中文摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-16页 |
·研究的背景和意义 | 第10-12页 |
·国内外研究现状 | 第10-11页 |
·智能家居的发展前景 | 第11-12页 |
·研究的目的和内容 | 第12-13页 |
·论文的组织结构 | 第13-16页 |
第二章 Android 系统分析 | 第16-24页 |
·Android 与其它操作系统的比较 | 第16-18页 |
·Symbian 和 MeeGo | 第16页 |
·BlackBerry | 第16-17页 |
·Windows Mobile | 第17页 |
·iPhone OS | 第17页 |
·Android | 第17-18页 |
·Android 系统概述 | 第18页 |
·Android 体系架构 | 第18-21页 |
·应用程序层 | 第19页 |
·应用程序框架层 | 第19-20页 |
·中间层 | 第20-21页 |
·Linux 内核层 | 第21页 |
·Android 应用程序组件 | 第21-22页 |
·本章小结 | 第22-24页 |
第三章 智能家居的 Android 应用研究与设计 | 第24-34页 |
·Android 开发环境的搭建 | 第24-26页 |
·下载安装 JDK | 第24页 |
·Eclipse 的安装 | 第24页 |
·SDK 和 ADT 的安装与配置 | 第24-26页 |
·项目测试 | 第26页 |
·Android 应用程序设计框架 | 第26-28页 |
·Android 应用设计研究 | 第28-33页 |
·系统登陆界面 | 第29-30页 |
·系统控制界面 | 第30-31页 |
·数据传递架构 | 第31-33页 |
·本章小结 | 第33-34页 |
第四章 基于 HBR 算法的智能家居网关 | 第34-44页 |
·引言 | 第34页 |
·基于实例的方法 | 第34-35页 |
·KNN 算法 | 第34-35页 |
·距离加权 KNN 回归算法 | 第35页 |
·基于范例推理的方法 | 第35-36页 |
·HBR 算法 | 第36-40页 |
·时间分区 | 第36-37页 |
·平均值的计算 | 第37-38页 |
·时间相似度 | 第38-40页 |
·操作行为 | 第40-43页 |
·操作行为模型 | 第40页 |
·操作行为实例 | 第40-41页 |
·服务模型 | 第41-43页 |
·本章小结 | 第43-44页 |
第五章 智能家居系统的平台构架 | 第44-66页 |
·嵌入式系统概述 | 第44页 |
·智能家居系统的硬件平台 | 第44-47页 |
·目前流行的嵌入式处理器 | 第44-46页 |
·论文选用的 ARM 芯片概述 | 第46-47页 |
·嵌入式智能家居系统的软件环境构建 | 第47-54页 |
·开发环境的建立 | 第48页 |
·Bootloader 移植 | 第48-50页 |
·Linux 内核移植 | 第50-53页 |
·根文件系统制作 | 第53-54页 |
·智能家居系统的模块设计 | 第54-61页 |
·系统整体结构概述 | 第54-55页 |
·数据采集端的方案设计 | 第55-56页 |
·温湿度传感器 DHT11 | 第56页 |
·光照传感器 ISL29003 | 第56-58页 |
·ZigBee 通信模块 ZICM2410 | 第58-61页 |
·算法的实验结果及性能分析 | 第61-64页 |
·实验结果 | 第61-63页 |
·性能分析 | 第63-64页 |
·本章小结 | 第64-66页 |
第六章 总结与展望 | 第66-68页 |
·工作总结 | 第66页 |
·工作展望 | 第66-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
攻读硕士学位期间所发表的论文及其它科研成果 | 第74-75页 |