走在汽車革命的路上論文書籍站
創宇通訊 Smart mobile的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包
創宇通訊 Smart mobile的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦Compton, Eden Francis寫的 Anti-Trust 和Godoroja, Lucy的 A Button a Day: All Buttons Great and Small都 可以從中找到所需的評價。
這兩本書分別來自 和所出版 。
國立中興大學 資訊科學與工程學系所 陳煥所指導 廖健智的 基於卡爾曼濾波器與機器學習之低功耗藍芽裝置室內定位準確度強化技術 （2018），提出創宇通訊 Smart mobile關鍵因素是什麼，來自於室內定位、iBeacon、RSSI、卡爾曼濾波器、K最近鄰居演算法、支援向量機演算法、隨機森林演算法。
Anti-Trust
為了解決創宇通訊 Smart mobile 的問題，作者Compton, Eden Francis 這樣論述：
Inspired by one of America’s most astounding David and Goliath stories. In 1900, at a time when the richest man in the world was John D. Rockefeller, and his company, Standard Oil, controlled 90% of the world’s oil supply, Ida Tarbell, whose father was destroyed by Rockefeller, takes on Standard
Oil and wins, breaking up the world’s biggest monopoly and changing anti-trust laws forever.
基於卡爾曼濾波器與機器學習之低功耗藍芽裝置室內定位準確度強化技術
為了解決創宇通訊 Smart mobile 的問題，作者廖健智 這樣論述：
近年來室外定位技術已經相當成熟，但受制於室內環境對於如GPS衛星訊號的阻絕障礙問題，興起了許多對於室內定位技術的相關研究與探討，而其中較低成本且佈建方式較為方便的技術有藍芽(Bluetooth)、Wi-Fi等，本篇論文是基於2013年由蘋果公司(Apple Inc.)所提出的iBeacon為基礎進行探討。藍芽訊號 RSSI 值飄蕩嚴重，會造成定位效果不佳，目前大部分關於室內定位的文獻主要都是提出如何應用技術來達到和改善定位的功能，鮮少有再針對定位訊號收集密度與準確度之間關係[1]的探討，根據本研究實驗結果發現，其他條件不變之下，當定位訊號收集密度越高，定位準確度會隨之下降。本篇論文依照建置於
中興大學藝術中心之Beacon定位裝置衍生之定位不準確問題進行探討，試圖提出一套可用於改善現有室內定位準確度之演算法。本研究透過卡爾曼濾波器(Kalman Filter，KF) 提升藍芽訊號 RSSI 穩定性，再結合機器學習演算法，以改善即時室內定位準確度。本文提出的即時定位方法採用iBeacon及Android 智慧型手機作為實驗設備進行測試，並比較K最近鄰居(KNN)、支援向量機(Support Vector Machine, SVM)及隨機森林(Random Forest)演算法之差異，透過實驗結果顯示，在室內定位的訊號收集密度1公尺左右，定位準確度為最佳。
A Button a Day: All Buttons Great and Small
為了解決創宇通訊 Smart mobile 的問題，作者Godoroja, Lucy 這樣論述：
Full of quirky images and insightful stories, A Button a Day is an exploration of the craftsmanship and peculiar history of buttons. From being regulated by law to revolutionized by emerging technologies, these seemingly simple objects have a complex story.