作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
我国关于环境噪声监测的工作距今已开展多年,但收效不佳,因目前该项工作的主要内容依旧是以人工监测为主,科技技术为辅的形式展开。缺乏创新,用来监测的技术更新速度也相对缓慢。在此趋势下,想到将分布式人工智能技术结合到环境噪声监测系统中来。利用MAS对复杂系统问题强大的求解能力,建立出基于MAS的环境噪声监测系统,构造BDI模型,拓展混合的Agent结构,将传统的不具备自治能力的噪声监测系统转变为低耦合高内聚同时拥有具有自我管制学习能力的MAS监测系统,使监测系统具备良好的可靠性、可扩展性和稳定性,完善了噪声监测决策库,提高了监测管理水平。
推荐文章
环境噪声自动连续监测系统在噪声监测中的作用
城市环境噪声
声级计
户外传声器
数据传输
低功耗、大存储量海洋环境噪声监测系统的研究
低功耗
海洋环境噪声
自动增益放大
数字滤波
大容量存储
环境噪声监测中存在的问题及质量控制措施
噪声污染
环境
噪声监测
质量控制
背景值
基于云服务的环境噪声智能监测系统研究
PCM1865
噪声监测
Ubuntu Core
噪声评价
三分之一倍频程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MAS的环境噪声监测系统研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 MAS 噪声检测 BDI模型 AGENT
年,卷(期) 2016,(4X) 所属期刊栏目
研究方向 页码范围 232-234
页数 3页 分类号 TP274
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 董如梦 安徽理工大学计算机科学与工程学院 6 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MAS
噪声检测
BDI模型
AGENT
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导