首页--工业技术论文--建筑科学论文--房屋建筑设备论文--机电设备论文--建筑物的电气化、自动化装置论文

基于AllJoyn框架的智能家居设计方案研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-12页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 论文主要内容第11-12页
第二章 AllJoyn物联网技术第12-18页
    2.1 Alljoyn技术概述第12页
    2.2 Alljoyn网络结构第12-13页
    2.3 Alljoyn核心原理第13-16页
        2.3.1 AllJoyn路由第13-14页
        2.3.2 AllJoyn总线第14-16页
        2.3.3 广播/发现与会话机制第16页
    2.4 AllJoyn技术优势第16-17页
    2.5 本章小结第17-18页
第三章 机器学习相关技术第18-28页
    3.1 机器学习概述第18页
    3.2 神经网络第18-25页
        3.2.1 神经网络概述第18-23页
        3.2.2 优化算法第23-24页
        3.2.3 评估方法第24-25页
    3.3 TensorFlow第25-27页
    3.4 本章小结第27-28页
第四章 智能家居机器学习系统设计第28-37页
    4.1 系统整体设计第28-30页
        4.1.1 系统原理分析第28-29页
        4.1.2 系统工作流程第29-30页
    4.2 预测模型设计第30-32页
    4.3 实验分析第32-36页
        4.3.1 样本数据第32-33页
        4.3.2 预测模型实验结果与分析第33-34页
        4.3.3 机器学习系统实验结果与分析第34-36页
    4.4 本章小结第36-37页
第五章 智能家居控制方案设计第37-58页
    5.1 服务端设计第37-38页
    5.2 网关设计第38-39页
    5.3 设备控制模块设计第39-46页
    5.4 移动端设计第46-48页
    5.5 总体方案设计第48-51页
    5.6 测试与分析第51-57页
        5.6.1 内外网控制第52-55页
        5.6.2 智能化控制第55-57页
    5.7 本章小结第57-58页
第六章 总结与展望第58-59页
    6.1 总结第58页
    6.2 展望第58-59页
参考文献第59-63页
致谢第63-64页
攻读硕士期间的研究成果第64页

论文共64页,点击 下载论文
上一篇:基于深度学习特征提取的高校投入产出绩效评价研究
下一篇:基于自适应遗传算法的测试用例生成技术研究