物联网最新文章

万物互联无小事

虽然物联网被广泛寄予厚望，但对于企业来说，要建设和部署物联网架构，却并非易事。为了实现万物的智能互联，物联网逐渐形成了覆盖云、管、边、端的全方位体系架构。其中，“云”指的就是云平台，相当于物联网的神经中枢；所谓“管”是指通讯方式；“边”则是指边缘计算，将机器学习引入边缘计算，是打造智能化网络的关键；而“端”指的就是物联网中所谓的物，也就是设备节点。

发表于：12/16/2020

基于Wi-Fi信号的环境反向散射技术分析

环境反向散射技术给物联网低功耗设备部署的商业化带来了新的技术方案。首先简要概述反向散射技术的分类和基本特点，然后基于Wi-Fi信号下的环境反向散射技术，分析反向散射的设备通过接收Wi-Fi报文及反射信号来传递信息的可行性，讨论设备实现Wi-Fi双向通信的硬件框架和软件模块结构，介绍反向散射技术的应用场景，并归纳该技术的挑战和改进方向。最后展望了基于Wi-Fi信号的环境反向散射技术的发展趋势和研究方向。

发表于：12/16/2020

构建智慧物业管理服务平台 大力推进居住社区物联网建设

新浪科技讯 12月15日午间消息，据住房和城乡建设部官网12月15日消息，为推进基于信息化、数字化、智能化的新型城市基础设施建设，对接新型基础设施建设，加快建设智慧物业管理服务平台，补齐居住社区服务短板，推动物业服务线上线下融合发展，满足居民多样化多层次生活服务需求，增强人民群众的获得感、幸福感、安全感，住房和城乡建设部等六部门发布《关于推动物业服务企业加快发展线上线下生活服务的意见》。

发表于：12/15/2020

交通部：鼓励运输企业利用“互联网+”信息化手段整合物流资源

冷链物流

发表于：12/15/2020

基于CNN-LightGBM模型的高速公路交通量预测

有效的交通流量预测对人们出行和交管部门监管都有着重要的意义。传统的交通量预测模型主要基于交通流的时间特性，未结合交通流的时间和空间特性进行深入挖掘，因此预测效果有时不佳。提出了一种基于CNN与LightGBM结合的交通流预测模型，首先利用CNN模型挖掘出高速公路相邻路段监测点和出入口的时间和空间关联性，实现对交通流数据的时空特征提取，然后将CNN提取到的特征向量输入到LightGBM模型中进行预测。为了验证模型的有效性，实验中使用了多种预测模型进行对比，实验结果表明，所提出的考虑到时空特性的CNNLightGBM组合的模型可以明显降低预测误差，是一种有效快速的交通流预测模型。

发表于：12/15/2020

基于GWO-SVM算法的物联网入侵检测研究

物联网时代悄然而至，然而物联网技术在给人们带来方便的同时，其安全问题也日趋突出。针对物联网存在的网络入侵安全问题，提出GWO-SVM算法实现网络入侵检测。灰狼优化算法(GWO)具有收敛速度快、全局搜索能力强等优点，将GWO用于优化支持向量机(SVM)的参数选择，有助于提升分类模型的准确率。同时通过调整适应度值函数，避免分类模型过拟合。在UNSW-NB15数据集上，将GWO-SVM分类算法与SVM、PSO-SVM、GA-SVM分类算法进行对比，实验结果表明，GWO-SVM算法具有更高的分类准确率和性能，适用于物联网环境下的网络入侵检测。

发表于：12/15/2020

基于混合注意力机制的表情识别研究

针对目前传统人脸表情识别算法存在特征提取复杂、表情识别率低等问题，提出一种基于混合注意力机制的ResNet人脸表情识别方法。该方法把通道注意力模块和空间注意力模块组成混合注意力模块，将混合注意力模块嵌入ResNet残差学习分支中。针对CK+人脸表情数据集过小问题，采用数据增强策略扩充数据集。实验结果表明，改进后的ResNet在CK+数据集上表情识别准确率为97.04%，有效提高了表情识别准确率。

发表于：12/15/2020

一种融合注意力和记忆网络的序列推荐算法

传统基于协同过滤和矩阵分解的静态表示推荐算法，不能很好地体现用户的动态兴趣。循环神经网络能够进行序列推荐，但存在序列之间的长距离依赖性差、各项目的区分度差等问题。由此提出一种融合注意力和记忆网络的序列推荐算法，根据Word2vec算法，引申item2vec和user2vec，初始化用户和项目的固定表示嵌入矩阵，通过结合注意力机制和长短期记忆网络(Long ShortTerm Memory,LSTM)解决序列之间的长距离依赖性差和区分度差问题。利用记忆网络获取用户的动态邻居，加强用户的动态表示，实现更准确的推荐。通过在MovieLens数据集上的实验结果表明，所提出的算法相比其他算法推荐效果显著提高。

发表于：12/15/2020

人民日报：“双12”网联处理网络支付56.33亿笔

本报北京12月14日电 （记者葛孟超）记者14日从网联清算有限公司获悉：“双12”大促期间，网联平台组织支付行业各方顺利完成网络支付交易峰值保障，支付清算系统平稳运行。

发表于：12/15/2020

电力物联网信息安全防护技术研究

介绍了电力物联网在配电网的应用场景，总结了我国电力物联网信息安全防护的发展历程，分析了当前电力物联网信息安全应用中存在的主要问题和解决电力物联网信息安全的关键技术，最后提出了电力物联网终端本体的信息安全防护的四道防线模型和实践。

发表于：12/14/2020

一种支持工业物联网故障检测的混合互认证方案

在工业物联网（IIoT）中，工业机器人和员工在制造过程中扮演着非常重要的角色。一个安全、高效的工业机器人和员工认证方案一直是研究热点，并面临诸多挑战。例如，工业机器人和员工在身份验证阶段容易受到模拟和去同步攻击。同时，控制中心很难找到不受控制的工业机器人。针对上述情况，提出了一种支持工业物联网故障检测的混合互认证方案。分别为员工和工业机器人（IR）设计了基于椭圆曲线加密（ECC）的认证和基于物理不可克隆函数（PUF）的认证。使用了基于阈值的故障检测，添加了禁用表以防止无授权员工访问监控和数据采集中心（SCDAC）。最后，分析论证了该方案的可行性和高效性。

发表于：12/14/2020

基于改进VGG16的猴子图像分类方法

为提高对细粒度图像分类的准确性和分类速度，提出基于改进VGG16和迁移学习的图像分类方法。首先从kaggle平台中获取十种不同猴子数据集，并对数据集进行标准化处理，包含图片去椒盐噪声、将数据集转换为TensorFlow中提供的统一TFRecord数据格式。然后迁移学习改进的VGG16卷积神经网络，模型的优化包括利用Swish作为激活函数、将softmax loss与center loss相结合作为损失函数以实现更好的聚类效果、采用性能完善的Adam优化器。用训练集训练模型以确定微调参数信息，再用测试集检验模型准确性。结果表明，该方法对猴子图像分类的准确度可达到98.875%，分类速度也得到了显著提升。与其他传统卷积神经网络模型相比，该方法具有更高的准确性和适用性。

发表于：12/14/2020

一种基于卷积神经网络的立体匹配算法设计

为了解决传统立体匹配算法对立体图像在低纹理以及遮挡区域匹配效果较差的问题，设计了一种端到端的基于卷积神经网络(Convolutional Neural Network,CNN)的立体匹配算法。该算法采取了残差卷积神经网络对图像特征进行提取，之后利用空洞空间金字塔池化(Atrous Spatial Pyramid Pooling，ASPP)模块来获取图像的上下文信息，并结合多尺度的三维卷积神经网络对代价空间进行规整，最终实现了高精度的立体匹配算法。所获取的视差图在KITTI2015测试平台上的误匹配率为2.42%，与几何上下文(Geometry and Context,GC)网络相比较，视差图的精度提高了0.45%，且运行时间缩短了一半。

发表于：12/14/2020

欧瑞博携手Silicon Labs打造全新智能面板，改善智能家居体验

中国，深圳 – 2020年12月11日 – 致力于建立更智能、更互联世界的领先芯片、软件和解决方案供应商Silicon Labs（亦称“芯科科技”，NASDAQ：SLAB）与AIoT智能家居设备、系统和解决方案供应商欧瑞博（Orvibo）宣布双方正在开展合作，欧瑞博利用Silicon Labs的Zigbee无线技术开发了全新系列的智能家居设备。包括最新MixPad X系列在内的欧瑞博MixPad系列产品先后采用了Silicon Labs的Zigbee EFR32 MG21片上系统（SoC）解决方案，从而能可靠地将智能家居面板和开关与诸多应用连接，包括照明设备、窗帘、暖通空调（HVAC）系统和家居安防设备。

发表于：12/14/2020

供应链数字化转型初探

　　供应链是由诸多上下游企业因利益攸关而构建。供应链的形成和运行具有买方驱动、自发构建、协同作业、持续改进等特点。现如今竞争已从企业之间延伸到企业的供应链之间，主要体现在三个维度，一是供应链运行效率高低；二是供应链的持续优化能力；三是对数据资源的汇聚和利用能力。打造一个服务于采购招标和供应链管理的信息化、数字化系统，其本质是探讨数字化如何赋能供应链管理。深入研究用户的业务场景，对底层架构、技术路径、产品形态以及运行方式进行高度统筹的“顶层设计”。数字化赋能必须聚焦供应链伙伴企业的协同作业，以及可持续发展所依赖的资源，包括供应商资源和数据资源的汇聚和利用。 　

发表于：12/11/2020