基于物聯(lián)網(wǎng)和云平臺的船舶遠程智能安全報警系統(tǒng)
發(fā)布時間:2021-02-17 04:48
為了保證船舶的安全航行,有效預防和打擊犯罪活動,在船舶的公共區(qū)域廣泛安裝了視頻監(jiān)控系統(tǒng)。目前,這些系統(tǒng)只能記錄下拍攝的信息供日后調取,卻不能實時的判斷畫面中的行為,對犯罪活動及時預警。采用物聯(lián)網(wǎng)技術將拍攝的信息傳送給云平臺,在云平臺下通過CNN(convolutional neural network,卷積神經網(wǎng)絡)模型來提取特征向量,同時應用RNN(Recurrent Neural Networks,循環(huán)神經網(wǎng)絡)對拍攝的信息進行判斷,及時將危險預警發(fā)送給相關人員處理。實驗表明本文提出的方法是可行、有效的。
【文章來源】:微型電腦應用. 2020,36(04)
【文章頁數(shù)】:4 頁
【部分圖文】:
盜竊財物
手持刀棍
整個智能安全報警系統(tǒng)的云平臺結構如圖1所示。各船舶公共區(qū)域采集的監(jiān)控數(shù)據(jù)、日志信息通過物聯(lián)網(wǎng)技術實時接入到Hadoop分布式文件系統(tǒng)中,訓練數(shù)據(jù)和預測模型通過智能安全報警系統(tǒng)上傳使得該系統(tǒng)數(shù)據(jù)資料可以保持隨時更新。云平臺負責這些數(shù)據(jù)的批處理、實時計算,并且將這些數(shù)據(jù)資料存儲于數(shù)據(jù)庫中。在實時計算過程中,對監(jiān)控數(shù)據(jù)實時預測,并針對不同的預測結果發(fā)出相應指令以實現(xiàn)安全報警功能。
【參考文獻】:
期刊論文
[1]物聯(lián)網(wǎng)接入技術研究與系統(tǒng)設計[J]. 賈慶華. 通訊世界. 2016(08)
[2]基于Arduino的物聯(lián)網(wǎng)接入器的設計[J]. 崔曉夢. 電子技術與軟件工程. 2015(03)
[3]基于Hadoop云平臺的并行數(shù)據(jù)挖掘方法[J]. 楊來,史忠植,梁帆,齊保元. 系統(tǒng)仿真學報. 2013(05)
[4]SVM分類核函數(shù)及參數(shù)選擇比較[J]. 奉國和. 計算機工程與應用. 2011(03)
碩士論文
[1]安全監(jiān)視與綜合報警系統(tǒng)的設計與實現(xiàn)[D]. 劉濤.大連海事大學 2015
[2]基于3G技術的船舶遠程監(jiān)控系統(tǒng)的研究與設計[D]. 許艷梅.大連海事大學 2013
[3]云計算中的網(wǎng)絡拓撲設計和Hadoop平臺研究[D]. 鄧自立.中國科學技術大學 2009
[4]SVM分類器的擴展及其應用研究[D]. 梁燕.湖南大學 2008
本文編號:3037456
【文章來源】:微型電腦應用. 2020,36(04)
【文章頁數(shù)】:4 頁
【部分圖文】:
盜竊財物
手持刀棍
整個智能安全報警系統(tǒng)的云平臺結構如圖1所示。各船舶公共區(qū)域采集的監(jiān)控數(shù)據(jù)、日志信息通過物聯(lián)網(wǎng)技術實時接入到Hadoop分布式文件系統(tǒng)中,訓練數(shù)據(jù)和預測模型通過智能安全報警系統(tǒng)上傳使得該系統(tǒng)數(shù)據(jù)資料可以保持隨時更新。云平臺負責這些數(shù)據(jù)的批處理、實時計算,并且將這些數(shù)據(jù)資料存儲于數(shù)據(jù)庫中。在實時計算過程中,對監(jiān)控數(shù)據(jù)實時預測,并針對不同的預測結果發(fā)出相應指令以實現(xiàn)安全報警功能。
【參考文獻】:
期刊論文
[1]物聯(lián)網(wǎng)接入技術研究與系統(tǒng)設計[J]. 賈慶華. 通訊世界. 2016(08)
[2]基于Arduino的物聯(lián)網(wǎng)接入器的設計[J]. 崔曉夢. 電子技術與軟件工程. 2015(03)
[3]基于Hadoop云平臺的并行數(shù)據(jù)挖掘方法[J]. 楊來,史忠植,梁帆,齊保元. 系統(tǒng)仿真學報. 2013(05)
[4]SVM分類核函數(shù)及參數(shù)選擇比較[J]. 奉國和. 計算機工程與應用. 2011(03)
碩士論文
[1]安全監(jiān)視與綜合報警系統(tǒng)的設計與實現(xiàn)[D]. 劉濤.大連海事大學 2015
[2]基于3G技術的船舶遠程監(jiān)控系統(tǒng)的研究與設計[D]. 許艷梅.大連海事大學 2013
[3]云計算中的網(wǎng)絡拓撲設計和Hadoop平臺研究[D]. 鄧自立.中國科學技術大學 2009
[4]SVM分類器的擴展及其應用研究[D]. 梁燕.湖南大學 2008
本文編號:3037456
本文鏈接:http://www.sikaile.net/kejilunwen/chuanbolw/3037456.html