2016年10月9日 (日) 04:45的版本

教学团队

互联网+实验室 iNetLab

陈震 马晓东 章屹松 王蓓蓓 高英

助教：郑文勋 王晗

教学背景

随着计算机应用的日益普及和计算机网络的快速发展，互联网+的社会经济浪潮日益显现，以互联网连接的物理硬件系统和以大数据云计算为基础的信息系统，使得具有智能的机器人、自动驾驶的无人机等等智能系统成为新的技术发展浪潮，并催生了“智能硬件”的新生态。

课程内容

云计算与大数据

嵌入式开发平台

NVIDIA JETSON TK1

jetson-tk1

Raspberry Pi

项目分组

第一组

组长： 许越

组员： 吴俣帅 杨应人

第二组

组长： 王亦凡

组员： 刘梦旸 张力

第三组

组长： 刘晓明

组员： 常昊男 全光林 朱泽宇

第四组

组长： 郑钰琦

组员： 郑安然 郑钰琦 高一川

课程项目

实验1

声控智能硬件-语音指令录音

通过给手机语音指令，手机APP自动识别指令种类，进行相应的控制。

语音指令录音

     a蓝牙开机
     b蓝牙拨打电话／bb蓝牙打电话
     c蓝牙接听电话／cc蓝牙接电话 
     d蓝牙拒接
     e蓝牙播放音乐／ee蓝牙开始音乐
     f蓝牙暂停音乐／ff蓝牙停止音乐
     g蓝牙上一首／gg蓝牙上一曲
     h蓝牙下一首／hh蓝牙下一曲
     i蓝牙音量增大／ii蓝牙声音增大／iii蓝牙音量增加／iiii蓝牙声音增加
     j蓝牙音量减小／jj蓝牙声音减小 
     k蓝牙关机
     l蓝牙电量提醒／ll蓝牙还剩多少电／lll蓝牙还剩多少电量

存放目录：\\166.111.134.110\team-saturn\智能硬件录音

以学号建立文件夹

每位同学提交24条语音，要求高质量保证。

时间：10月7日中午12点之前

实验2

声控智能硬件-频谱图生成

(1)将24条语音文件生成对应的频谱图（spectrogram）[5]，频谱图文件名称为*.spec

(2)熟悉TensorFlow环境[6]，使用TensorFlow搭建3层全连接的神经网络（24个softmax输出）。

时间：2016年10月14日中午12点之前

课程项目-深度学习

（王晗）

课程项目-智能医药问答

（常嘉辉）

致谢

本课程获得微软Azure云计算与机器学习捐赠支持。

参考文献

1. Stuart Russell and Peter Norvig, Artificial Intelligence: A modern approach. Prentice-Hall, 2005.

2. Ferrucci, David A. "Introduction to “this is watson”." IBM Journal of Research and Development 56.3.4 (2012): 1-1.

3. Bradski, Gary, and Adrian Kaehler. Learning OpenCV: Computer vision with the OpenCV library. O'Reilly Media, Inc., 2008.

4. Hauswald, Johann, et al. "Sirius: An open end-to-end voice and vision personal assistant and its implications for future warehouse scale computers." ASPLOS, ACM, 2015.

5. Spectrogram, https://en.wikipedia.org/wiki/Spectrogram

6. TensorFlow, https://www.tensorflow.org