文摘
青少年的情绪变化会对自己产生巨大影响;也许,他们不了解自己。然而,根据研究,许多青少年的行为往往伴随着情绪变化,以及这些变化的发生也会带来他们的无意识。本文首先介绍了研究背景、意义、和智能家居传感器发展现状和国内外年轻人的情感。本文详细介绍Python语言,智能传感器网络和实时分析青年的情绪。的介绍,主要阐述了智能传感器网络系统的设计,介绍了系统体系结构和软件和硬件详细设计的无线传感器网络。在硬件部分,它主要是简要的概述信息采集、数据传输和数据处理。在软件部分,三种类型的网络节点的嵌入式软件设计和控制中心软件设计基于Python。最后,神经网络算法实现实时分析年轻人的情感,和多个算法的识别率和多个情感因素的数据情况同时进行测试。结果表明,最高可以达到58.4%的识别率的验证集HAPPEI数据库预处理后,高于识别结果的直接使用的训练集训练网络HAPPEI数据库。
1。介绍
无线通信行业的快速发展,软件和硬件技术产品不断更新。生活的便利,强劲的手指触摸,和思想的超越和理解是这个更新带来的。它不仅促进了社会经济的发展,也给现代人们在思维模式更好的灵感。智能传感器网络技术目前满足人民的需求,所以智能传感器网络技术发达。
作为一个巨大的群体,青少年已经从人收到了很多关注。然而,青少年群体的情绪变化往往是非常大的。因此,关注年轻人,特别重要的是了解他们的情绪。如何实现实时分析年轻人的情感自然成为一个话题值得人们的思维。
技术创新的研究主要包括两个方面:一方面,一个智能无线传感器网络设计通过使用嵌入式技术和无线网络协议实现实时分析的需求。另一方面,原来的经典路由层protocol-LEACH-is改进,然后应用于智能传感器网络平衡网络的能量消耗,从而实现更节能和环保功能的智能传感器网络。此外,这一次,Python语言和智能传感器网络技术用于实现数据的可视化分析。
2。相关的工作
国内外许多学者提供了大量的参考对Python语言的研究,智能传感器网络,青少年情绪和实时分析。
Yilmaz提出了一个实验性的面向对象的应用程序编程接口(API)旨在促进定制前/后处理模块的编程有限元(FE)开发人员/人员。API的形式提出了几个符号对象,其中核心有限元编程操作抽象通过使用元编程和高级Python语言功能。这种方法会产生一个简洁和自我表达数据表示层,可以灵活地用于处理不同的有限元离散化方案(1]。
Dejanovi等人描述textX(一种元语言,构建特定于域的语言)的工具。实现在Python中使用琶音挂钩(解析表达式语法)解析器库。他们描述(语法)textX从单一语言构建解析器和语言的元模型,并使用解析器来解析文本表示模型的符合元模型。的结果分析,将自动创建一个Python对象图,和对象图的结构符合元模型定义的语法。这种方法不需要开发人员手动分析解析树并将其转换到其他合适的表征。textX工具作为语法翻译,并在运行时使用的语法解析器配置。textX工具是一个免费和开源项目提供GitHub (2]。
绿色和陈演示数据功能化Python编程语言通过气相色谱分析的数据。数据分析的编程方法设计是灵活的,以使学生从中吸取教训,将它们应用于实验之外的新系统和外部的大学(3]。阿里和吉布森旨在确定年轻人自杀倾向的原因在预防自杀论坛文章发布在社交媒体平台Tumblr。他们过滤后的2个月的帖子找到相关文章自杀。他们进行了专题分析的210个帖子来决定自杀的原因和相关的含义。的分析,他们发现了六个自杀的主要原因:感觉孤独,脱离社会,经历身份耻辱,未能达到预期,无助,感觉不值,心理不健康(4]。查尔斯等人做了一个全面的概述5 g网络的通信和计算方面的基础设施和讨论如何帮助促进沙特阿拉伯王国的先进的智能电网系统。此外,他们还讨论了智能电网,目前围绕着智能电网安全问题机器机器信息,和解决方案可以用来识别和避免网络威胁5]。
Bulgarelli描述敏捷实时分析(等)。AGILERTA是灵活的软件架构的关键元素,高效的软件管理流程,优化团队管理实现的敏捷团队在超过20年的工作6]。
金等人提出了一个noniterative隐式积分法对多体系统的实时分析。虽然隐式欧拉集成商广泛应用于实时模拟,金等人使用遗传性出血性毛细血管扩张症α集成商来提高解决方案的准确性。他们进行了稳定性分析的遗传性出血性毛细血管扩张症α积分器来确定该积分器具有绝对稳定。他们也对严格的线性系统进行数值模拟代表高阻尼系统和high-oscillation系统评估提出了积分器的性能。对于非线性多体系统,他们也提出了积分器的性能评估使用一个双摆的例子。金等人相比传统的遗传性出血性毛细血管扩张症α积分器与迭代法和隐式欧拉积分器来验证提出的集成方法的准确性和稳定性特点(7]。这些研究的数据不全面,和研究的结果仍然开放的讨论。因此,它不能被公众,因此不能被推广和应用。
3所示。Python语言和智能传感器网络和实时分析年轻人的情感
3.1。Python语言
与解释Python是一种脚本语言,面向对象的动态语义,和美丽的语法,它支持各种现有的主流操作系统。作为一种脚本语言,Python放弃沉重和复杂数据类型,它的简单性大大减少了程序的代码,进一步简化了开发工作。
3.1.1。网络爬虫
Python语言的特点如下:简单,容易学习,容易阅读,解释和编译(字节),面向对象的、可扩展的和便携式,和丰富的图书馆。
网络蜘蛛(网络蜘蛛)是一种Web和Web蜘蛛机器人,可以根据一定的规则自动分解网页信息。在互联网上有很多开源爬虫今天供用户选择。常见的类型包括Larbin、Nutch Heritrix。开源爬虫是web浏览器软件,允许用户使用开源爬虫软件直接下载网络资源。他们都有自己的优点和缺点。例如,Larbin有良好的性能和可靠性的优势,但缺点是它将消除重复的结论是错误的;Nutch, Lucence, Hadoop混得很好,但缺点是不可持续的;Heritrix拥有大量和优良的性能,但缺乏中国支持和可怜的容错8,9]。
三种方式为Python爬虫抓取数据如下:(1)捕获数据基于API接口:API是一个应用程序编程接口,这是一些预先定义的函数;目的是提供应用程序能够帮助开发人员访问一组例程,而不用编写函数或理解内部工作机制,一个窗口打开。为自己的发展,一些网站经常选择一些资源向外界开放。API接口更方便使用,所需的信息可以很容易地通过一个接口不知道具体的实现过程。可以直接通过下载的数据API接口,确保数据格式的完整性,数据结构是好的。试验后获得许可,它使用起来很方便(2)下载数据基于GUI: GUI(图形用户界面)是一个图形用户界面,它指的是一个更直观的图形界面来显示视觉界面。GUI有强大的功能,通过计算机和用户交互使用图形,图像,等。而不是记忆大量的命令,选择命令,调用文件,启动程序,或执行一些其他日常任务。这个方法是最简单的下载,占用更少的资源,具有较高的可靠性,可配置,方便快捷(3)写一个爬虫程序下载数据:除了以上两种方式下载数据,编写一个爬虫程序可以下载网页中的大量数据信息更快更有效率。是否它是一个开源的履带或自定义爬虫,它可以收集互联网上大部分的公共数据,支持正则表达式操作,有一个强大的脚本语言系统作为支持。高质量的爬虫能够准确地收集所需的数据,整合数据,并将其保存到仓库。本研究使用Python编写爬虫来收集数据,这是简单、高效、健壮的爬虫性能和良好的稳定性,具有不间断的特点批量下载。具有高度针对性的定制的爬虫,爬虫独立运行,有很大的灵活性。数据被履带的使用后续研究具有重要意义
爬虫抓取网页之前,是非常重要的URL队列中的URL。选择web爬行最重要的选择是一个关键因素在决定如何排名的url (10]。以下是两种常见的策略收集数据:(1)广度优先策略
一个全面的策略称为broad-first搜索是最好的搜索策略实现的爬虫。搜索策略是爬行URL的最后序列,而不是直接处理链接指向的页面没有被下载。基本思想是使用第一页的队列,扩大页面中的链接,等待顺序下载,然后提取这些扩展页面的下载链接。大规模的搜索的过程是一个过程,从内层向外层辐射没有被困在里面。页面非常深,本身不能出院。尽管这个策略相当机械,它工作得很好,因为爬页面重要性顺序排列。因此,事实上,宽阔的优先交付战略代表了主页假说(11]。(2)深度优先策略
深度搜索策略是一种常用的爬虫算法。它检索页面的内容从一开始的第一个URL然后检索内容通过分析下一个链接,这个链接后,执行搜索和下载一次,直到,直到叶层可以不再被使用。对于一个非常简单的数据收集策略,应该只有一个节点每次搜索,以便目标站点可以完全访问它,这解决了大型搜索内存使用的严重问题。它可以清楚地称为“黑色的道路,”和网页在互联网上是最重要的12]。
Django的核心框架包括ORM(对象关系映射)数据模型和关系数据库之间的交互,系统处理请求,显示的模板系统,调度员和基于正则表达式的URL。此外,它还包括一个轻量级的独立开发和测试web服务器和形式序列化和验证系统,缓存的缓存框架与几个选项,并在请求处理的每个阶段干预。中间件是一种分配制度,允许应用程序组件使用预定义的信号相互通信,序列化系统可以生成或阅读JSON-represented Django模型实例,和系统扩展的功能模板引擎。Django是Uppearcase层的核心组件,这类似于在Django插件和处理所有请求和响应。当然,这需要定义中间件在MIDDLEWARE_CLASSES设置。py文件。类似的插件在Django包括响应中间件,请求中间件,视图中间件,异常中间件。
Python已经被业界公认为一个强大的、容易掌握的编程语言。以下公司目前使用Python语言:(1)谷歌使用Python语言的网站搜索系统(2)著名的外国YouTube使用Python编写一些重要的服务(3)P2P文件共享系统BitTorrent是一个Python程序(4)英特尔、思科、惠普、希捷,IBM还使用Python对硬件测试(5)高科技领域,如美国国家航空航天局喷气推进实验室使用Python实现科学计算任务,等等。
3.2。智能传感器网络
3.2.1之上。有线传感器网络
传统的传感器网络应用于通常采用有线方式进行数据传输。有线传感器网络一般由有线传感器节点,控制系统和有线通信模块(13,14]。有线传感器节点收集数据后,其内置的传感器设备,它提供了一个数据通信节点通过控制驱动系统和数据传输到数据中心通过通信模块完成网络的节点15]。
3.2.2。无线传感器网络
为了解决有线传感器网络的布线问题,无线传输方法已经被使用。无线传感器网络通常获得信息根据其小和小型智能传感器节点(16- - - - - -18]。节点相互合作的自动网络,网络采用无线通信方式。无线传感器网络具有以下优点:(1)很容易部署。因为没有必要把网络电缆,它可以放置在任何地方19](2)高效的数据采集和传输。由于无线传感器网络通常具有网络自组织的特点,无线传感器节点密集部署。如果一个节点在监测点失败,这部分的任务可以完成其他附近的节点(20.](3)低成本。由于无线传感器技术的发展,单个传感器节点的价格变得越来越低。此外,无线网络节省大量成本比有线网络铺设网络电缆(21]
无线传感器网络通常由无线传感器节点、基站节点,网关设备和数据中心(22]。传感器节点负责收集数据的参数,并将数据发送给相应的处理后的基站节点。基站节点连接到网络转换设备,和数据发送到数据中心通过网络(23,24]。无线传感器网络的体系结构如图1。
无线传感器网络已经解决了许多问题在当前工程应用。然而,无线通信的覆盖和通信质量往往也会影响它的大规模应用。它可以增加无线通信的距离和提高数据通信的质量通过改善天线的性能和优化无线传输机制(25]。
3.2.3。异构传感器网络
根据有线传感器网络的引入和研究无线传感器网络,可以看出一个监测技术往往会忽视其他的。无论是否有线或无线,总有一些自己的优势和劣势。出于这个原因,我们提出一种新型的智能传感器网络。它结合了有线和无线监控技术和异构传感器网络与多种形式的沟通。智能传感器网络可以选择最合适的网络通信类型根据具体情况(26,27]。
3.2.4。智能传感器网络的拓扑结构
异构传感器网络的拓扑结构分为两个部分。一般的有线网络采用集中式结构,所有节点都通过网线直接连接到数据中心,和所有的数据都是由数据处理中心。无线传感器也可以模仿这个结构。这个结构中的所有数据传输到基站节点进行统一处理,和传统的集中式算法可以很容易地实现。
一个结构的直接数据处理的节点可以被考虑。我们可以假设每个智能传感器措施和流程数据相对独立,没有相邻节点之间的信息共享。因为只有处理过的数据返回给基站,这使得通信能力要求相对温和,可以解决大量的问题扩大智能传感器。
然而,这种独立的方法不利用相邻节点之间的信息,和所有空间信息就会被丢弃。例如,无法获得或使用模态形状信息和无法使用空间信息限制了该方法的效果。为了提高在此基础上,可以采用分层的网络结构。它可以消除上述两种处理方法的局限性。
在系统中,智能传感器分为几层,使用较低的节点和高能上层节点和节点。假设上层节点有足够的能量,它可以减少它们之间的传输速度限制,和较低的节点中能源消耗。使用高能节点不会削弱智能传感器的优点或限制网络的灵活性。结构分析,考虑了多点测量信息也保留了必要的空间信息。这些特点使它能够被用于密集排列的传感器网络。
3.2.5。智能传感器网络的技术体系
(1)信息收集技术
智能传感器网络的核心是信息采集、和信息采集技术主要包括两个方面:传感器技术和传感器信号处理技术。这两个部分的功能实现传感器板和处理器板,分别。的硬件载体信息收集技术是由这两个组件(传感器节点的设计尤为重要,因为它直接关系到应用程序。实际应用中许多因素会影响收集,信息的准确性和设计需要考虑很多方面。传感器节点通常可以分为数据采集模块(传感器板),数据处理模块(处理器),功率模块和数据传输模块。数据采集模块是用来收集青少年的情感数据;数据处理模块提供原始数据的简单处理,和有线传感器和无线传感器使用不同的数据处理模块;电源模块为传感器节点提供能量;数据传输模块分为两个部分。有不同的组件,一部分内部无线通信是基于802.15.4协议提供服务,另一部分是有线传输。 The composition of sensor nodes is shown in Figure2。(2)数据传输技术
有线传感器网络直接使用网络数据传输电缆物理连接数据。因此,数据处理技术主要研究无线传感器网络的部分。它主要由两个方面的无线传输,无线天线的性能和网络数据传输的通信协议。(1)无线天线
为了满足实际应用的需求,添加一个射频放大器电路和天线之间的连接器。实现扩展通信距离的目的通过提高传输功率和减少接收通道的插入损耗。(2)网络通信协议(1)MAC协议
因为无线网络广播信号的特点,其传输质量远不如有线传输方法。在无线网络结构中,一个节点传输数据,和几个节点周围的有效范围内将会收到它。相反,当一个节点接收数据,它也可以从不同的节点同时接收数据。这些数据信号将导致冲突由于数据叠加,导致数据丢失或扭曲。的数据通过无线传感器一般包括两种类型:短消息控制命令和长时间收集数据的消息。前消息的损失将导致节点无法开始工作,而后者的损失信息将导致数据不准确,影响后续的数据处理。它可以从以下两个方面解决这个问题。
首先要解决信道分配的问题。需要选择一个合适的信道访问机制来避免数据包之间的冲突。使用载波监听媒体访问机制(CSMA / CA)可以很好地解决冲突问题。当一个节点需要发送数据时,首先检查是否有数据传输的通道。如果没有,直接发送数据,如果有数据要传输,继续等待一个随机的时间长度,并检查后再等待时间结束了。重复此过程,直到通道处于闲置状态,和节点可以发送数据包。
另一方面,由接收情况反馈,可以避免数据丢失和承认ACK机制通常是用来实现这个函数。添加一个控制信号的数据包,当目标节点接收到相关数据,它返回一个确认消息发送节点表明已经到达准确的数据,否则将继续发送节点发送数据包重复。很明显,数据发送节点需要等待很长时间来确认机制,和同一块数据将反复多次传播。在原始算法中,节点等待ACK的到来每次发送数据。使用一组ACK机制,发送节点发送数据的多个副本,然后等待。通过这两种方法,可以有效地解决数据冲突的问题,并可以提高数据传输的可靠性。(2)路由协议
传统的无线路由协议都使用单跳的点对点直接传输方法。但在各种因素的影响下,点对点的单跳方式很容易导致无法投递的数据。所以我们研究一种基于AODV路由协议来改善这种情况。AODV路由协议是一个基于通道的多次反射传输方法按需配置机制。整个节点网络是静态的,除非有一个连接建立的必要性。在多次反射传播,所有叶节点必须与基站节点进行通信。这些叶子节点可以分为两种类型的函数:初始叶节点和中间节点。多次反射通信方法可以有效提高通信距离和解决贫穷的问题节点之间无线通信或无法沟通由于环境的限制。(3)数据处理技术
数据处理技术主要包括两个方面:数据同步和数据聚合。每片叶子传感器收集的数据的传感器网络在同一时间到达基站节点通过传播。基站节点应该确保他们的时间是当接收这批数据同步。否则,数据将被放错了地方,情绪状态的年轻人不会评估后,在严重的情况下,错误的判断会发生。有效的数据聚合技术有利于提高数据传输的性能,确保数据的准确性和可信度。
3.3。青少年情绪分析
观点挖掘的方法和分析如下:(1)分类:分类方法是全面性的原则,独立,和相互排斥。当构建一个情感数据库,第一是分类的情感在现实生活中,尽可能;进行分类的结果包括所有可能的和现实生活中的情感表达;并使每个类别相互独立的。第二,它是必要的分类根据形成情绪情感分类分类数据库的情绪(2)匹配和索引:当执行情感识别的青少年,有必要与情感特征通过构造与青少年情感分类数据库和其他情感特征然后指数确定的情感特征(3)统计分析:意识到年轻人的情感描述,有必要进行统计分析的情感特征匹配和索引(4)时间序列分析:使用时间序列分析来描述统计的情感特征的变化随着时间的推移,它可以找到时间规律性的年轻人的情感表达(5)可视化技术:可视化技术的应用更直观地描述出土的情感特征。对数情感数据可以用曲线的形式表示图,直方图,等,和属性数据可以用视觉表达形式如网络图和多维分布图形
4所示。神经网络
神经元的模型结构如图3:
相应的公式是
图4是基本的多层感知器模型。
月初激活函数常用的神经网络图所示5(一个)。
(一)
(b)
tanh激活函数图所示5 (b)。
ReLU激活函数如下:
PReLU可以转换为ReLU Leaky-ReLU通过设置一个可学的参数 :
参数的值更新方法如下: 在哪里代表动力和代表学习速率。
LReLU和PReLU函数图所示6。
二次成本函数如下:
交叉熵损失函数如下:
让它计算重量的梯度参数:
同样的,我们得到了
特征的数量是
获得的特征数量的正(负)45度角转换
积分图可以表示为
另一个表达式是
积分图的特征值如下:
一个矩形特性倾斜45度角,其积分图的定义
用积分图计算矩形特征旋转45度,
常见的包括AlexNet和CaffeNet卷积神经网络结构。图7显示了卷积神经网络近年来的发展历史。
AlexNet提出了一种局部反应激活函数的归一化层,以避免饱和。AlexNet网络结构如表所示1。
CaffeNet只是一个应用程序的基础上扩大AlexNet,及其特定的网络结构如表所示2。
本文构造一个小AlexNet-like网络面部表情识别的青少年。结构如表所示3和4。
本实验采用HAPPEI数据库,HAPPEI数据集的样本分布如图8。
(一)
(b)
从数据可以看出8(一个)和8 (b)有许多类型的样品2型和3型,和相邻的区别类型的类型1和类型2和类型3和4型并不大。
的结果直接使用HAPPEI数据集训练网络图所示9(一个)。微调的结果构造神经网络如图9 (b)。
(一)
(b)
从图可以看出9(一个)的网络结构CaffeNet和AlexNet并没有太大的区别,和AlexNet相对更高的识别结果。虽然本文网络构造参数较少,与前两个相比,它的效果是提高网络。从图可以看出9 (b)的最高识别率可以达到58.4%的验证集HAPPEI数据库预处理后,由直接高于识别结果HAPPEI数据库的使用训练集训练网络。
均匀性测试进行青少年情绪的分析数据,结果如图10。
(一)
(b)
从数据可以看出10 ()和10 (b)研究之间的差异是由抽样误差影响不仅还组织之间的误差。
均匀性测试变量的区别如图11。
(一)
(b)
图(11日)是青少年的情感差异分析的结果不同的性别。数据表明,在青少年情绪有显著差异的不同的性别。图11 (b)是青少年抑郁的情绪分析的结果。结果表明,青少年抑郁低落情绪密切相关。
5。讨论
Python有一个明确的语法,更少的关键词,和一个相对简单的结构,使初学者更容易在短时间内开始。与其他语言不同,没有必要在Python中符号来访问变量定义块匹配模块,没有哪个Python代码更干净、更容易阅读。
Python语言的缺陷表现在以下五个方面:(1)更少的开发人员。与JavaScript相比,国内外,Python开发人员更少,这也在一定程度上阻碍了其发展的速度;(2)参考资料是不充分的。一个成熟的开发语言将有大量的促进语言出版的书。目前,在中国很少有关于Python的书,其中大部分是入门级的经典翻译作品。高级内容,你需要把英语文档。与此同时,很少有Python的促销活动;毕竟,Python还没有开始商业随笔的道路;(3)运行速度无法与编译语言。作为一种解释的脚本语言,它的编译速度是与Java甚至略高,但相比之下,编译语言(C、c++),仍有一定的差距。 Of course, due to its scalability, the key part can be written in C or C++; (4) the syntax is strict. What makes it intolerable for many people is Python’s sensitivity to whitespace; (5) Python lacks true multiprocessor support.
无线传感器网络技术是网络技术的一项重要技术,它将发挥关键作用在当前的应用和未来的社会。因此,可以看出,在传感器网络技术的应用控制的智能传感器网络系统也将在技术新的突破方向。硬件和软件的组合可以形成一个整体网络。硬件通常由终端节点和簇头节点。这些终端节点放置在应用领域以某种方式,通过一定的协议,自组织和有能力感知周围的环境和轻微的数据处理能力。终端节点与簇头节点建立连接和一般控制中心部署在应用领域通过无线通信系统传输的数据收集。如果簇头节点没有通信范围的终端节点,其他节点可以向前传播信息到信息传播到簇头节点。当转发,转发节点对数据执行数据融合可以转发。簇头节点接收到数据传输后,它可以执行一些必要的处理,然后将信息上传到系统的控制中心通过一个特定的远程传输通道的信息维护和统一管理。相应地,数据信息,如控制指令控制中心发布的上述相反的方向传播路径,最后达到每个终端节点。 In general, the wireless sensor network as a whole includes three levels: terminal sensor node network, data relay network, and wide-area control transmission network.
无线传感器网络的应用环境非常不同于网络在正常情况下。无线传感器网络的局限性要求低功耗。无线通信距离的缩短也可以节约能源,增加节点的运行时间。整个网络的正常通信的关键是通信协议。基本的数据包分析和自组织网络通信协议的实现功能。通过这种方式,上层应用程序层并不需要了解底层数据通信机制,只需要调用相应的协议层提供的接口。层次路由协议主要适用于分而治之的思想,提出了一种层次结构单位网络的集群。在每个集群单元,节点分为两种不同类型,以便集群的主要依据是每个节点的剩余能量和节点之间的距离。分层路由的主要目的是处理和集成监控的信息节点减少信息的数量,从而节省网络能量,延长网络生命周期。
基于角色的智能传感器网络技术实现青少年情感的捕捉,进一步结合青少年情感,python语言实现实时分析的实验结果表明,本研究可以满足需求的实时分析青少年的情绪,和构造网络的识别率高于CaffeNet网络和AlexNet网络。
6。结论
基于当前的智能传感器网络技术的研究,结合无线传感器网络和有线传感器网络的比较研究,提出了一种网络互联方案,更有效地降低系统能耗,节约能源。本文完成的内容包括本文的研究背景和意义,证实本文的研究重点是网络互联的智能传感器网络的一部分。通过分析和比较目前现有的无线网络技术,关键技术难题和必要的点在建筑智能传感器网络的过程中澄清。此外,结果相结合的Python和智能传感器网络技术实现实时分析青少年的情绪不仅情感分析的研究提供一个新的解决方案还提供一个良好的技术参考方向未来的研究领域。在系统的设计,本文只实现了协调器节点之间有线连接和控制中心,和系统控制只能意识到个人电脑的主机上。在未来,无线传输模块可以添加到协调器节点,和一个可以开发手机应用程序的控制,实现整个智能传感器网络的移动终端。
数据可用性
没有数据被用来支持本研究。
的利益冲突
没有任何潜在的利益冲突在我们的纸上。
作者的贡献
我看过手稿和批准提交你的日记。
确认
这项工作是由科学技术研究项目江西省教育委员会(一个研究构建一个在线实验平台与机器学习系统基于Python,格兰特号码:GJJ203003),人文社会科学研究项目江西省教育委员会(一个研究生态翻译的文化词习近平:中国的治理,格兰特号码:YY21204),和人文社会科学研究项目的江西理工大学(批判性思维之间的关系的研究和论文写作能力在私立大学英语专业,授予数量:RW2010)。