一、基于DPL技术的家庭智能化实现方案（论文文献综述）
蔄峥辉[1]（2021）在《甘肃省移动公司家庭智能产品营销策略优化研究》文中进行了进一步梳理5G、人工智能、物联网等新技术演进,加速了智能家居产业发展,智能家居已从单品进入智能互联阶段。电信运营商具有家庭网络接入、业务与家庭智能硬件融合、端到端一体化交付等特殊优势,可以将“平台入口能力、内容权益、服务与家庭智能硬件”融合,开发出适合运营商发展的家庭智能产品,向用户提供一体化、差异化的产品和服务,甘肃省移动公司在奠定家庭宽带市场份额的基础上,开始推广家庭智能产品。本文对甘肃省移动公司家庭智能产品营销策略优化进行专题研究。分析得出甘肃移动家庭智能产品营销中存在产品、渠道、服务、人员等方面的核心问题,并研究了问题产生的原因,结合家庭智能产品营销环境分析,采用了7Ps理论模型对原有营销策略进行体系化升级,完善了甘肃移动家庭智能产品体系,制定出产品、价格、渠道、促销、人员、服务过程、有形展示的详细策略,并从目标规划、组织协同、能力建设、制度制定、系统支撑等方面给出管理保障措施。甘肃移动家庭智能产品的规模销售,不仅顺应了发展大势,是快速抢夺家庭市场的关键手段,更能为企业自身锻造高质量产品、拓展新的收入增长点;不仅能为产业链上下游创造新的价值和发展机遇,更能高速推动家庭智能产品惠及万家,为甘肃人民享受智慧家庭美好生活贡献力量。
张艺[2]（2020）在《新时代我国社会治安多元主体协同治理研究》文中提出改革开放40余年来,我国不仅在经济快速发展上创造了奇迹,也在社会长期稳定上创造了奇迹,“两大奇迹”为世界和平发展和全球治理提供了中国智慧。同时,伴随着我国经济社会的发展,社会矛盾更为复杂多变,人民群众对于社会治安稳定也提出了更高的要求。社会治安稳定已经成为人们对于美好生活的刚性需求,在社会治安治理过程中切实推进党委政府、市场组织、社会组织、人民群众等主体多元有效互动,确保在维护社会秩序的同时激发社会活力,探索社会治安多元主体协同治理机制具有重要的理论意义和实践指导意义。当前,中国特色社会主义进入了新时代,我国社会主要矛盾已经转化为人民日益增长的美好生活需要与不平衡不充分的发展之间的矛盾。社会治安问题直接关乎人民群众的获得感、幸福感、安全感,是人民群众向往美好生活的重要内容。因此,推进社会治安治理体系和治理能力现代化是当前深化社会治理创新的重大课题之一。我国社会治安治理正处于由单一主体向多元主体转型过程中,可社会治安治理多元主体之间协同治理机制还有待重新构建。论文紧扣社会治安协同治理这一研究主题,对社会治安、协同治理、社会治理、整体性治理等相关概念和理论进行全面梳理总结,并分析了我国社会治安治理模式的变迁路径,即为社会治安管制阶段、社会治安管理阶段和社会治安治理阶段。随后本文对社会治安协同治理的主体进行全面分析,主要分为党委政府、市场组织、社会组织和人民群众等四类,并对当前我国社会治安协同治理困境进行了解析,认为主要存在社会治安协同治理的理念缺失、治理能力不强、职责不清和动力不足等问题。为全面分析社会治安协同治理的困境,分为两个维度进行原因分析,一是制度建构的角度认为是由于社会治安多元主体协同治理制度设计滞后造成的,主要体现为协同治理制度体系尚不健全,监督制度执行不力,反馈制度尚未建立,问责制度亟待完善。二是从运行机制的角度认为是由于社会治安协同治理运行机制不畅造成的,主要体现为协同治理目标认同机制缺失,互动机制不畅,共享机制不强,保障机制不够等。随后运用问卷调查获知社会对社会治安协同治理主体间行为的认知程度并进行量化测度,并构建社会治安治理演化博弈分析模型和系统动力学流率基本入树流图模型进行定量分析,最后提出社会治安多元主体协同治理推进机制的政策建议。基于以上的分析,本文以社会治安多元主体协同治理为研究目标,在推进国家治理体系和治理能力现代化的背景下,以社会治安治理的核心概念、理论基础、变迁路径、主体分析、协同困境、演化博弈、系统仿真、推进机制为研究脉络,通过定性研究与定量研究相结合的方法论述了社会治安多元主体协同治理问题。具体来说,本文主要从以下五个方面展开论述。1、梳理了我国建国70周年以来社会治安治理模式的历史变迁路径。论文认为我国社会治安治理模式主要分为三个阶段:一是1949年至1978年间为社会治安管制阶段;二是1978年至2012年间为社会治安管理阶段;三是2012年以后为社会治安治理阶段;明确指出了社会治安治理是我国社会治安政策的发展方向。2、系统分析了我国社会治安协同治理的主体及困境。论文认为我国社会治安协同治理主体主要包括了党委政府、市场组织、社会组织和人民群众等四种类型,并系统解析了这四类主体的行为及存在的协同困境。论文不仅明确指出了当前社会治安多元主体协同治理过程中的出现的困境表象,以及造成这些困境的制度成因。3、构建了社会治安主体协同治理行为的演化博弈模型进行分析。论文运用三方演化博弈模型验证了社会治安协同治理主体行为之间的选择策略,得出了市场主体和社会主体参与社会治安协同治理的意愿与党委政府采取的社会治安治理政策有关;党委政府、市场主体和社会主体参与社会治安协同治理的意愿与他们之间的信任程度有关;社会治安治理主体参与协同治理意愿与收益有关。4、构建了社会治安协同治理“三治融合”系统动力学反馈模型。论文运用了系统动力学流率基本入树流图模型对社会治安协同治理的自治系统、法治系统和德治系统进行分析,通过建立流位流率系揭示社会治安协同治理系统复杂、动态的共同规律,并在此基础上进行仿真预测,调控社会政策因子和司法政策因子,为社会治安协同治理政策建议的提出提供科学决策依据。5、构建了社会治安多元主体协同治理推进机制。论文指出新时代社会治安多元主体协同治理推进机制应包括以下几个方面,一是完善党委政府主导社会治安协同治理的统筹机制;二是深化社会治安多元主体协同治理的理念认同机制;三是强化社会治安多元主体间的互动机制;四是完善社会治安多元主体的保障机制。最后从实践的角度提出了实现社会治安多元主体协同治理的路径探索。
纪恺昕[3]（2020）在《S市YF机械有限公司营销策略研究 ——基于4Vs营销视角》文中指出
王博文[4]（2020）在《基于图论与匹配理论的社交物联网资源分配方法研究》文中提出物联网作为互联网的应用拓展,将当前的交互形式拓展到人与物、物与物之间。物联网的理论框架以及技术路线的发展需要来自多领域,跨学科的协同创新。近年来,随着智能技术的发展,人们日常使用的设备也逐渐智能化,转化为可以情境感知、数据分析的智能设备,成为实现物联网万物互联不可或缺的元素。当设备被赋予足够的智能后,物与物能够通过交互建立社交关系,从而形成了智能物体间的社交网络——社交物联网（Social Internet of Things,SIoT）,其中社交意图驱动的资源分配方案设计至关重要。相对于传统集中式的优化方案,基于图论及匹配理论的分布式资源分配方案以其在计算复杂度、信令开销等性能上的优势成为无线通信领域的热门研究方向,并更适用于当前具有高动态性的网络拓扑结构。因此,借助图论与匹配理论,针对社交物联网应用场景中的内容共享、用户配对、任务分配等一系列资源分配问题进行研究,并将飞行物联网（Internet of Flying Things,IoFT）与社交物联网结合,在社交飞行物联网（Social Internet of Flying Things,SIoFT）场景下开展了一系列工作。相关研究内容的主要贡献和创新点如下:1.基于层次化二分图稳定匹配的社交物联网频谱资源分配针对社交物联网中频谱资源受限下用户重复下载同一内容造成基站负载过高问题,研究了用户的社交属性对物联网中内容共享的驱动作用,即具有较高兴趣相似度与信任度的相邻用户可以通过建立直连链路分享内容,从而减缓基站的负载,同时还要考虑直连链路频谱资源的分配问题,这种三维的匹配关系可以用层次化二分图建模从而将优化问题转化为了两个子问题:第一个子问题为内容提供者与内容请求者之间的匹配,第二个问题为直连用户对与蜂窝用户之间的匹配问题。该问题由于同群效应的引入不能用延迟接收算法的思想有效解决。因此,提出一种自组织的轮转交换算法,使得用户在初始不稳定的匹配状态下,以自组织的方式交换匹配对象,最终达到稳定状态。所提资源分配方案能够在传输可靠性、下载时延和算法复杂度之间达到均衡。2.基于三分图稳定匹配的社交物联网内容共享方案设计针对物联网设备存储及能量受限的问题,研究了预先缓存方案设计,用户调度方案设计,激励机制设计以及探索如何通过篡改用户偏好列表使多个用户受益。首先,由于内容协助者存储容量及传输范围的局限性,完整缓存可能会遇到无人请求而导致的缓存资源浪费问题。因此内容协助者可以通过不完整的内容缓存提升内容多样性来规避这一问题,当有用户请求内容共享时,内容协助者可以充当中继节点利用缓冲能力转发剩余内容。因此重点研究如何通过合理分配缓冲与缓存容量的比例,实现用户服务质量及能耗之间的折中。具体地,将用户调度过程用三分图建模,实现小型基站,内容协助者与内容请求者之间的三维稳定匹配。最后,提出一种带有多米诺效应的篡改机制进一步实现服务质量及能耗之间的折中。3.基于二分图动态稳定匹配的社交飞行物联网任务分配立足于社交飞行物联网,以灾害救援为应用背景,研究社交属性对于无人机任务协同的影响。针对受灾区域数据感知任务周期性到达且地面传感设备失效的问题,提出一种无人机协助群智感知系统,并研究随机动态环境下无人机的感知任务分配问题。将优化问题转化为二分图动态匹配问题,并将排队理论的思想融入匹配理论中,提出一种基于多等待队列的任务分配算法,将局限于眼前任务收益的静态稳定性拓展为关注长期收益的动态稳定性。所提方法在随机动态环境下相较传统算法具有明显的性能提升。4.基于二分图流行匹配的社交飞行物联网安全性保障频谱资源分配在社交飞行物联网中,空地信道因其良好的视距链路传输条件,容易被地面恶意用户窃听。基于此,研究如何在多个潜在窃听者的位置信息无法被完美估计的情况下,确保空地通信的安全性。遵循不劳无获的原则,复用无人机蜂窝频谱的地面用户将作为友好的干扰器,实现双赢。为此,提出了联合飞行轨迹设计、功率控制和信道分配优化问题,以最大限度地提高最坏情况下无人机的平均保密速率。首先,利用块坐标下降法和连续凸优化法迭代求解轨迹设计和功率控制问题。然后,将频谱共享问题转换为二分图流行匹配问题,并提出了两种分布式算法来保持动态环境下的流行匹配。最后,对算法的流行性、收敛性和计算复杂度进行了详细的分析,并验证了所提算法能利用33%的可达速率性能损失实现67.5%的安全性能增益。
陈鹏[5]（2020）在《基于对话策略学习技术构建医疗聊天机器人》文中研究说明自2019年12月以来,新冠肺炎（COVID-19）肆虐全球,世界各地感染和死亡人数急剧增长。至2020年4月中旬,全球累积感染人数逾百万,累积死亡人数逾十万。随着疫情的持续发展,世界各地的研究人员都在试图为这场“战疫”贡献自己的一份力量。本文结合当下全球抗击疫情的背景,应用对话策略学习技术,构建一个应用于公共医疗服务领域的聊天机器人,提供如疫情咨询、热线求助、预约挂号等服务,为全球抗击疫情助力。目前业界已落地并用于抗疫领域的聊天机器人,多数是采用FAQ检索或基于规则的对话策略。本文的创新点在于采用了基于监督学习以及深度强化学习的对话策略学习方法,来应用于构建抗疫聊天机器人的对话策略。对话策略作为聊天机器人最核心的“大脑”,其优劣决定着聊天机器人系统的成败。而基于监督学习以及深度强化学习的对话策略学习方法是目前任务型聊天机器人领域两个热门的研究方向。与基于检索和规则的对话策略相比,以上两种对话策略学习方法因其数据驱动的方式使得聊天机器人的决策更具有灵活性和智能性。本文致力于实现一个服务于公共医疗领域的聊天机器人,提出使用监督学习的方法以及深度强化学习的方法,去解决聊天机器人对话策略的学习问题。以上这两种对话策略学习方法可以使得聊天机器人支持扩展到更多的任务领域,完成更多的服务任务。结合医疗领域中的预约挂号任务,本文对这两种方法的模型设计、模型构建、模型实现、以及这两种方法实现的对话策略性能、优缺点及适用性等方面进行了详细研究与探讨。本文主要涵盖以下内容:（1）基于监督学习方法构建医疗聊天机器人的对话策略。该对话策略学习方法使用的是一个混合编码网络。由于引入了一些人为规则干预,相比于其他基于标准监督学习的方法,该混合编码网络极大程度地减少了训练所需的数据量,同时又保留了推断潜在语义的关键特性。本文基于监督学习方法实现的对话策略会尽可能地去“模仿”语料库中人机对话的方式,该对话策略模型具有轻量且易于实现的优点,并且在小规模数据集上训练后的决策效果也十分不错。（2）基于深度强化学习方法构建医疗聊天机器人的对话策略。该对话策略学习方法使用深度强化学习算法DQN作为一个智能体Agent。与基于监督学习方法学习到的对话策略尽可能去模仿训练语料不同,基于深度强化学习方法学习到的对话策略更加具有探索性和灵活性。本文在训练DQN智能体时采用?贪婪搜索（?-greedy exploration）策略进行探索和利用,尽可能地探索不同对话状态下的奖赏值情况。本文基于深度强化学习方法实现的对话策略模型在完成任务所需的对话轮数和个性化策略探索上皆表现出了不俗的优势。（3）构造对话数据集,验证对话策略学习方法的决策性能。本文结合当下疫情肆虐的背景,构造了一个应用于抗击疫情任务的对话数据集。基于构造的数据集,本文使用以上两种对话策略学习方法训练得到了两个对话策略模型。在测试阶段,两模型皆以超过97.8%的任务成功率完成了预约挂号任务;而在与用户的交互阶段,相比于基于规则的对话策略,使用以上两模型的医疗聊天机器人的决策机制表现得更加高效和智能。
黄旋[6]（2019）在《基于税务行业智能服务机器人系统设计与实现》文中指出如今传统的税务行业开始向着智慧税务,无人化办税的方向发展,人工智能技术结合机器人技术有望实现全天候、7×24小时的纳税服务。本课题提出了一个结合移动机器人技术、语音技术、人脸识别技术、前端业务系统的税务行业智能服务机器人设计方案,设计了一台应用于办税大厅的智能服务机器人样机—Tax Robot,包括机械本体部分、硬件电路部分和软件部分,并在搭建好的样机基础上完成了实验。本文主要工作和成果如下:（1）通过对近几年国内外的服务机器人的研究,详细的分析了 Tax Robot智能服务机器人的系统需求,规划了服务机器人系统搭载的功能模块,对各个模块采用的技术进行了简要分析,提出人脸识别模块采用OpenCV图形处理技术进行实现,导航模块采用航位推算法。同时对整个服务机器人的工作流程进行设计,对人机交互设备进行了选型。之后,阐述了 Tax Robot智能服务机器人硬件部分和软件部分的设计方案,包括微控制器的选型、嵌入式操作系统的选取、硬件电路的实现方案和软件部分的控制策略。（2）考虑人机工程的基础上,运用Rhino软件设计Tax Robot智能服务机器人外观造型。在确保易于装配和方便加工的情况下,运用Catia软件进行了机器人壳体的设计,完成了壳体的分块。同时设计了服务机器人的内部骨架结构,底盘驱动结构,最终完成了整个Tax Robot智能服务机器人机械结构设计。（3）选用了型号为STM32F103VET6的单片机作为下位机微控制器,围绕着该单片机运用Altium Designer 16软件对Tax Robot智能服务机器人的硬件电路部分进行了设计,包括机器人的电源电路、灯带控制电路、微控制器核心电路、直流电机驱动电路、限位开关电路、串口通信电路、电池电压测量电路。最后依据设计好的硬件电路原理图,制作了 PCB主控制板。（4）基于开源的μC/OS-Ⅲ嵌入式操作系统基础上,运用Keil μVision5软件对服务机器人下位机各模块驱动程序进行编写。主要实现了底盘驱动程序、电压采样程序、点头控制程序、摇头控制程序、左臂右臂控制程序、限位开关实时检测程序、上电复位任务程序、串口通信程序的编写,实现了电机增量式PID控制。（5）运用Visual Studio 2015软件完成了上位机调试软件的设计,主要设计了调试软件的人机交互界面,完成了串口通信程序的编写,规定了上位机和下位机的通信协议,实现了两者之间的通信。（6）对各模块进行组装集成,搭建了 Tax Robot智能服务机器人样机,并在此样机上完成了实验。上下位机之间实现了串口通信,底盘方面实现了服务机器人的直线行走、原地旋转功能。在服务机器人头手部动作方面验证了头部的摇头、点头、手臂挥动的效果,并实现了头手部之间的组合动作,验证了机器人有很好的行为交互功能。最后验证了服务机器人断电后的上电复位功能,实验的数据表明服务机器人达到了较好的控制效果,Tax Robot智能服务机器人基本能投入实际应用。
王明方[7]（2019）在《基于MDP的SG-NAN机会路由协议优化研究》文中认为智能电网（Smart Grid,SG）不仅是未来电网规划发展的新趋向,同时也是物联网大范围应用的热门领域。随着智能电网技术的日益成熟和应用范围的逐渐扩大,如何提高电网中交互数据的整体效用性是当代发展智能电网的重要课题。本文以智能电网邻域网（Smart Grid-Neighborhood Area Network,SG-NAN）为研究背景,根据SG-NAN中数据交互量的特点,并以该网络中的上行链路的数据传输为研究点。根据SG-NAN网络要求低延时,高带宽,低开销等特点,围绕NAN中的机会路由（Opportunistic Routing,OR）协议开展研究工作。本文的主要工作和创新点有:（1）本文首先系统的论述了SG-NAN的研究背景及意义和国内外研究现状,对SG-NAN的网络拓扑结构、路由协议和关键技术问题等相关理论进行了研究。主要研究了基于OR协议的基本工作原理、路由模型,分析OR协议的优点和不足。（2）在OR协议的数据转发阶段,利用无线广播信道的广播特性将要发送的数据发送到发送节点邻近的多个节点可能造成的信道资源的浪费以及转发链路的不确定性和随机性,在这里引入了马尔科夫决策过程（Markov Decision Process,MDP）理论,设计了一种基于马尔科夫决策过程的机会路由协议MDP-OR（Markov Decision Process-Opportunistic Routing）,根据MDP中状态转移的过程特点对OR中的路由过程进行数学建模,并利用各节点之间链路的信道发送延时、信道容量和信道开销共同定义作为路由度量的系统效用函数,根据系统总效用函数值最大化原则求解出MDP-OR路由协议的路由策略。（3）在MDP-OR路由协议的优化阶段,对求解有限的MDP模型中关于确定性随机问题的经典后向归纳算法BIA（Backward Induction Algorithm,BIA）进行分析,分析得出利用BIA算法求得的路由策略为局部最优策略,而根据最优化原则和MDP-OR路由协议中的路由策略所对应的系统总效用值最大化原则,提出了一种基于全局优化的后向归纳算法G-BIA（Global-Backward Induction Algorithm,G-BIA）,并得出MDP-OR路由协议下的最优路由策略。最后,本文用MATLAB对改进后的协议进行仿真,实验结果表明,MDP-OR路由协议与基于ETT（Expected Time of Transmission）路由度量的机会路由协议相比,MDP-OR路由协议中的路由策略所对应的系统总效用值最大,同时MDP-OR路由协议的优化算法G-BIA所对应的系统总效用值高于BIA算法,即所得出的最优路由策略具有延时低、带宽高、开销低的特点。
逄淑超[8]（2017）在《深度学习在计算机视觉领域的若干关键技术研究》文中研究表明现今,计算机视觉和人工智能与人类的生活息息相关,比如人脸识别与检测、道路违章监控、车牌识别、手机拍照美颜、无人驾驶技术、围棋人机大战等方方面面。任何高科技产品和应用的诞生与实现都离不开背后科研工作者努力的付出和探索,而在当前这波人工智能发展的浪潮中,除了计算机硬件技术的发展外,比如GPU,深度学习技术绝对了起到了重要的理论和算法推动作用。深度学习,基于深度神经网络的发展和完善,不断在计算机视觉领域的研究中取得了出色的成果。例如,Image Net图像检测和分类比赛（ILSVRC）中众多使用深度神经网络框架的算法取得了远低于人类肉眼所能区分图像的误差;Alpha Go围棋机器人先后成功地击败了当前围棋领域的顶尖世界冠军李世石和柯洁,而其背后的理论基础依然离不开深度神经网络的辅助。可见,深度学习已经在计算机视觉领域中崭露头角,然而,由于深度神经网络模型的复杂设计以及标签化训练数据的不足等众多问题,使得深度学习在计算机视觉领域进一步推广和研究仍然面临巨大挑战。近来,深度学习的发展不仅突破了很多难以解决的视觉难题,提升了对于图像认知的水平,加速了计算机视觉领域和人工智能相关技术的进步,更重要的贡献在于改变了我们处理视觉问题的传统思想。本文工作总结了这些年来对于深度学习框架的研究,以及将深度学习逐渐引入到相关的计算机视觉领域中遇到的挑战和技术难点。在计算机视觉领域的研究中,除了常提到的人脸识别、单目标跟踪和多目标跟踪外,像生物医学图像的检索和分类这种新颖的交叉学科视觉处理问题,也是非常值得进一步去探索和提升的。为此,本文围绕这些计算机视觉领域研究中存在的技术瓶颈和难点,提出了新的研究思路和系统模型。通过对深度学习在计算机视觉领域的若干关键技术问题的研究和探索,提出了深度学习在人脸识别中的算法模型,开辟了深度学习与偏好学习在单目标跟踪中的技术新方向,分析了深度神经网络在多目标跟踪研究中的算法设计,探讨了深度偏好学习技术在生物医学图像检索中的技术可行性,深入研究了卷积神经网络模型对于生物医学图像分类任务实现的技术手段等方面的关键技术研究。通过与大量流行的对比算法在广泛应用的数据库上进行测试和对比,实验结果表明本文提出的这些算法和模型均能获得不错的效果,相信可以推动计算机视觉领域相关问题的研究,并为后来科研工作者提供新的研究思路和方向。
李军[9]（2012）在《城市低压配电网通信组网技术研究》文中认为智能电网的发展很大程度上依靠智能配电网来最终体现。电能作为一种清洁能源越来越受到企业和社会用户的重视,高水平的供电已成为现代社会的广泛需求,而智能配电网的建设与发展正是遵循这一思路,其中持续供电能力与供电质量保证是配电网建设的关键要素。“坚强”和“智能”是我国配电网建设的两条主线,是实现信息化、自动化、互动化的技术特征。我国智能配电网建设还处于初级阶段,及时掌握千变万化的用户供电情况、实时跟踪并发现电网异常、解决供电可靠性问题,甚至实现实时监测、预测故障、及时隔离等快速反应都是现阶段研究的主要课题。本论文研究目的是通过工程实际与技术比较,推荐一种比较适合我国智能配电网建设的通信组网模式,以满足智能电网发展需求。灵活可靠的通信组网是实现配电网智能化的基础保障。本文根据作者在配电网通信建设中测试并使用的不同通信手段入手,在论证基于光缆EPON、电力线载波、无线通信不同的组网模式基础上,通过大量实验数据、比较分析技术差异、投资规模、网络稳定性能等方面,提出适合我国大中型城市配电网建设通信的组网方式,用以支撑智能配电网建设。目前国家电网公司在各地试点的配电通信组网中,网络形态各异,技术性能差异较大、信息采集量不一。根据本论文研究分析,光缆EPON组网投资大、网络性能优异,但容易受外力破坏；电力线载波组网设备运行环境较差、投资适中,且容易受配电网检修影响较大；无线通信组网安装快捷方便、投资小,但频率申请难度大,气候影响不容忽视。本论文根据工程实际最终推荐使用混合组网模式,在适合的场所采用特定的技术,扬长避短,对其他城市或正在建设的智能配电网有实际借鉴意义。作者根据智能配电网的发展趋势,预见性地论证分析了分布式能源接入通信组网的要求和技术难题,这是本论文研究应用的合理延伸,是对通信组网技术分析的有效补充,也是目前配电网发展中即将遇到的实际问题。本文在性能及组网方面提出了具有一定前瞻性的技术框架,为今后的配电通信组网发展做一定的参考和借鉴。
王晓东[10]（2011）在《家庭智能空间服务关键技术研究》文中认为普适服务的理念在数字家庭中的集中体现即是家庭智能空间的概念。家庭智能空间是融合服务计算和普适计算特性的普适服务空间,它基于嵌入式计算设备、各类家电应用和多模态交互设备构建,实现为家庭空间内的用户主动提供透明和智能的服务。目前,家庭智能空间的实现仍受以下几个方面的制约:缺少一个面向家庭智能空间应用业务的服务中间件平台;家庭网络与家电设备应用环境存在很强的异构性,缺少统一的服务适配和资源共享机制;家庭空间内的服务模式缺乏主动性和智能性。在国家科技支撑计划项目数字家庭服务关键支撑技术研发与应用示范的支持下,围绕上述几个问题,本文开展家庭智能空间服务关键技术的研究工作,主要包括以下四个方面的内容:1.提出一种家庭智能空间服务中间件（Smart Home Service Middleware,SHSM）架构,用于解决家庭智能空间内服务集成和智能化服务调用的问题;给出了服务中间件及其工作流程的具体设计;针对工作流程构建了一种规则驱动的数字家庭应用触发机制。2.提出一种家庭智能空间服务适配方法设备服务代理,将家庭私有协议网络内的一组设备抽象为对外提供标准Web服务的虚拟设备,可普遍适用于当前家庭网络异构性强、设备资源受限的环境;设计了应用于设备服务代理的三层设备驱动架构,提供标准化设备模板,实现灵活、方便的设备服务描述;设计了一种基于简化工作流的设备驱动语言,设备制造商可以在不改变其私有协议设备内部软件系统的条件下,基于标准设备模板和设备驱动语言发布跨平台的设备外部驱动程序,以支持设备服务代理与设备之间的交互。3.构建基于用户偏好的服务规则生成系统,用于支持智能化的服务执行;设计了基于ROUGH SET理论的服务规则提取算法,用于分析家庭智能空间服务的历史上下文,实现服务规则的自动提取;设计了服务规则管理工具,对自动提取的服务规则进行可视化修正及新规则的创建;该系统解决了家庭智能空间大量服务规则不适合手动输入的问题。4.提出一种面向家庭智能空间的自动服务组合方法,该方法将构建组合服务的问题划分为两个阶段进行:第一阶段,基于程序合成理论的自动组合服务流程建模,构造满足目标服务基本输入输出语义要求的组合服务流程模型;第二阶段,组件服务优化选择,提出了家庭智能空间服务QoS评价模型,基于该模型优化选择组合服务流程模型中的每个组件服务,从而构造高质量的组合服务实例。该服务组合方法体现了一种通过对家庭智能空间内各类服务资源的有效集成而构造数字家庭新业务的应用模式。
二、基于DPL技术的家庭智能化实现方案（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于DPL技术的家庭智能化实现方案（论文提纲范文）
（1）甘肃省移动公司家庭智能产品营销策略优化研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 智能家居发展历程 |
| 1.1.2 智能家居发展现状和趋势 |
| 1.1.3 电信运营商布局智能家居市场 |
| 1.2 研究意义 |
| 1.2.1 实践应用意义 |
| 1.2.2 理论意义 |
| 1.3 研究内容和框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 1.4 研究方法和工具 |
| 1.4.1 文献资料法 |
| 1.4.2 问卷调查法 |
| 1.4.3 内部访谈法 |
| 1.4.4 营销分析工具 |
| 第二章 相关概念和理论基础 |
| 2.1 概念界定 |
| 2.1.1 智能家居 |
| 2.1.2 家庭智能硬件 |
| 2.1.3 家庭智能产品 |
| 2.2 相关营销理论 |
| 2.2.1 7Ps营销理论 |
| 2.2.2 4C营销理论 |
| 2.2.3 4E营销理论 |
| 2.3 电信运营商智能家居营销国内外研究现状 |
| 第三章 甘肃移动公司家庭智能产品营销现状与问题分析 |
| 3.1 甘肃省移动公司概况 |
| 3.2 甘肃省移动公司家庭智能产品营销现状 |
| 3.2.1 甘肃移动家庭智能产品营销的内部组织结构 |
| 3.2.2 甘肃省移动家庭智能产品营销使用的资源 |
| 3.2.3 甘肃移动销售家庭智能产品具备的相关能力 |
| 3.2.4 甘肃移动家庭智能产品销售情况 |
| 3.3 甘肃省移动公司家庭智能产品营销存在问题 |
| 3.4 甘肃省移动公司家庭智能产品营销问题的原因分析 |
| 第四章 甘肃省移动公司家庭智能产品营销环境分析 |
| 4.1 宏观环境分析 |
| 4.1.1 政治环境 |
| 4.1.2 经济环境 |
| 4.1.3 社会环境 |
| 4.1.4 技术环境 |
| 4.2 竞争环境分析 |
| 4.2.1 现有竞争者竞争强度 |
| 4.2.2 潜在进入者竞争威胁 |
| 4.2.3 替代品的威胁 |
| 4.2.4 购买者的议价能力 |
| 4.2.5 供应商的议价能力 |
| 4.3 消费者市场分析 |
| 第五章 甘肃省移动公司家庭智能产品营销策略优化 |
| 5.1 目标市场定位 |
| 5.1.1 市场细分 |
| 5.1.2 目标市场选择 |
| 5.1.3 市场定位 |
| 5.2 家庭智能产品7Ps营销策略制定 |
| 5.2.1 产品策略 |
| 5.2.2 价格策略 |
| 5.2.3 渠道策略 |
| 5.2.4 促销策略 |
| 5.2.5 人员策略 |
| 5.2.6 服务过程策略 |
| 5.2.7 有形展示策略 |
| 第六章 甘肃省移动公司家庭智能产品营销策略实施的管理保障 |
| 6.1 制定营销策略实施计划 |
| 6.1.1 明确发展目标 |
| 6.1.2 制定推进规划 |
| 6.2 做强组织保障 |
| 6.2.1 打造运营团队 |
| 6.2.2 完善激励机制 |
| 6.3 注重能力建设 |
| 6.3.1 锻造营销能力 |
| 6.3.2 提升服务能力 |
| 6.4 做好制度保障 |
| 6.4.1 制定产品引入和合作伙伴管理相关制度 |
| 6.4.2 落实风险防控工作 |
| 6.5 系统支撑 |
| 第七章 结论与展望 |
| 7.1 研究的主要结论 |
| 7.2 研究不足之处 |
| 7.3 未来展望 |
| 参考文献 |
| 附录 A:家庭智能硬件调查问卷 |
| 附录 B:甘肃移动家庭智能产品销售存在问题的访谈提纲 |
| 致谢 |
| 作者简历 |
（2）新时代我国社会治安多元主体协同治理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 导论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究综述 |
| 1.2.1 社会治安相关研究 |
| 1.2.2 社会治安治理相关研究 |
| 1.2.3 社会治安综合治理相关研究 |
| 1.2.4 协同治理相关研究 |
| 1.2.5 简要评述 |
| 1.3 研究内容、研究方法与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 本文创新之处 |
| 第2章 社会治安协同治理的相关概念与理论基础 |
| 2.1 社会治安协同治理的核心概念界定 |
| 2.1.1 治安与社会治安 |
| 2.1.2 治理与治理理论 |
| 2.1.3 社会治安治理与社会治安综合治理 |
| 2.2 社会治安协同治理的理论基础 |
| 2.2.1 治理理论 |
| 2.2.2 协同治理 |
| 2.2.3 整体性治理 |
| 2.3 社会治安治理模式的历史变迁 |
| 2.3.1 社会治安管制阶段:1949年—1978年 |
| 2.3.2 社会治安管理阶段:1978年—2012年 |
| 2.3.3 社会治安治理阶段:2012年—至今 |
| 2.4 本章小结 |
| 第3章 新时代我国社会治安多元主体协同治理困境解析 |
| 3.1 新时代我国社会治安多元主体行为分析 |
| 3.1.1 党委政府 |
| 3.1.2 市场组织 |
| 3.1.3 社会组织 |
| 3.1.4 人民群众 |
| 3.2 新时代我国社会治安多元主体协同治理困境解析 |
| 3.2.1 我国社会治安多元主体协同治理困境的表象 |
| 3.2.2 我国社会治安多元主体协同治理制度设计滞后解析 |
| 3.2.3 我国社会治安多元主体协同治理运行机制不畅解析 |
| 3.3 小结 |
| 第4章 社会治安多元主体协同治理行为的演化博弈分析 |
| 4.1 社会治安协同治理多元主体行为测度 |
| 4.1.1 党委政府主导行为的测度 |
| 4.1.2 市场组织行为的测度 |
| 4.1.3 社会组织行为的测度 |
| 4.1.4 人民群众行为的测度 |
| 4.1.5 协同治理主体行为的测度 |
| 4.1.6 多元主体协同治理机制的测度 |
| 4.2 社会治安协同治理问卷调查 |
| 4.2.1 问卷调查简要说明 |
| 4.2.2 样本数据描述 |
| 4.2.3 样本量表检验 |
| 4.3 基于三方博弈的协同治理行为的演化分析 |
| 4.3.1 基本假设及收益矩阵 |
| 4.3.2 演化博弈模型构建 |
| 4.3.3 社会治安协同治理演化博弈模型稳定性分析 |
| 4.3.4 研究结论及分析 |
| 4.4 本章小结 |
| 第5章 社会治安协同治理“三治融合”系统动力学仿真分析 |
| 5.1 社会治安协同治理系统理论分析 |
| 5.1.1 社会治安“三治融合”理念 |
| 5.1.2 社会治安“三治融合”系统分析 |
| 5.2 社会治安协同治理“三治融合”指标体系构建 |
| 5.2.1 社会治安自治系统 |
| 5.2.2 社会治安法治系统 |
| 5.2.3 社会治安德治系统 |
| 5.2.4 社会治安“三治系统”耦合协调状况 |
| 5.3 社会治安“三治融合”系统反馈模型的构建 |
| 5.3.1 社会治安系统 |
| 5.3.2 社会治安协同治理的自治子系统 |
| 5.3.3 社会治安协同治理的法治子系统 |
| 5.3.4 社会治安协同治理的德治子系统 |
| 5.4 社会治安“三治融合”的仿真与调控分析 |
| 5.4.1 合流图仿真分析 |
| 5.4.2 合流图调控分析 |
| 5.4.3 结论 |
| 5.5 本章小结 |
| 第6章 新时代我国社会治安多元主体协同治理推进机制探究 |
| 6.1 构建我国社会治安多元主体协同治理的推进机制总体框架 |
| 6.1.1 新时代社会治安多元主体协同治理推进机制的界定 |
| 6.1.2 构建新时代社会治安多元主体协同治理推进机制的意义 |
| 6.1.3 新时代社会治安多元主体协同治理推进机制的框架结构 |
| 6.2 完善党委政府主导社会治安治理的统筹机制 |
| 6.2.1 提升社会治安治理的战略意识 |
| 6.2.2 大力创新社会治安治理方式方法 |
| 6.2.3 实施系列社会治安治理项目 |
| 6.3 深化社会治安多元主体协同治理的理念认同机制 |
| 6.3.1 提高社会治安多元主体协同的理念认知 |
| 6.3.2 强化社会治安多元主体协同的行为联动 |
| 6.3.3 增强社会治安多元主体协同的利益驱动力 |
| 6.4 强化社会治安多元主体间的互动机制 |
| 6.4.1 重塑社会治安多元主体的网络结构 |
| 6.4.2 明晰社会治安多元主体的责任分担 |
| 6.4.3 优化社会治安多元主体的资源共享 |
| 6.5 完善社会治安多元主体协同治理的保障机制 |
| 6.5.1 完善社会治安协同治理法治保障机制 |
| 6.5.2 健全社会治安协同治理财政保障机制 |
| 6.5.3 完善社会治安协同治理评价监督机制 |
| 6.6 实现社会治安多元主体协同治理的对策建议 |
| 6.6.1 树立坚持以人民为中心的社会治安治理理念 |
| 6.6.2 完善社会治安协同治理多元主体建设 |
| 6.6.3 提升社会治安治理主体的素质与能力 |
| 6.6.4 构建多元主体参与的社会治安治理平台 |
| 6.6.5 创新社会治安协同治理工具 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 调查问卷 |
| 附录B 全国社会治安“三治融合”系统指标基础数据 |
| 攻读学位期间的研究成果 |
（4）基于图论与匹配理论的社交物联网资源分配方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究概述 |
| 1.2 研究背景 |
| 1.3 研究现状及挑战 |
| 1.4 研究方法及理论基础 |
| 1.5 主要研究内容及结构安排 |
| 2 基于层次化二分图稳定匹配的社交物联网频谱资源分配 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 问题描述 |
| 2.4 具有同群效应的层次化二分图稳定匹配 |
| 2.5 仿真结果与分析 |
| 2.6 本章小结 |
| 3 基于三分图稳定匹配的社交物联网内容共享方案设计 |
| 3.1 引言 |
| 3.2 系统模型与问题描述 |
| 3.3 内容放置与内容交付联合优化 |
| 3.4 具有多米尼诺效应的偏好列表篡改机制 |
| 3.5 仿真结果与分析 |
| 3.6 本章小结 |
| 4 基于二分图动态稳定匹配的社交飞行物联网任务分配方案 |
| 4.1 引言 |
| 4.2 系统模型与问题描述 |
| 4.3 基于动态稳定匹配的任务分配算法研究 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 5 基于二分图流行匹配的社交飞行物联网安全保障频谱资源分配 |
| 5.1 引言 |
| 5.2 系统模型与问题描述 |
| 5.3 轨迹设计与功率控制联合优化 |
| 5.4 基于流行匹配的信道分配 |
| 5.5 仿真结果与分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 主要贡献及创新 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）基于对话策略学习技术构建医疗聊天机器人（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作 |
| 1.4 本文组织结构 |
| 第二章 相关技术综述 |
| 2.1 聊天机器人概述 |
| 2.2 自然语言理解 |
| 2.2.1 文本向量化 |
| 2.2.2 意图识别 |
| 2.2.3 命名实体识别 |
| 2.3 对话管理 |
| 2.3.1 对话状态追踪 |
| 2.3.2 对话策略学习 |
| 2.4 自然语言生成 |
| 2.5 深度学习 |
| 2.5.1 循环神经网络 |
| 2.5.2 长短期记忆网络 |
| 2.6 强化学习 |
| 2.7 深度强化学习 |
| 2.7.1 深度Q网络 |
| 2.7.2 深度双Q网络 |
| 2.8 本章小结 |
| 第三章 基于监督学习的对话策略学习 |
| 3.1 模型构建 |
| 3.1.1 文本向量化 |
| 3.1.2 实体提取与追踪 |
| 3.1.3 训练LSTM模型 |
| 3.1.4 预测动作输出 |
| 3.2 模型实现 |
| 3.2.1 模型训练 |
| 3.2.2 模型预测 |
| 3.3 本章小结 |
| 第四章 基于深度强化学习的对话策略学习 |
| 4.1 模型构建 |
| 4.1.1 用户模拟器 |
| 4.1.2 对话状态追踪 |
| 4.1.3 智能体 |
| 4.2 模型实现 |
| 4.2.1 模型训练 |
| 4.2.2 模型预测 |
| 4.3 本章小结 |
| 第五章 医疗聊天机器人对话策略的实现 |
| 5.1 实验准备 |
| 5.1.1 疫情咨询任务 |
| 5.1.2 热线求助任务 |
| 5.1.3 预约挂号任务 |
| 5.1.4 数据导入与标记 |
| 5.2 实验设置 |
| 5.2.1 实验环境 |
| 5.2.2 模型超参数设置 |
| 5.2.3 系统处理逻辑架构 |
| 5.2.4 数据集划分 |
| 5.3 实验结果与分析 |
| 5.3.1 基于规则的对话策略模型回复结果示例 |
| 5.3.2 基于监督学习的对话策略模型实现结果 |
| 5.3.3 基于深度强化学习的对话策略模型实现结果 |
| 5.4 模型评估 |
| 5.4.1 评估方法 |
| 5.4.2 评估结果 |
| 5.4.3 评估总结 |
| 5.5 医疗聊天机器人的实现效果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
（6）基于税务行业智能服务机器人系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外服务机器人发展与研究现状 |
| 1.2.1 国外服务机器人发展现状与研究现状 |
| 1.2.2 国内服务机器人发展现状与研究现状 |
| 1.3 本文主要研究内容与章节安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 Tax Robot智能服务机器人总体设计方案 |
| 2.1 Tax Robot智能服务机器人系统需求分析 |
| 2.2 Tax Robot智能服务机器人系统总体架构设计 |
| 2.3 Tax Robot智能服务机器人工作流程设计 |
| 2.4 Tax Robot智能服务机器人功能模块规划 |
| 2.4.1 导航模块 |
| 2.4.2 人脸识别模块 |
| 2.4.3 语音模块 |
| 2.4.4 其设备选型 |
| 2.5 Tax Robot智能服务机器人外观造型及机械结构设计 |
| 2.5.1 Tax Robot智能服务机器人外观造型设计 |
| 2.5.2 Tax Robot智能服务机器人机械结构设计 |
| 2.6 Tax Robot智能服务机器人硬件总体设计方案 |
| 2.6.1 控制系统硬件总体规划 |
| 2.6.2 控制系统单片机选型 |
| 2.7 Tax Robot智能服务机器人软件总体方案设计 |
| 2.7.1 下位机软件规划 |
| 2.7.2 上位机调试软件规划 |
| 2.8 本章小结 |
| 第3章 Tax Robot智能服务机器人硬件模块设计 |
| 3.1 服务机器人下位机电源模块设计 |
| 3.2 STM32F103VET6核心电路设计 |
| 3.3 直流电机驱动电路设计 |
| 3.4 串口通信 |
| 3.5 电池电压测量 |
| 3.6 Tax Robot智能服务机器人硬件部分实现 |
| 3.7 本章小结 |
| 第4章 Tax Robot智能服务机器人运动控制及软件设计 |
| 4.1 基于μC/OS-Ⅲ的下位机硬件驱动程序设计 |
| 4.1.1 μC/OS-Ⅲ操作系统的移植 |
| 4.1.2 μC/OS-Ⅲ启动和初始化 |
| 4.1.3 全局变量的定义 |
| 4.1.4 硬件资源初始化配置程序 |
| 4.1.5 编码器采样程序 |
| 4.1.6 驱动程序主函数 |
| 4.1.7 硬件驱动程序设计 |
| 4.2 上位机调试软件设计 |
| 4.3 串口通信协议及规范 |
| 4.4 本章小结 |
| 第5章 Tax Robot智能服务机器人样机搭建与实验 |
| 5.1 Tax Robot智能服务机器人样机搭建 |
| 5.2 实验环境及设备 |
| 5.3 服务机器人直线行走实验 |
| 5.4 服务机器人原地旋转实验 |
| 5.5 服务机器人头部控制实验 |
| 5.6 服务机器人手臂挥动实验 |
| 5.7 服务机器人组合动作实验 |
| 5.8 服务机器人上电复位实验 |
| 5.9 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（7）基于MDP的SG-NAN机会路由协议优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容和创新点 |
| 1.4 本文的章节安排 |
| 第二章 SG-NAN路由协议的研究与分析 |
| 2.1 NAN的网络拓扑结构 |
| 2.2 NAN的通信方式 |
| 2.3 传统路由协议 |
| 2.4 机会路由协议 |
| 2.5 本章小节 |
| 第三章 MDP-OR路由协议及优化研究 |
| 3.1 基于机会路由协议的信道衰减模型 |
| 3.1.1 对数正态阴影模型 |
| 3.1.2 信道容量表征的信道衰减模型 |
| 3.2 马尔科夫决策过程理论 |
| 3.2.1 马尔科夫决策过程 |
| 3.2.2 马尔科夫决策过程经典算法 |
| 3.3 MDP-OR路由协议优化算法 |
| 3.3.1 MDP-OR路由协议数学模型 |
| 3.3.2 优化算法步骤和原理 |
| 3.4 本章小结 |
| 第四章 仿真与分析 |
| 4.1 仿真环境 |
| 4.2 算法仿真参数及仿真分析 |
| 4.2.1 算法仿真参数 |
| 4.2.2 算法仿真分析 |
| 4.3 仿真试验结果分析 |
| 4.4 本章小结 |
| 第五章 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读硕士学位期间研究成果 |
| 附录 B 本硕士论文算法仿真关键代码 |
（8）深度学习在计算机视觉领域的若干关键技术研究（论文提纲范文）
| 详细摘要 |
| abstract |
| 摘要 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第2章 深度学习在人脸识别中的算法研究 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 堆栈式去噪自编码器 |
| 2.4 人脸识别深度学习框架 |
| 2.4.1 深度学习 |
| 2.4.2 算法执行过程与预处理 |
| 2.4.3 无监督特征学习过程 |
| 2.4.4 有监督的人脸识别过程 |
| 2.5 实验分析 |
| 2.5.1 流行的人脸识别算法简述 |
| 2.5.2 经典的人脸识别数据库简述 |
| 2.5.3 在Yale数据库上实验 |
| 2.5.4 在AR数据库上实验 |
| 2.5.5 在PIE数据库上实验 |
| 2.6 本章小结 |
| 第3章 融合深度学习与偏好学习的单目标跟踪技术 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 整体的目标跟踪框架 |
| 3.3.1 深度神经网络模型 |
| 3.3.2 偏好学习模型 |
| 3.3.3 模型更新策略 |
| 3.4 实验分析 |
| 3.4.1 评价标准与参数设置 |
| 3.4.2 定量对比实验 |
| 3.4.3 定性对比实验 |
| 3.5 本章小结 |
| 第4章 基于SDAE深度框架的多目标跟踪算法研究 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 粒子滤波技术简述 |
| 4.4 公式化DMOT算法 |
| 4.5 深度多目标跟踪系统DMOT框架 |
| 4.5.1 深度图像特征表示机制 |
| 4.5.2 在线多目标跟踪系统 |
| 4.5.3 在线模型更新策略 |
| 4.6 实验分析 |
| 4.6.1 不同数量跟踪目标的对比实验 |
| 4.6.2 DMoT系统在更多跟踪视频中的测试 |
| 4.6.3 异常事件检测与预警 |
| 4.7 本章小结 |
| 第5章 深度偏好学习在生物医学图像检索中的应用与实现 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 提出的生物医学图像检索系统 |
| 5.3.1 深度特征提取器 |
| 5.3.2 生物医学图像偏好学习模型 |
| 5.4 实验分析 |
| 5.4.1 检索评价指标 |
| 5.4.2 对比方法和数据库 |
| 5.4.3 实验结果解析 |
| 5.5 本章小结 |
| 第6章 基于卷积神经网络的新型端到端生物医学图像分类技术 |
| 6.1 引言 |
| 6.2 相关工作 |
| 6.3 生物医学图像分类框架 |
| 6.3.1 对于选择使用卷积神经网络的分析 |
| 6.3.2 深度迁移学习 |
| 6.3.3 深度卷积神经网络框架 |
| 6.3.4 数据增强 |
| 6.3.5 在线训练领域迁移的深度卷积神经网络过程 |
| 6.4 实验分析 |
| 6.4.1 传统分类算法和深度分类算法 |
| 6.4.2 三个公共生物医学图像数据库 |
| 6.4.3 分类结果对比分析 |
| 6.5 讨论与分析 |
| 6.5.1 深度特征vs传统特征 |
| 6.5.2 深度模型收敛速度和时间对比 |
| 6.5.3 深度卷积核的探讨 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）城市低压配电网通信组网技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 我国城市低压配电网的发展模式 |
| 1.2 城市配电网通信技术的发展历程 |
| 1.3 智能配电网的技术描述 |
| 1.4 杭州市配电网现状 |
| 1.5 杭州市配电网通信技术现状 |
| 1.6 杭州配电网技术要求及课题研究主要工作 |
| 第2章 配电网通信技术论述 |
| 2.1 无源光网络(EPON或GPON)技术 |
| 2.1.1 无源光网络技术原理 |
| 2.1.2 无源光网络组网应用 |
| 2.2 低压电力线载波(PLC)技术 |
| 2.2.1 低压电力线载波通信(PLC)技术原理 |
| 2.2.2 扩频通信技术 |
| 2.2.3 多载波正交频分多址技术 |
| 2.3 无线通信技术 |
| 2.3.1 WiMAX全球微波互联接入技术 |
| 2.3.2 WSN无线传感网技术 |
| 第3章 杭州市配电网通信组网技术的应用 |
| 3.1 配电网自动化改造目标 |
| 3.2 配电网自动化改造通信组网技术应用 |
| 3.2.1 配电网相关变电站通信传输与光缆改造方案 |
| 3.2.2 配电网EPON系统组网建设试点 |
| 3.2.3 配电网低压电力线载波PLC系统组网建设应用 |
| 3.2.4 无线通信技术组网应用 |
| 3.3 配电网通信组网应用技术分析 |
| 第4章 配电网自动化技术发展分析 |
| 4.1 电网自动化技术发展动向 |
| 4.2 配电网优化运行 |
| 4.3 集成化、智能化和综合化是发展趋势 |
| 4.4 用户电力技术的应用 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及其它成果 |
（10）家庭智能空间服务关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 前言 |
| 1.1 引言 |
| 1.2 研究现状分析 |
| 1.2.1 服务计算与数字家庭 |
| 1.2.1.1 服务计算的概念 |
| 1.2.1.2 服务计算的体系结构和抽象模型 |
| 1.2.1.3 数字家庭与服务计算的发展研究 |
| 1.2.2 资源受限服务中间件 |
| 1.2.2.1 中间件的概念 |
| 1.2.2.2 资源受限服务中间件研究 |
| 1.2.3 普适计算与数字家庭 |
| 1.2.3.1 普适计算的定义 |
| 1.2.3.2 家庭普适计算与智能空间研究 |
| 1.3 本论文所要解决的问题 |
| 1.4 问题的解决方案概述 |
| 1.5 本论文的创新工作 |
| 1.6 本论文的组织结构 |
| 2 家庭智能空间服务中间件架构 |
| 2.1 引言 |
| 2.2 家庭智能空间服务中间件技术分析 |
| 2.2.1 部署模式 |
| 2.2.2 开发框架 |
| 2.3 家庭智能空间服务中间件的架构设计 |
| 2.4 家庭智能空间服务中间件的工作流程 |
| 2.4.1 规则驱动的服务流程触发 |
| 2.4.2 服务搜索和匹配 |
| 2.4.3 服务调用 |
| 2.5 本章小结 |
| 3 基于 Web 服务的资源受限设备服务代理 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 设备服务代理 |
| 3.4 设备驱动架构 |
| 3.4.1 抽象设备模板 |
| 3.4.2 标准设备模板 |
| 3.4.3 特定设备驱动 |
| 3.5 驱动过程语言 |
| 3.6 系统实现与实验 |
| 3.7 本章小结 |
| 4 家庭智能空间服务规则生成 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 ROUGH SET 理论 |
| 4.4 服务规则生成系统 |
| 4.5 服务规则提取算法 |
| 4.5.1 属性约简算法 |
| 4.5.2 属性值约简算法 |
| 4.6 实验：室内光照调节规则生成 |
| 4.7 实验：规则自动提取属性约简算法测试 |
| 4.8 本章小结 |
| 5 家庭智能空间自动服务组合 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 基于程序合成的服务组合 |
| 5.4 基于逻辑语义的服务匹配 |
| 5.5 自动服务组合的方法 |
| 5.5.1 自动组合服务建模 |
| 5.5.1.1 服务的一阶逻辑公式表示 |
| 5.5.1.2 基于一阶逻辑公式的定理证明 |
| 5.5.1.3 组合服务流程建模 |
| 5.5.2 基于QoS 的组件服务优化选择 |
| 5.5.2.1 构造组件的服务匹配请求 |
| 5.5.2.2 基于逻辑语义的服务匹配搜索 |
| 5.5.2.3 基于QoS 评价模型的最优组件服务选择 |
| 5.6 系统实现：自动组合服务流程建模 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 标准设备模板及驱动文件实例：Water Heater |
| 附录 B 自动推理系统的输入文件 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
四、基于DPL技术的家庭智能化实现方案（论文参考文献）
- [1]甘肃省移动公司家庭智能产品营销策略优化研究[D]. 蔄峥辉. 兰州大学, 2021(12)
- [2]新时代我国社会治安多元主体协同治理研究[D]. 张艺. 南昌大学, 2020(01)
- [3]S市YF机械有限公司营销策略研究 ——基于4Vs营销视角[D]. 纪恺昕. 汕头大学, 2020
- [4]基于图论与匹配理论的社交物联网资源分配方法研究[D]. 王博文. 中国矿业大学, 2020(01)
- [5]基于对话策略学习技术构建医疗聊天机器人[D]. 陈鹏. 南京大学, 2020(04)
- [6]基于税务行业智能服务机器人系统设计与实现[D]. 黄旋. 南京农业大学, 2019(08)
- [7]基于MDP的SG-NAN机会路由协议优化研究[D]. 王明方. 昆明理工大学, 2019(04)
- [8]深度学习在计算机视觉领域的若干关键技术研究[D]. 逄淑超. 吉林大学, 2017(03)
- [9]城市低压配电网通信组网技术研究[D]. 李军. 华北电力大学, 2012(03)
- [10]家庭智能空间服务关键技术研究[D]. 王晓东. 中国海洋大学, 2011(02)