图１ 整体框架
２ 主控平台的构建
主要分为硬件和软件部分。硬件通过树莓派实现控制，将树莓派通过WiFi连接网络；软件部分有的操作和云平台的搭建。 2.1 嵌入式开发平台的搭建
本方案以ARM处理器树莓派开发板为目标开发板。树莓派是由英国的Raspberry Pi 基金会开发的，创始人为埃·厄
图２ 总体功能架构示意图
３ 服务器的搭建
在使用公众平台的开发者模式时，需要服务器的支持，开发者需要首先搭建好公网服务器，在这里选择腾讯服
图３ 云平台接入流程
（2）本项目组采用的是直连云，根据提供的SDK开发硬件，并直接通过WiFi网络连接互联网，再经过扫描二维码进行匹配，并在开发端进行设备添加。控制面板实例如图4所示。
图４ 控制面板实例
（下转第
这说明不同的优化算法也能对网络效果本身产生一定影响。改进后的网络从原来的73%提高到了90%，证实了加深网络，改进网络参数对网络改进的效果。镀铬添加剂
４ 结 语
本文改进的LeNet图像识别算法相比之前已经取得了一定的进步，提高了图像识别的准确率，但依然存在一些问题，如后面的准确率难以再上升。经过研究发现，这可能需要用到一种更新的网络结构设计，有待后续改进。另外，本文对优化算法进行实验发现，在CIFAR的识别中，动量算法比随机梯度下降算法更好。栅栏技术
参考文献
yig滤波器
病房呼叫系统[1]蒋帅.基于卷积神经网络的图像识别[D].长春：吉林大学,2017.水过滤板
[2]曾俊东.基于卷积神经网络的监控视频车型识别系统设计与实现[D].成都：西南交通大学,2017.心音传感器
[3]柯小龙.卷积神经网络图像分类应用研究[D].深圳：深圳大学,2017.
[4]刘海龙，李宝安，吕学强，等.基于深度卷积神经网络的图像检索算法研究[J].计算机应用研究,2017,34(12):3816-3819.
