6.1 物联网概述 6.1.1 物联网概念及其由来 6.1.2 物联网研究进展 6.2 物联网的基本组成和体系结构 6.2.1 物联网与其它网络的关系 6.2.2 物联网组成架构 6.2.3 物联网软件系统组成 6.2.4 物联网产业链基本组成 6.2.5 物联网体系结构设计的基本原则 6.2.6 M2M 体系结构 6.2.7 物联网的 EPC 体系结构 6.2.8 物联网的体系结构 6.2.9 物联网与物理信息融合体系结构 6.2.10 物联网相关产业体系 6.3 物联网技术体系 6.3.1 感知与识别技术 6.3.2 支撑技术 6.3.3 共性技术 6.3.4 网络与通信技术 6.3.5 物联网应用技术 6.4 物联网标准化体系 6.4.1 国际物联网标准的制定 6.4.2 国内标准化工作 6.5 物联网的应用 6.5.1 物联网的应用前景 6.5.2 我国物联网应用现状

6.1 物联网概述 6.2 物联网的基本组成和体系结构 6.3 物联网技术体系 6.4 物联网标准化体系 6.5 物联网的应用

随着云计算、大数据、移动互联网、物联网等以数据为中心的技术和应用迅速发展，行业与公众数据不断汇集。对数据的管理与利用是当前最热的研究课题之一。 数据库是信息系统的核心和基础 现代信息系统渗透到人类社会的各个领域并逐步网络化、智能化，如何进行有效的数据组织、存储和访问，是本课程探讨的核心问题。数据库基本概念、数据库新技术、相关学术资源

2.1 生灭过程 2.1.1 生灭过程的定义 2.1.2 生灭过程状态概率的微分差分方程 2.1.3 生灭过程的简单应用 2.2 生灭过程的一般平衡解 2.2.1 生灭过程在极限情况下的概率分布 2.2.2 生灭过程平衡状态下的方程 2.2.3 排队系统的状态转移率图 2.2.4 平衡方程的解 2.3 M / M / 1排队系统 2.4 可变到达率的 M / M / 1排队系统 2.5 应答服务系统 M / M /  2.6 具有m 个服务者的系统 M / M / m 2.7 有限存储系统 M / M / 1 / N

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

Java小应用程序（Java Applet）也叫小应用 程序，是使用Java语言编写的一段代码，它 嵌入到HTML文档中，通过网络传输并运行 在浏览器环境下。它的执行方式与一般应 用程序不同，生命周期也较为复杂。本章 将介绍Applet程序的编写、运行及其主要方 法

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

5.1 应用背景与需求说明 5.2 数据库设计 5.3 数据库开发环境 5.4 创建数据库 5.5 创建数据库应用程序 5.6 网络环境下的数据库应用规划

根据钢铁工业逆向供应链流程,分析了钢铁工业逆向供应链及其服务的基本定义和三个服务主体的特征.在此基础上,构建了一种二层级三维度钢铁工业逆向供应链服务过程模型.在服务抽象维、服务组织与协同运作维、服务网络跨级控制与服务增值维等三个维度构成的空间里,完成由服务方案匹配与决策实现的三阶段构成的第一级服务响应以及由服务功能实现的两阶段构成的第二级服务响应过程.探讨了服务过程实现中的服务模块化、服务知识获取与共享、服务模块智能匹配等关键技术.以某钢铁企业废钢逆向供应服务为实际应用案例,验证了模型的可行性

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型，并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手，设计适合本文模型的算法，并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念，将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用，并在辅助函数构成的搜索空间上寻找最优解，是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法，测试结果与本文的理论分析一致，证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果