Différences

Ci-dessous, les différences entre deux révisions de la page.

--- cours:plim:projet16_17:gr16:gr16 [2017/02/19 21:05] – reltaher
+++ cours:plim:projet16_17:gr16:gr16 [2017/02/19 22:53] (Version actuelle) – reltaher
@@ Ligne 56: / Ligne 56: @@
 donc nous avons optés vers des algorithmes de classifications non supervisé notamment l'algorithme K-means, à fin de classifier les données brutes à des cercles plus restreints à fin de alléger le fardeau de mémoire sur les appareils mobiles. à cette fin on a implémenté un serveur NodeJs qui calcule en temps réel la distance entre l’utilisateur et les centroïdes des différents clusters établies et l'assigne au plus proche.
+**Sources**
+  -Coude sources de l'application mobile :[[https://drive.google.com/file/d/0BwPnm-nraXx5MHNqZERuOHBweTg/view?usp=sharing]]
+  - APK Application mobile : [[https://drive.google.com/file/d/0BwPnm-nraXx5VE5saFN0QXlUZXc/view?usp=sharing]]
+  - Code source : Serveur K-MEANS node JS : [[https://drive.google.com/file/d/0BwPnm-nraXx5ajdnX1BGOXd4cVE/view?usp=sharing]]
+** Installation de l'application **
+  -Télécharger le zip contenant l'apk de l'application mobile (ci-dessus)
+  -Extraire et lancer l'installation de l'apk sur sur votre smartphone
+  -installer NodeJs sur votre plateforme de ce site [[https://nodejs.org/en/download/]]
+  -Extraire le dossier du serveur node js
+  -ouvrez un terminal sur ce dossier
+  -taper node index.js
 **L’architecture logicielle :**
-Le côté client :
+  * Le côté client :
-Une application qui a le but de localiser l’utilisateur, en utilisant le capteur GPS, et de capter les valeurs de l’accélération en cas d’une chute en utilisant l’accéléromètre, et ensuite sauvegarder ces valeurs. Par ailleurs, l’application va faire une sorte d’avertissement pour son utilisateur en affichant un marqueur unique sur la carte Map.
+Une application qui a pour but de localiser et détecter les nids de poules usant des données retrouvées des capteurs intégrés dans les appareils mobiles, notamment l'Accéléromètre auquel les valeurs on etait traiter par un filtre seuil afin d’éliminer les anomalies routières, ainsi que le capteurs de localisation GPS qui nous permet à un certain degré d'exactitude de localiser les nids de poules et ainsi persister les données réunies dans une base de données cloud.
-Firebase :
+  * La base des données (Firebase) :
-La base des données de l’application et elle occupe une place intermédiaire entre l’application cliente et le serveur. Un service crée par Google qui va garantir le stockage des données avant d’aller au serveur. Ainsi, elle représente une base des données locale.
+La base de données représente le point d'intégration entre les différents composants de notre architecture système. étant une base cloud elle nous permet donc un certain degré de liberté vis-à-vis l'extensibilité de nos services sans pour autan se soucier du coup de l'infrastructure impliqué.Ainsi, elle représente une base des données locale.
-Le côté serveur :
+  * Le côté serveur :
-La partie responsable du traitement des données, contenant l’algorithme d’apprentissage. De plus, elle va envoyer après ce traitement l’avertissement à l’utilisateur.
+Nous avons opter pour l'algorithme d'apprentissage et classification K-MEANS, qui à pour effet de génerer des clusters se basant sur les similarités géospatiales des nids de pôles persisté dans la base de données et calcule en même temps la distance entre l’utilisateur et les différents centroïdes des clusters générés et l'assigne au cluster le plus proche ce qu'aura pour effet de limiter la visualisation des marqueurs sur la MAP de l’application la rendant ainsi plus lisible.
+Note Bene: étant donner que notre application mobile à subi un certain retard de publication, nous avons eu recours à un script de génération de données aléatoires,qui persiste encore dans notre base de données, mais nous avons aussi réussi à générer des données réels .
+**L’application :**
+La page d’accueil contient uniquement le lien a la carte MAP et le bouton qui permet l’accès a l’utilisateur pour enregistrer les données en cas d’une chute, ce qui signifie les valeurs captées par l’accéléromètre. A ce moment, l’appli va envoyer une liste des données représentant la valeur de l’accélération, et les valeurs de la localisation de la chute (longitude et latitude).
+{{:cours:plim:projet16_17:gr16:screenshot_2017-02-19-21-28-24.png?200|}}
+{{:cours:plim:projet16_17:gr16:screenshot_2017-02-19-21-30-48.png?200|}}