首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于机器学习的智能家居控制系统设计及关键技术研究

摘要第5-6页
ABSTRACT第6-7页
第1章 引言第10-14页
    1.1 研究背景及意义第10-11页
    1.2 智能家居发展的现状第11-12页
    1.3 机器学习的发展现状第12页
    1.4 本文整体结构安排第12-14页
第2章 智能家居系统的设计第14-22页
    2.1 智能家居整体框架第14-15页
    2.2 机器学习功能需求分析第15页
    2.3 系统客户端的设计第15-21页
        2.3.1 客户端的开发框架第15-16页
        2.3.2 客户端软件的具体实现第16-21页
    2.4 本章小结第21-22页
第3章 基于SVM和马尔可夫组合模型的节能提醒方案第22-35页
    3.1 节能提醒方案总体介绍第22页
    3.2 相关算法介绍第22-24页
        3.2.1 SVM机器学习算法第22-23页
        3.2.2 马尔可夫理论第23-24页
    3.3 构建SVM和马尔可夫组合模型第24-26页
    3.4 具体实现第26-30页
        3.4.1 相关技术介绍第26-27页
        3.4.2 节能提醒方案实现第27-30页
    3.5 方案测试第30-33页
    3.6 本章小结第33-35页
第4章 智能家居控制系统关键技术研究第35-51页
    4.1 多种网络连接模式第35-41页
        4.1.1 蓝牙模式第35-37页
        4.1.2 热点模式第37页
        4.1.3 局域网模式第37-39页
        4.1.4 互联网模式第39-41页
    4.2 多客户端信息同步的设计与实现第41-46页
        4.2.1 总体设计第41-42页
        4.2.2 信息同步的实现第42-46页
    4.3 跨平台开发方案的应用第46-50页
        4.3.1 方案分析第46-47页
        4.3.2 Weex技术介绍第47页
        4.3.3 方案具体实现第47-50页
    4.4 本章小结第50-51页
第5章 系统测试第51-58页
    5.1 功能测试第51-53页
        5.1.1 测试设备第51-52页
        5.1.2 测试步骤第52页
        5.1.3 测试结果第52-53页
    5.2 性能测试第53-56页
        5.2.1 控制性能测试第53-54页
        5.2.2 同步性能测试第54-55页
        5.2.3 稳定性测试第55-56页
    5.3 跨平台测试第56-57页
    5.4 本章小结第57-58页
第6章 总结与展望第58-60页
    6.1 总结第58-59页
    6.2 展望第59-60页
致谢第60-61页
参考文献第61-64页
附录第64页

论文共64页,点击 下载论文
上一篇:基于神经网络的负载识别方法
下一篇:基于GMR传感器和无线传感网的车位检测系统设计