为有效监测通信塔体状态,防止人员攀爬铁塔,设计一种以国产GD32F103为核心的通信铁塔状态监测系统。系统定时检测上传塔体的经纬度、倾斜度、温湿度等情况,并在有人爬塔或塔体震动时,实时上传告警信息;数据经无线网络传送至云端服务器存储,同时转发给手机APP端和PC机管理端。由于是太阳能板和锂电池双电源供电,为延长工作时间,系统采用多项措施降低功耗:GD32F103通常处于睡眠模式,以RTC中断唤醒方式检测塔体信息,以外部中断唤醒方式监测告警信息,采用低功耗的NB-IoT物联网模组传输数据,外围组件模块的供电
大数据、人工智能技术的高速发展为课程教学改革带来了极大的契机,“大数据+教育”“AI+教育”的教学新模式在本科高校中蓬勃兴起并迅速发展。文章基于AI及大数据技术,分析了传统课程评价体系存在的弊端,积极探索了全数据驱动的多元化课程评价体系改革。实践证明,基于数据驱动的多元化课程评价体系更符合学生的个性化差异及学习特点,更加客观及切合实际。
随着配送中心仓储订单量的增加,出库订单向小批量、高频率、多品种方向的发展,订单商品数量和品项的差异化愈加明显,合理的库区分配,对缩短拣货路径,提高仓储分拣作业效率和整体服务水平的影响甚大。本文基于EIQ(Orerentry,Item,Quantity)分析,通过线性规划构建数学模型,对仓储库区的合理性提出了分析、思考与优化,以期提高分拣作业效率和仓储整体服务水平。