6、物联网通信:网关消息模式与网络协议解析

物联网通信:网关消息模式与网络协议解析

1. 物联网网关常见消息模式

物联网网关的主要功能之一是消息处理,它负责收集连接设备的元数据并发送到云服务,同时定期传输遥测数据。此外,它还接收、翻译和分发传入消息到正确的接收方。以下是常见的消息处理模式:
- 消息路由 :这是一种特殊的过滤器,根据路由规则将来自单个客户端或源端点的消息重定向到适当的目标端点,不修改消息内容。例如,云服务的读取数据请求消息需路由到正确的驱动实例,以便其向请求者返回新的传感器读数。
- 消息转换 :消息转换器修改消息并将其转换为不同格式,如将传感器的遥测数据转换为 JSON 格式。还可能需要丰富内容,如网关消息丰富器可将数据源和命名空间详细信息添加到遥测数据中。消息归一化也是常见的转换方式,它将来自不同连接设备的异构消息格式转换为规范消息格式。
- 消息聚合 :该过滤器接收消息流,识别相关消息(如按时间或位置)。收到完整的消息集后,收集每个相关消息的信息并作为单个聚合消息发布到输出通道进行进一步处理。例如,将连接的恒温器在预定义时间间隔内的多个温度读数聚合后发送到云服务。
- 消息过滤 :若消息内容符合消息过滤器指定的标准,则将消息路由到输出通道(如云服务或特定驱动实例);否则,消息将被丢弃。常用于根据一组标准从通道中消除不需要的消息,比如只关注连接设备的部分传感器读数。
- 协议转换 :在云到网关通信以及网关到传统设备通信中,常使用多种协议。网关必须执行协议转换(如使用多个协议适配器进行消息翻译),以将格式正确

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值