針對城市道路交叉口的常發性交通擁堵現象，依據RFID檢測系統的特點，提出了一種基于物聯網前端信息采集技術的交通流檢測方法。并且對城市道路交叉口采集到的交通流量相對增量、車輛的時間占有率相對增量以及地點平均車速等信息進行了對比性分析和統計推導，從理論上論證了交通擁擠產生時的交通流特點，然后以此為基礎給出了交通擁擠事件出現時的判別準則，構造出相應的擁擠檢測指標及判別算法。最后利用Matlab編程再結合實際交通測量數據驗證了算法的正確性。
上傳時間： 2013-10-19
上傳用戶：zhaiye
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
上傳時間： 2013-12-25
上傳用戶：songrui
物聯網是“物物相連的互聯網”，該方面的技術是具有互聯性的，智能性的。既然如此，發展物聯網是必然之勢。要發展物聯網技術，那么互聯網是十分重要的。對于因特網來說，IP是核心協議。IPv6作為升級版的IPv4，可以更有效地管理IP地址，速度與安全性也比現有技術更加先進，發展前景更為廣闊。隨著全球網絡協定架構由IPv4過渡至IPv6，并結合無線網狀網絡，物聯網發展基礎將越來越壯大，我們的生活將越來越更加便捷，更加智能化。
標簽： IPv6物聯網技術
上傳時間： 2015-11-29
上傳用戶：123456@qwdqw
智能路燈控制相關文檔，ZigBee學習文檔，主要講了ZigBee開發，ZigBee協議棧實現物聯網通信
標簽： ZigBee無線通信
上傳時間： 2016-04-09
上傳用戶：zzh12321
中國物聯網優秀應用案例匯編，涉及到智能家居、智慧醫療、智能物流等
上傳時間： 2016-10-30
上傳用戶：hbhs1998
物聯網技術論文，題目是智能家居，主要介紹其發展、前景展望。
上傳時間： 2019-04-10
上傳用戶：jans
配電物聯〔2020〕5號-關于發布《臺區智能融合終端相關技術規范》的通知
標簽： 技術規范
上傳時間： 2020-09-22
上傳用戶：
如何布署智能城市– 智能路燈想要了解有關智能城市布署的實際案例嗎?Pelion 設備管理為臺灣的智慧城市發展奠定了堅實基礎。市政府官員計劃在 4,000 個路燈柱上部署物聯網節點，用于感應環境光線亮度并適當控制輸出，以便減少能源消耗，最終達到能源成本和基礎設施生命周期成本降低的目的。
標簽： 智能路燈
上傳時間： 2021-11-15
上傳用戶：kent
廣和通是中國首家A股上市的物聯網無線模組企業。致力于將可靠、便捷、安全、智能的無線通信解決方案普及至每一個物聯網應用場景，豐富智慧生活。廣和通提供創新的5G、4G、3G、2G、NB-IoT、LTE-M、智能、車規級無線通信模組及物聯網應用一站式無線通信解決方案 。廣和通擁有全球1000多名員工，產品及服務遍及100多個國家。
標簽： 物聯網
上傳時間： 2021-12-26
上傳用戶：
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
