广东省创新工程师培训班企业工程课题破题案例 广州杰赛科技股份有限公司:解决如何降低智能家居操作难度的问题

正1课题摘要本课题涉及智能家居领域中人机交互控制的问题。当前智能家居难以推广,一方面,成本居高不下,另一方面,由于控制不够人性化,当联网设备越多,功能越复杂,控制也就越难。目前,智能家居普遍的控制方案是通过指令控制器的软件集成控制,这就更加突出了人机交互控制的问题,其根本原因在于,传统的控制思路和模式已经不适合在智能家居这样高度一体化、专业化、平民化的应用。本课题通过利用TRIZ创新方法的求解,利用位置、时     

基于自适应模型的数据库入侵检测方法

提出了一种基于自适应模型数据库入侵检测方法(ASIDS).该方法基于矩阵和最小支持度函数的AprioriZ关联算法,依据在训练和自适应入侵检测阶段产生数据库的操作特征,用户根据实际需求动态调整最小支持度函数的值,更高效挖掘操作特征.结合层次聚类算法产生动态规则库,通过计算待检测数据操作特征与规则库中聚类的距离是否超过聚类间最大距离来判断异常,以避免已有检测系统中判断"边界尖锐"问题,并实时把正常操作特征归入动态规则库,通过对报警信息的关联分析降低误警率.实验结果表明,ASIDS能够实时地进行入侵检测,具有很高的检测率和较低的误警率.     

基于语音交互的智能家居系统

针对市面上各厂家的智能家居系统不兼容、操作复杂、功能单一等问题。设计了一款基于语音交互的智能家居系统,在RaspberryPi平台上采用Python语言,调用百度语音识别、图灵机器人、Snowboy唤醒词检测、itchat库,以及亚马逊云端,通过ZigBee的单播通讯方式,实现了一款集远程手机控制、本地语音控制、以及网络离线控制于一体的综合家居控制系统。该系统借助于微信与QQ邮箱,具有用户基数大,简单直接,以及功耗低、成本低等特点。并针对老年用户行动不便,在ZigBee终端,设计了可通过语音或电容按钮无线触发的电话求助装置,以及可调节亮度的夜灯装置。经测试三种控制模式转换自如,性能稳定,优于市面上大部分产品。     

无人机指令生成器设计

如何将以时间、位置描述的期望航迹或战术机动转化为可以实时跟踪的以速度、姿态指令描述的期望机动轨迹,是无人机设计的难点之一.针对这一问题,提出了一种采用三自由度质点动力学飞机方程,通过建立机动动作规则库,利用机动动作设计指令生成器方法,将描述航迹的时间、位置信息或战术需求转化为无人作战飞机期望的油门、法向过载、航迹角、滚转角信息,直接作为轨迹跟踪回路的期望指令.在机动动作的设计过程中考虑了飞机的飞行性能以及飞行动态的影响,生成的期望控制指令合理可实现.仿真结果表明:该方程实时有效,生成的控制指令易于跟踪,可应用于无人机指令生成器设计.     

继电保护压板的智能校核方法

继电保护压板位置一般与一次设备运行方式相关,在一次设备运行方式改变时,有时需要改变压板的位置进行匹配。实际运行操作中因压板位置投退错误,已导致多起事故发生。为了避免保护压板出现漏投、误投现象,从搜索一次元件状态、运行方式的角度出发,在采集压板位置信息基础上,提出了一种压板位置与一次元件运行方式匹配状态的智能校核方法。根据一次元件的运行状态及相应的压板整定规则,生成一次元件压板位置关联规则库,利用变电站开关状态信息在变电站倒闸操作后自动识别一次元件状态,与一次元件压板规则库进行比较,当出现不一致时给出报警提示信号,实现了压板位置的智能校核。通过对实际工程中变压器运行转检修操作任务的分析,验证了所提方法的有效性。     

基于下钻操作的多层关联规则挖掘算法研究

多层关联规则涉及多个抽象层中的项,它是通过有概念分层的关联规则挖掘而产生的.传统的方法仅考察每个概念层次内是否有用户感兴趣的规则,而忽略了不同概念之间的规则.另外,很多挖掘出的规则并不是用户感兴趣的.提出的关联规则的下钻操作沿袭了OLAP中下钻的概念,它是通过对已经挖掘得到的用户感兴趣的规则进行再分析,挖掘出用户感兴趣的子关联规则,从而达高效挖掘多层关联规则的目的,且这种规则不局限于同一概念层次内.     

正负关联规则挖掘算法在电子商务网站中的应用

摘要 为了增加电子商务网站的销售额,分析了商品推荐在电子商务系统中的作用,研究了数据挖掘中的正负关联规则挖掘技术的特点,提出了一种新的正负关联规则挖掘算法。新算法通过使用旋转数据库和位运算减少了扫描原始数据库的次数,加快了挖掘速度。另外,新算法在挖掘正规则的同时,利用负规则裁减掉无效规则,得到的结果更符合用户的购物行为。通过测试得出新算法比传统的Apriori算法执行时间更短,商品推荐更精确。     

着舰指挥官指令操作关联引导系统建模

为保证航母舰载机着舰过程中着舰指挥官(Landing Signal Officer,LSO)对于驾驶员操作引导的安全性,建立了一种"LSO-驾驶员-舰载机"指令操作关联引导系统,通过深入剖析LSO引导任务,明确控制难点,定义指令操作基元概念,阐述引导着舰纠偏过程中的指令操作基元的集合性,设计建立LSO指令操作关联引导模型,LSO依据舰载机实时飞行状态下达"飞行状态关联指令",驾驶员依据LSO指令执行"指令关联操作",可以实现完整的指令操作基元响应纠偏.针对不同飞行偏差状态下指令操作关联引导过程进行仿真,结果表明本文设计的引导控制模型对于着舰偏差修正准确,纠偏策略符合实际着舰情况,为舰载机着舰安全性的提高提供了帮助.     

基于关联规则与相似度的数据挖掘算法研究

针对使用传统关联规则算法挖掘大数据集时,挖掘过程中效率不高,挖掘出大量冗余规则的问题,提出了基于关联规则和相似度的数据挖掘算法(U-APR):首先,一次性读入数据并构建矩阵,并利用关联规则支持度度量的特性来增加判断属性,以加快结束迭代过程,从而改进了Apriori算法频繁扫描数据库问题;然后,使用相似度算法去除冗余的关联规则;最后,结合置信度、支持度和用户目标匹配度对挖掘结果进行排序输出,从而得到用户感兴趣的关联规则. 同时,应用该算法与目前常用的2种关联规则算法对广东某高校学生财务数据进行数据挖掘. 实验结果表明:与2种常用的关联规则算法相比,U-APR算法缩短了运算时间和提高了存储空间利用率,对用户分析挖掘结果有较好的优化效果.     

S7-200PLC的MAP库文件应用解析

西门子S7-200系列PLC的高速脉冲输出功能可用于实现位置控制,采用该公司推出的MAP库文件可便于位置控制程序的编写,该文对MAP库中的对各指令功能块进行解析,说明了MAP库指令的应用方法。     

基于手势识别的虚拟环境体感交互控制

结合体感交互与虚拟环境技术,提出了一种基于手势识别的虚拟环境体感交互方法,采用Kinect体感设备,实时获取用户的手势数据,通过改进的动态时间规整算法,对所定义的手势语义进行识别,并根据识别结果,发出实时控制指令,实现与虚拟环境的自然交互.在此基础上,实现了基于Kinect手势识别的虚拟矿井交互系统,对交互方法进行测试.实验测试结果表明,手势识别正确率平均高达95.1%,实时性较好,所定义的虚拟矿井手势语义符合人们正常操作习惯,能实现与虚拟环境更加自然的人机交互,可以实现与虚拟矿井自然交互控制.     

基于物联网的智能家居系统设计

随着科技的发展,人们对家居环境舒适要求越来越高,对应着市场上出现了各种智能家居系统方案。但在实际的应用推广过程中,各种方案实际工作效果不尽理想。该文提出了一套基于物联网的智能家居控制系统设计,该系统集远程检测、控制、智能调节为一体,包括底端数据采集系统、人机交互系统、集中控制系统。并应用物联网接入互联网中,通过云端服务器实现数据的远程交互传输,方便用户可以通过物联网在何时何地都能方便快捷地调控自己家庭的家居,提高生活质量。     

基于GPRS的远程控制多功能插头的设计

工业控制领域中远程控制一直具有十分重要的意义。而在智能家居领域,实时得知家庭内部环境并对其进行控制一直以来都是人们的梦想。本文研究的是基于GPRS的远程控制多功能插头系统。经过大量文献的查阅,笔者设计了一套能远程读取环境和远程控制的系统,进而将其设计成插头。该系统基于GPRS模块,利用STC89C52单片机采集温湿度,进一步与手机通信,使用户获取信息。用户通过手机发送指令,控制用电器的通断电。     

基于MicroPython的智能家居实验平台设计

为了更好地实现家居的智能化,方便于物联网技术课程的实践教学,该文基于MicroPython设计了一种智能家居数据采集与控制实验平台。该平台采用TI CC3200作为工作节点,通过微信公众号和OneNet获取平台采集的数据,并在云服务器中进行判断和相应处理,实现了智能家居数据采集与控制功能。实验测试结果表明:实验平台运行稳定,具有较好的人机交互体验,能方便应用于实践教学。     

基于本体的信息安全漏洞关联分析

漏洞是引发信息安全问题的重要因素,对漏洞发生情况进行分析预测值得关注。针对信息安全漏洞数据库中的漏洞数据,基于CWE构建信息安全漏洞本体,形成漏洞领域语义基础,采用Apriori关联算法,对软件中漏洞发生情况进行分析预测。在数据挖掘的数据预处理阶段借助该语义知识,通过将低概念层级的漏洞数据泛化至高概念层级,提高项集的支持度,挖掘出隐藏的关联规则;在关联规则评估阶段通过设计基于用户关注度的规则筛选器ADARF和RDARF,实现了根据用户关注度找出符合用户兴趣度的规则;基于CNNVD漏洞库的实验证明了上述方法的有效性。     

极大布尔关联规则的挖掘算法

关联规则的挖掘往往会产生大量的关联规则,"规则爆炸"的问题会使用户很难得到自己所需要的重要信息.极大布尔关联规则集因其包含的规则数量少且不丢失规则信息的优点提高了用户分析关联规则结果的效率,且节省了规则存储空间.在分析频繁闭项集、频繁基项集和极大布尔关联规则性质的基础上提出了一种挖掘极大布尔关联规则的算法,利用此算法可以得到极大布尔关联规则集,还通过实例验证了算法的正确性.     

挖掘关注的语言值关联规则

为了解决利用RFCM算法划分数量型属性，并通过组合语言值进行语言关联规则挖掘中出现的规则数量太多，以及难于获得用户真正关注的规则等问题，提出了一种改进的语言值关联规则挖掘算法。通过最大隶属原则将记录在数量型属性上的取值转换为语言值，然后转换成布尔型属性关联规则挖掘问题。同时，给出一个能够度量语言值关联则简洁性和新奇性关注程度（兴趣度）的计算函数，用于减少选取关注语言值关联规则的工作量。采用本文提出的方法对一组实例数据进行实验，得到了关注程度较高的语言值关联规则。所采用的方法能适用于含有大量数量型属性的数据库，并能有效地获取用户关注的规则。     

基于Hash结构的关联规则交互挖掘算法

关联规则挖掘是数据挖掘的主要技术之一,现有的关联规则挖掘算法均基于支持度-置信度框架,当用户调整阈值时存在多次遍历数据库和重复计算问题。该文针对支持度阈值变化时的关联规则维护问题,提出了关联规则交互挖掘算法HIUA,该算法改进了原始IUA算法的剪枝过程,并通过Hash结构提高算法运行效率。在UCI数据集及企业实际财务数据集中的实验结果表明:在支持度阈值发生变化的过程中HIUA算法进一步利用已有挖掘结果,有效提高了关联规则挖掘的效率。     

基于定量关联规则树的分类及回归预测算法

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法。采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测。研究结果表明：改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度。     

基于概念格和Apriori的关联规则挖掘算法分析

概念格通过概念的内涵和外延及泛化和例化之间的关系来表示知识,因而适用于从数据库中挖掘规则的问题描述;在概念格的内涵中引入等价关系并将其外延量化,得到量化概念格;利用量化概念格挖掘关联规则,与采用Apriori算法计算频繁项目集获取关联规则相比较,不需要计算频繁项目集,容易获得用户感兴趣的关联规则,同时减少了大量冗余的规则,提高了挖掘效率。