物联网传感器与数据分析:Morgan & Claypool 2018年指南
《传感器与分析:物联网中的智能融合》(Sensor+Analysis for the Internet of Things - Morgan & Claypool, 2018)是由亚利桑那州立大学的Sensor, Signal & Information Processing (SenSIP) 中心和恩智浦半导体的传感器部门合作编撰的一本著作。这本书起源于两个机构的联合项目,该项目旨在探索传感器和机器学习技术在机器状态监控中的应用,特别是在物联网(IoT)的底层节点。 作者迈克尔·斯坦利(Michael Stanley)、学生研究人员宋明敏(现Dr. Lee,NXP工程师)以及尤达·沙尼塔马卢(Uday Shankar Shanthamallu)在SenSIP主任安德烈亚斯·斯帕尼奥斯博士(Dr. Andreas Spanias)的指导下,研究了如何将标准机器学习技术应用于嵌入式设计领域,特别是将其引入到物联网设备中。在这之前,NXP的马克·佩德利、迈克尔·斯坦利和兹比格涅夫·巴兰斯基博士已经开发并公开了NXP传感器融合库,并在博客和文档中分享了他们的工作。 本书的创作灵感来源于SenSIP项目中获得的新见解,它旨在提供一个关于物联网传感器和数据分析主题的概览,涵盖了丰富的实例和引用,帮助读者深入了解这些领域的关键技术和应用。内容包括但不限于传感器的选择、融合方法、机器学习在实时数据处理中的角色,以及如何通过物联网实现设备间的数据共享和智能决策。书中还提到了其他相关研究,如音频生活日志系统的设计、超声波成像和视频去斑过滤、电磁追踪器的延迟和失真分析、语音信号的带宽扩展,以及光学流算法的应用等,这些都是物联网技术发展中不可或缺的部分。 通过《传感器与分析:物联网中的智能融合》,读者可以了解到如何利用传感器技术提升物联网系统的效能,同时掌握机器学习在物联网设备中的集成和优化策略,为物联网设备设计者和开发者提供了一个实用的指南。
剩余138页未读,继续阅读
- 粉丝: 35
- 资源: 367
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储