計(jì)算機(jī)新技術(shù)專題報(bào)告

1、計(jì)算機(jī)新技術(shù)專題報(bào)告【摘要】隨著大數(shù)據(jù)時(shí)代的到來，人們的各種互動(dòng)、設(shè)備、社交網(wǎng)絡(luò)和傳感器正在生成海量的數(shù)據(jù)。而機(jī)器學(xué)習(xí)等人工智能手段可以更好處理這些數(shù)據(jù)，挖掘其中的潛在價(jià)值。云計(jì)算、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)等新興服務(wù)促使人類社會(huì)的數(shù)據(jù)種類和規(guī)模正以前所未有的速度增長，大數(shù)據(jù)時(shí)代正式到來數(shù)據(jù)從簡單的處理對象開始轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性資源，如何更好地管理和利用大數(shù)據(jù)已經(jīng)成為普遍關(guān)注的題大數(shù)據(jù)的規(guī)模效應(yīng)給數(shù)據(jù)存儲(chǔ)、管理以及數(shù)據(jù)分析帶來了極大的挑戰(zhàn)，數(shù)據(jù)管理方式上的變革正在醞釀和發(fā)生【關(guān)鍵詞】 云計(jì)算 物聯(lián)網(wǎng) 大數(shù)據(jù) 人工智能1. 機(jī)器智能1.1 什么是機(jī)器智能 機(jī)器智能是指由人工制造出來的系統(tǒng)所表現(xiàn)出來的智能。機(jī)

2、器智能又叫人工智能，通過理解自然智能和發(fā)展自適應(yīng)系統(tǒng)復(fù)制機(jī)器智能仍然是一個(gè)極大挑戰(zhàn)。隨著近年來腦研究和現(xiàn)代技術(shù)的發(fā)展，科學(xué)家和工程師將非常有希望找到制造智能系統(tǒng)的方法，這種智能系統(tǒng)在廣義上能像人腦一樣。具有高魯棒性、適應(yīng)性、可升級(jí)和容錯(cuò)的特性。人工智能技術(shù)是信息技術(shù)及相關(guān)學(xué)科技術(shù)的集成，其中包括數(shù)字技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、遠(yuǎn)程通信、數(shù)據(jù)庫、計(jì)算機(jī)圖形學(xué)、語音與聽覺、機(jī)器人學(xué)、過程控制、并行計(jì)算、光計(jì)算、生物信息處理等信息技術(shù)；相關(guān)學(xué)科包括認(rèn)知科學(xué)、心理學(xué)、語言學(xué)、生理學(xué)、數(shù)理科學(xué)、微電子學(xué)、光學(xué)、生物電子學(xué)、哲學(xué)和系統(tǒng)科學(xué)。軟件技術(shù)應(yīng)是實(shí)現(xiàn)人工智能的核心技術(shù)之一。人們將開發(fā)出更高級(jí)的人工智能通用語言

3、，更有效的AI專用語言以及AI開發(fā)專用機(jī)器等。1.2 機(jī)器智能的研究領(lǐng)域“使計(jì)算機(jī)有智能”是人工智能研究的中心目標(biāo)。為了實(shí)現(xiàn)這一目標(biāo)，必須深入研究人工智能的原理，同時(shí)還需要相應(yīng)硬件和軟件的支持。這涉及到腦科學(xué)、認(rèn)識(shí)科學(xué)、計(jì)算機(jī)科學(xué)、系統(tǒng)科學(xué)、控制論、微電子學(xué)等多種學(xué)科。但是這些學(xué)科的發(fā)展目前還沒有達(dá)到所要求的水平。人工智能的研究存在許多學(xué)派，如；邏輯學(xué)派、認(rèn)知學(xué)派、知識(shí)工程學(xué)派、聯(lián)結(jié)學(xué)派、分布式學(xué)派、進(jìn)化論學(xué)派；等等。不同的學(xué)派雖然其研究方向和方法不近相同，但內(nèi)同都離不開機(jī)器感知、機(jī)器學(xué)習(xí)、機(jī)器行為、智能系統(tǒng)與智能計(jì)算機(jī)的構(gòu)造等。從研究領(lǐng)域來看，人工智能的研究主要專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、

4、自然語言理解、自動(dòng)定理證明、智能決策支持系統(tǒng)、智能控制、智能檢索、機(jī)器視覺、問題求解、人工智能方法、系統(tǒng)和語言工具、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、博弈、人工神經(jīng)網(wǎng)等。值得指出的是這些人工智能的子領(lǐng)域并不是相互獨(dú)立的，大多數(shù)人工智能研究課題都涉及諸多智能領(lǐng)域。2. 大數(shù)據(jù)處理2.1 大數(shù)據(jù)簡介大數(shù)據(jù)近幾年來新出現(xiàn)的一個(gè)名詞，它相比傳統(tǒng)的數(shù)據(jù)描述，有自己的四個(gè)特性，分別是：Volume（大的數(shù)據(jù)量）、Velocity（輸入和處理速度快）、Variety（數(shù)據(jù)多種多樣）、Veracity（真實(shí)有價(jià)值）。因此，大數(shù)據(jù)需要新的處理模式來取代傳統(tǒng)的數(shù)據(jù)處理方法，它同時(shí)包含數(shù)據(jù)量巨大和快速的處理速度兩層含義。云計(jì)

5、算是一種大數(shù)據(jù)的處理技術(shù)平臺(tái)，綜合了各種資源之后提供一些虛擬技術(shù)服務(wù)。這樣的方式可以很大程度降低用戶維護(hù)、處理、使用數(shù)據(jù)以及其他計(jì)算資源的成本。數(shù)據(jù)單位已不再是用GB,TB能夠滿足的描述需要，而是步入了PB級(jí)別的時(shí)代。傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式已經(jīng)不能滿足這些數(shù)據(jù)的存儲(chǔ)和處理，只有依托云平臺(tái)存儲(chǔ)技術(shù)的方式來解決這個(gè)當(dāng)前已經(jīng)面臨的問題。22 大數(shù)據(jù)技術(shù)分析1大數(shù)據(jù)的處理方式大數(shù)據(jù)的處理方式大致分為數(shù)據(jù)流處理方式和批量數(shù)據(jù)處理方式兩種。數(shù)據(jù)流處理的方式適合用于對實(shí)時(shí)性要求比較高的場合之中。并不需要等待所有的數(shù)據(jù)都有了之后再進(jìn)行處理，而是有一點(diǎn)數(shù)據(jù)就處理一點(diǎn)，更多地要求機(jī)器的處理器有較快速的性能以及擁有比較

6、大的主存儲(chǔ)器容量，對輔助存儲(chǔ)器的要求反而不高。批量數(shù)據(jù)處理方式是對整個(gè)要處理的數(shù)據(jù)進(jìn)行切割劃分成小的數(shù)據(jù)塊，之后對其進(jìn)行處理。重點(diǎn)在于把大化小把劃分的小塊數(shù)據(jù)形成小任務(wù)分別單獨(dú)進(jìn)行處理，并且形成小任務(wù)的過程中不時(shí)進(jìn)行數(shù)據(jù)傳輸之后計(jì)算，而是將計(jì)算方法（通常是計(jì)算函數(shù)映射并化簡）作用到這些數(shù)據(jù)塊最終得到結(jié)果。2 大數(shù)據(jù)處理系統(tǒng)應(yīng)用開源是現(xiàn)在很多大型國際IT公司倡導(dǎo)的服務(wù)方式，這個(gè)理念擁有很多擁護(hù)者。雖然它最初的出現(xiàn)和商業(yè)搭不上邊，但已為具有現(xiàn)代發(fā)展理念的國際大型商業(yè)IT公司所接受，他們所認(rèn)同的是面向服務(wù)的開源，進(jìn)而出現(xiàn)了新的經(jīng)濟(jì)增長方式。目前有一些較為前沿的公司已經(jīng)研發(fā)開源的大數(shù)據(jù)處理技術(shù)，比較典

7、型的是推特研發(fā)的Storm系統(tǒng)和谷歌研發(fā)的MapReduce模型。前者是以數(shù)據(jù)流方式進(jìn)行數(shù)據(jù)處理而后者是采用批量數(shù)據(jù)的處理方式。MapReduce是目前用得比較多的方法，其核心思想就是兩個(gè)步驟：Map和Reduce。Map過程就是一個(gè)映射過程，完成這一步之后再對其進(jìn)行Reduce過程處理，也即是精簡的過程。最后將處理的最終結(jié)果進(jìn)行輸出。3 大數(shù)據(jù)技術(shù)發(fā)展趨勢傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和新興的數(shù)據(jù)處理技術(shù)目前是并存狀態(tài)，它們之間將來會(huì)相互學(xué)習(xí)，相互滲透，相互影響，互相融合，最終形成對數(shù)據(jù)分析有利的格局，能夠更好地為大數(shù)據(jù)處理服務(wù)，從龐大巨量的數(shù)據(jù)當(dāng)中找到需要的數(shù)據(jù)并對之進(jìn)行處理、分析乃至決策。2.3 大

8、數(shù)據(jù)關(guān)鍵技術(shù)(一)云計(jì)算傳統(tǒng)的計(jì)算機(jī)設(shè)計(jì)與軟件都是以解決“結(jié)構(gòu)性”數(shù)據(jù)為主。對這一類新型的“非結(jié)構(gòu)”要求一種新的計(jì)算架構(gòu)。而云計(jì)算就是這樣一種新的計(jì)算架構(gòu)。云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，通過這種方式，共享的軟硬件資源和信息可以按需提供給計(jì)算機(jī)和其他設(shè)備，它為數(shù)據(jù)提供保管、訪問的場所和渠道。云計(jì)算的幾大特征是：隨需自助服務(wù)、隨時(shí)隨地用任何網(wǎng)絡(luò)設(shè)備訪問、多人共享資源、基于虛擬化技術(shù)快速部署資源或獲得服務(wù)、減少用戶端的處理負(fù)擔(dān)、降低用戶對rr專業(yè)知識(shí)的依賴。云計(jì)算是大數(shù)據(jù)的rI1基礎(chǔ)，而大數(shù)據(jù)是云計(jì)算的應(yīng)用。云計(jì)算是大數(shù)據(jù)成長的驅(qū)動(dòng)力，而另一方面，越來越多的數(shù)據(jù)需要云計(jì)算去處理，所以云計(jì)算與大數(shù)

9、據(jù)是相輔相成的。(二)數(shù)據(jù)挖掘數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的過程。利用數(shù)據(jù)挖掘進(jìn)行數(shù)據(jù)分析常用的方法主要有分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、Web頁挖掘等，它們分別從不同的角度對數(shù)據(jù)進(jìn)行挖掘。 分類。分類是找出數(shù)據(jù)庫中一組數(shù)據(jù)對象的共同特點(diǎn)并按照分類模式將其劃分為不同的類，其目的是通過分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類別。 回歸分析?；貧w分析方法反映的是事務(wù)數(shù)據(jù)庫中屬性值在時(shí)間上的特征，產(chǎn)生一個(gè)將數(shù)據(jù)項(xiàng)映射到一個(gè)實(shí)值預(yù)測變量的函數(shù)，發(fā)現(xiàn)變量或?qū)傩詥柕囊蕾囮P(guān)系。 聚類。聚類分析是把一組數(shù)據(jù)按照相似性和差異性分為幾個(gè)類別

10、，其目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。 關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)庫中數(shù)據(jù)項(xiàng)之間所存在的關(guān)系的規(guī)則，即根據(jù)一個(gè)事務(wù)中某些項(xiàng)的出現(xiàn)可導(dǎo)出另一些項(xiàng)在同一事務(wù)中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。 特征。特征分析是從數(shù)據(jù)庫中的一組數(shù)據(jù)中提取出關(guān)于這些數(shù)據(jù)的特征式，這些特征式表達(dá)了該數(shù)據(jù)集的總體特征。 變化和偏差分析。偏差包括很大一類潛在有趣的知識(shí)，如分類中的反常實(shí)例，模式的例外，觀察結(jié)果對期望的偏差等，其目的是尋找觀察結(jié)果與參照量之間有意義的差別。 Web頁挖掘。隨著Internet的迅速發(fā)展及Web的全球普及，使得Web上的信息量無比豐富，通

11、過對Web的挖掘，收集各種有關(guān)的數(shù)據(jù)，分析這類數(shù)據(jù)以獲取重要的信息。通過這些角度對數(shù)據(jù)進(jìn)行挖掘，預(yù)測趨勢和行為、分析數(shù)據(jù)關(guān)聯(lián)度、聚集類似數(shù)據(jù)、描述數(shù)據(jù)概念、檢測數(shù)據(jù)偏差等，進(jìn)而對數(shù)據(jù)進(jìn)行全方位的分析。(三)可視化技術(shù)?？梢暬夹g(shù)主要旨在借助于圖形化手段，清晰有效地傳達(dá)與溝通信息。依據(jù)數(shù)據(jù)及其內(nèi)在模式和關(guān)系，利用計(jì)算機(jī)生成的圖像來獲得深入認(rèn)識(shí)和知識(shí)。利用人類感覺系統(tǒng)的廣闊帶寬來操縱和解釋錯(cuò)綜復(fù)雜的過程、涉及不同學(xué)科領(lǐng)域的數(shù)據(jù)集以及來源多樣的大型抽象數(shù)據(jù)集合的模擬。數(shù)據(jù)可視化不僅用于探索性數(shù)據(jù)分析，也是傳遞分析結(jié)論的重要手段。儀表盤是數(shù)據(jù)的可視化表示與溝通的重要手段。同時(shí)，更加注重設(shè)計(jì)的信息圖也開

12、始逐漸新興起來。3智能技術(shù)在物聯(lián)網(wǎng)中的應(yīng)用3.1 什么是物聯(lián)網(wǎng)物聯(lián)網(wǎng)(Internet of Things，loT)作為一種新興網(wǎng)絡(luò)技術(shù)和產(chǎn)業(yè)模式，在業(yè)界受到廣泛關(guān)注從國際電信聯(lián)盟(ITU)在信息社會(huì)世界峰會(huì)上發(fā)布的互聯(lián)網(wǎng)報(bào)告2005：物聯(lián)網(wǎng)中可以總結(jié)出物聯(lián)網(wǎng)所體現(xiàn)的兩層基本涵義：(1)目前的三大網(wǎng)絡(luò)。包括互聯(lián)網(wǎng)(Internet)、電信網(wǎng)、廣播電視網(wǎng)是物聯(lián)網(wǎng)實(shí)現(xiàn)和發(fā)展的基礎(chǔ)，物聯(lián)網(wǎng)是在三網(wǎng)基礎(chǔ)上的延伸和擴(kuò)展；(2)用戶應(yīng)用終端從人與人之間的信息交互與通信擴(kuò)展到了人與物、物與物、物與人之間的溝通連接，因此，物聯(lián)網(wǎng)技術(shù)能夠使物體變得更加智能化從目前的發(fā)展形勢看，最有可能率先獲得智能連接功能的物體

13、包括家居設(shè)備、電網(wǎng)設(shè)備、物流設(shè)備、醫(yī)療設(shè)備以及農(nóng)業(yè)設(shè)備，并基于此實(shí)現(xiàn)人類與自然環(huán)境的系統(tǒng)融合3.2 物聯(lián)網(wǎng)的系統(tǒng)架構(gòu)如圖1所示，包括底層網(wǎng)絡(luò)分布、匯聚網(wǎng)關(guān)接入、互聯(lián)網(wǎng)絡(luò)融合以及終端用戶應(yīng)用四個(gè)部分3.3 物聯(lián)網(wǎng)的技術(shù)體系 ITU在2005年的物聯(lián)網(wǎng)報(bào)告中重點(diǎn)描述了物聯(lián)網(wǎng)的4個(gè)關(guān)鍵性應(yīng)用技術(shù)標(biāo)簽事物的RFID技術(shù)、感知事物的傳感器技術(shù)、思考事物的智能技術(shù)、微縮事物的納米技術(shù)目前，國內(nèi)物聯(lián)網(wǎng)技術(shù)的關(guān)注熱點(diǎn)主要集中在傳感器、RFID、云計(jì)算及普適服務(wù)等領(lǐng)域物聯(lián)網(wǎng)技術(shù)涉及多個(gè)領(lǐng)域，這些技術(shù)在不同的行業(yè)往往具有不同的應(yīng)用需求和技術(shù)形態(tài)物聯(lián)網(wǎng)的技術(shù)構(gòu)成主要包括感知與標(biāo)識(shí)技術(shù)、網(wǎng)絡(luò)與通信技術(shù)、計(jì)算與服務(wù)技術(shù)

14、及管理與支撐技術(shù)四大體系3.3.1感知與標(biāo)識(shí)技術(shù)感知和標(biāo)識(shí)技術(shù)是物聯(lián)網(wǎng)的基礎(chǔ)，負(fù)責(zé)采集物理世界中發(fā)生的物理事件和數(shù)據(jù)，實(shí)現(xiàn)外部世界信息的感知和識(shí)別，包括多種發(fā)展成熟度差異性很大的技術(shù)，如傳感器、RFID、二維碼等1) 傳感技術(shù)傳感技術(shù)利用傳感器和多跳自組織傳感器網(wǎng)絡(luò)，協(xié)作感知、采集網(wǎng)絡(luò)覆蓋區(qū)域中被感知對象的信息傳感器技術(shù)依附于敏感機(jī)理、敏感材料、工藝設(shè)備和計(jì)測技術(shù)，對基礎(chǔ)技術(shù)和綜合技術(shù)要求非常高目前，傳感器在被檢測量類型和精度、穩(wěn)定性可靠性、低成本、低功耗方面還沒有達(dá)到規(guī)模應(yīng)用水平，是物聯(lián)網(wǎng)產(chǎn)業(yè)化發(fā)展的重要瓶頸之一2) 識(shí)別技術(shù)識(shí)別技術(shù)涵蓋物體識(shí)別、位置識(shí)別和地理識(shí)別，對物理世界的識(shí)別是實(shí)現(xiàn)全

15、面感知的基礎(chǔ)物聯(lián)網(wǎng)標(biāo)識(shí)技術(shù)是以二維碼、RFID標(biāo)識(shí)為基礎(chǔ)的，對象標(biāo)識(shí)體系是物聯(lián)網(wǎng)的一個(gè)重要技術(shù)點(diǎn)從應(yīng)用需求的角度，識(shí)別技術(shù)首先要解決的是對象的全局標(biāo)識(shí)問題，需要研究物聯(lián)網(wǎng)的標(biāo)準(zhǔn)化物體標(biāo)識(shí)體系，進(jìn)一步融合及適當(dāng)兼容現(xiàn)有各種傳感器和標(biāo)識(shí)方法，并支持現(xiàn)有的和未來的識(shí)別方案3.3.2網(wǎng)絡(luò)與通信技術(shù)網(wǎng)絡(luò)是物聯(lián)網(wǎng)信息傳遞和服務(wù)支撐的基礎(chǔ)設(shè)施，通過泛在的互聯(lián)功能，實(shí)現(xiàn)感知信息高可靠性、高安全性傳送1) 接入與組網(wǎng)物聯(lián)網(wǎng)的網(wǎng)絡(luò)技術(shù)涵蓋泛在接入和骨干傳輸?shù)榷鄠€(gè)層面的內(nèi)容以互聯(lián)網(wǎng)協(xié)議版本6(IPv6)為核心的下一代網(wǎng)絡(luò)，為物聯(lián)網(wǎng)的發(fā)展創(chuàng)造了良好的基礎(chǔ)網(wǎng)條件以傳感器網(wǎng)絡(luò)為代表的末梢網(wǎng)絡(luò)在規(guī)模化應(yīng)用后，面臨與骨干網(wǎng)絡(luò)

16、的接入問題，并且其網(wǎng)絡(luò)技術(shù)與需要與骨干網(wǎng)絡(luò)進(jìn)行充分協(xié)同，這些都將面臨著新的挑戰(zhàn)，需要研究固定、無線和移動(dòng)網(wǎng)及Adhoc網(wǎng)技術(shù)、自治計(jì)算與連網(wǎng)技術(shù)等2) 通信與頻管物聯(lián)網(wǎng)需要綜合各種有線及無線通信技術(shù)，其中近距離無線通信技術(shù)將是物聯(lián)網(wǎng)的研究重點(diǎn)由于物聯(lián)網(wǎng)終端一般使用工業(yè)科學(xué)醫(yī)療(ISM)頻段進(jìn)行通信(免許可證的24 GHz ISM頻段全世界都可通用)，頻段內(nèi)包括大量的物聯(lián)網(wǎng)設(shè)備以及現(xiàn)有的無線保真(WiFi)、超寬帶(UWB)、ZigBee、藍(lán)牙等設(shè)備，頻譜空間將極其擁擠，制約物聯(lián)網(wǎng)的實(shí)際大規(guī)模應(yīng)用為提升頻譜資源的利用率，讓更多物聯(lián)網(wǎng)業(yè)務(wù)能實(shí)現(xiàn)空間并存，需切實(shí)提高物聯(lián)網(wǎng)規(guī)模化應(yīng)用的頻譜保障能力，保

17、證異種物聯(lián)網(wǎng)的共存，并實(shí)現(xiàn)其互聯(lián)互通互操作。3.3.3計(jì)算與服務(wù)技術(shù)海量感知信息的計(jì)算與處理是物聯(lián)網(wǎng)的核心支撐服務(wù)和應(yīng)用則是物聯(lián)網(wǎng)的最終價(jià)值體現(xiàn)1) 信息計(jì)算海量感知信息計(jì)算與處理技術(shù)是物聯(lián)網(wǎng)應(yīng)用大規(guī)模發(fā)展后，面臨的重大挑戰(zhàn)之一需要研究海量感知信息的數(shù)據(jù)融合、高效存儲(chǔ)、語義集成、并行處理、知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘等關(guān)鍵技術(shù)，攻克物聯(lián)網(wǎng)“云計(jì)算”中的虛擬化、網(wǎng)格計(jì)算、服務(wù)化和智能化技術(shù)核心是采用云計(jì)算技術(shù)實(shí)現(xiàn)信息存儲(chǔ)資源和計(jì)算能力的分布式共享，為海量信息的高效利用提供支撐2) 服務(wù)計(jì)算物聯(lián)網(wǎng)的發(fā)展應(yīng)以應(yīng)用為導(dǎo)向，在“物聯(lián)網(wǎng)”的語境下，服務(wù)的內(nèi)涵將得到革命性擴(kuò)展，不斷涌現(xiàn)的新型應(yīng)用將使物聯(lián)網(wǎng)的服務(wù)模式與

18、應(yīng)用開發(fā)受到巨大挑戰(zhàn)，如果繼續(xù)沿用傳統(tǒng)的技術(shù)路線必定束縛物聯(lián)網(wǎng)應(yīng)用的創(chuàng)新從適應(yīng)未來應(yīng)用環(huán)境變化和服務(wù)模式變化的角度出發(fā)，需要面向物聯(lián)網(wǎng)在典型行業(yè)中的應(yīng)用需求，提煉行業(yè)普遍存在或要求的核心共性支撐技術(shù)，研究針對不同應(yīng)用需求的規(guī)范化、通用化服務(wù)體系結(jié)構(gòu)以及應(yīng)用支撐環(huán)境、面向服務(wù)的計(jì)算技術(shù)等3.3.4管理與支撐技術(shù)隨著物聯(lián)網(wǎng)網(wǎng)絡(luò)規(guī)模的擴(kuò)大、承載業(yè)務(wù)的多元化和服務(wù)質(zhì)量要求的提高以及影響網(wǎng)絡(luò)正常運(yùn)行因素的增多，管理與支撐技術(shù)是保證物聯(lián)網(wǎng)實(shí)現(xiàn)“可運(yùn)行可管理可控制”的關(guān)鍵，包括測量分析、網(wǎng)絡(luò)管理和安全保障等方面1) 測量分析測量是解決網(wǎng)絡(luò)可知性問題的基本方法，可測性是網(wǎng)絡(luò)研究中的基本問題隨著網(wǎng)絡(luò)復(fù)雜性的提高

19、與新型業(yè)務(wù)的不斷涌現(xiàn)，需研究高效的物聯(lián)網(wǎng)測量分析關(guān)鍵技術(shù)，建立面向服務(wù)感知的物聯(lián)網(wǎng)測量機(jī)制與方法2) 網(wǎng)絡(luò)管理物聯(lián)網(wǎng)具有“自治、開放、多樣”的自然特性，這些自然特性與網(wǎng)絡(luò)運(yùn)行管理的基本需求存在著突出矛盾，需研究新的物聯(lián)網(wǎng)管理模型與關(guān)鍵技術(shù)，保證網(wǎng)絡(luò)系統(tǒng)正常高效的運(yùn)行3) 安全保障安全是基于網(wǎng)絡(luò)的各種系統(tǒng)運(yùn)行的重要基礎(chǔ)之一，物聯(lián)網(wǎng)的開放性、包容性和匿名性也決定了不可避免地存在信息安全隱患需要研究物聯(lián)網(wǎng)安全關(guān)鍵技術(shù)，滿足機(jī)密性、真實(shí)性、完整性、抗抵賴性的四大要求，同時(shí)還需解決好物聯(lián)網(wǎng)中的用戶隱私保護(hù)與信任管理問題3.4 智能技術(shù)在物聯(lián)網(wǎng)中的應(yīng)用3.4.1智能交通1交通物聯(lián)網(wǎng)的構(gòu)成交通物聯(lián)網(wǎng)是在較完

20、善的交通設(shè)施基礎(chǔ)上，將新一代智能技術(shù)充分運(yùn)用于交通運(yùn)輸系統(tǒng)所建立的一種實(shí)現(xiàn)。即把智能傳感器件裝備到各地公路、水路、公交、地鐵各相關(guān)系統(tǒng)的基礎(chǔ)設(shè)施中，把車輛、船只等運(yùn)動(dòng)設(shè)施，還有橋梁、大壩、隧道、車站、港口等固定設(shè)施，網(wǎng)絡(luò)、視頻、廣播、通訊、遙感等各種媒體設(shè)施，在互聯(lián)網(wǎng)的支撐下經(jīng)過互聯(lián)構(gòu)成“物聯(lián)網(wǎng)”。而后通過超級(jí)計(jì)算機(jī)系統(tǒng)、智能交通系統(tǒng)以及云計(jì)算將物聯(lián)網(wǎng)軟硬件資源整合起來，構(gòu)成一個(gè)完整的交通物聯(lián)網(wǎng)體系。智能交通系統(tǒng)是交通物聯(lián)網(wǎng)中的核心系統(tǒng)。人們通過它能以更加科學(xué)的智能的和動(dòng)態(tài)方式管理和控制交通。早期的智能交通系統(tǒng)被稱為智能車輛道路系統(tǒng)，簡稱：IVHS。因?yàn)楦鱾€(gè)地方的國土面積、人口數(shù)量、密度和分布

21、情況、汽車擁有量以及人均道路擁有量等都不一樣，所以通常由政府組織開展智能交通系統(tǒng)的規(guī)劃。鑒于如今的交通發(fā)展趨勢，智能交通系統(tǒng)可分為以下幾個(gè)支撐系統(tǒng)：1)動(dòng)態(tài)路線引導(dǎo)系統(tǒng)，簡稱：DRGS2)車輛運(yùn)行管理系統(tǒng)，簡稱：MOCS3)安全駕駛支持系統(tǒng)，簡稱：DSSS4)智能圖像處理系統(tǒng)，簡稱：IIIS5)緊急救援與公眾安全系統(tǒng)，簡稱：HELP6)公交優(yōu)先系統(tǒng)，簡稱：PTPS7)先進(jìn)車輛信息系統(tǒng)，簡稱：AMIS8)環(huán)境保護(hù)管理系統(tǒng)，簡稱：EPMS2交通物聯(lián)網(wǎng)的特征(1)全面物聯(lián)：智能傳感設(shè)備將交通所有基礎(chǔ)設(shè)施物聯(lián)成網(wǎng)，通過專用技術(shù)對網(wǎng)絡(luò)系統(tǒng)實(shí)時(shí)感測和智能的控制，全面實(shí)現(xiàn)交通網(wǎng)絡(luò)智能化管理。(2)充分整合：

22、物聯(lián)網(wǎng)與互聯(lián)網(wǎng)系統(tǒng)完全連接和融合，將軟硬件資源最大有效的整合共享，資源分配更加充分和合理。為低碳環(huán)保、減少資源冗余浪費(fèi)，提供最佳的基礎(chǔ)設(shè)施。(3)協(xié)同運(yùn)作：有效地利用基礎(chǔ)設(shè)施的潛能，各個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行和諧高效地協(xié)作，監(jiān)管保障進(jìn)一步到位，不斷消除自身的隱患，達(dá)到智能交通的最佳狀態(tài)。(4)學(xué)習(xí)創(chuàng)新：立足系統(tǒng)本身的知識(shí)學(xué)習(xí)、積累和更新，不斷地進(jìn)行科技創(chuàng)新和應(yīng)用，加快交通智能系統(tǒng)的研發(fā)和升級(jí)，提高可持續(xù)發(fā)展的能力。3智能技術(shù)在交通物聯(lián)網(wǎng)的應(yīng)用成果1）智能技術(shù)的應(yīng)用應(yīng)用智能技術(shù)解決交通運(yùn)輸問題，已成為公認(rèn)的最為有效的途徑。從第十二屆多國城市交通通展中可以看到，集電子技術(shù)、信息技術(shù)、傳感器技術(shù)、數(shù)據(jù)通訊技術(shù)

23、、人工智能和計(jì)算機(jī)應(yīng)用等技術(shù)于一體的跨學(xué)科的智能技術(shù)，在交通科技領(lǐng)域的普及應(yīng)用越來越廣泛。如“一卡通”解決方案、RFID無線射頻識(shí)別技術(shù)、GPS智能導(dǎo)航系統(tǒng)、ETC不停車電子收費(fèi)系統(tǒng)、道路控管系統(tǒng)、網(wǎng)絡(luò)影像傳輸系統(tǒng)、電子警察抓拍系統(tǒng)、公路車輛自動(dòng)監(jiān)測記錄系統(tǒng)、交通綜合信息管理系統(tǒng)、道路交通仿真系統(tǒng)等等。將不同的系統(tǒng)集成并將它們智能化從而提升交通管理的水平，已初見成效。由此可見，智能技術(shù)有效地綜合運(yùn)用于我國交通運(yùn)輸管理體系，已呈現(xiàn)出巨大的潛力和發(fā)展空間。2）應(yīng)用智能技術(shù)取得的成果(1)智能公交方面，建立統(tǒng)一的智能化公共交通綜合信息平臺(tái)，在公路、水路等客運(yùn)行業(yè)逐步實(shí)現(xiàn)全國聯(lián)網(wǎng)信息共享服務(wù)。城市公交

24、實(shí)行全程實(shí)時(shí)監(jiān)控，科學(xué)的調(diào)節(jié)車流的時(shí)空分布，優(yōu)化了城市公交網(wǎng)絡(luò)。展示和引導(dǎo)公眾選擇低碳出行，逐步拓展公共交通綜合信息平臺(tái)的應(yīng)用領(lǐng)域，提高公交運(yùn)營效率和服務(wù)能力。(2)交通停車誘導(dǎo)方面，建立動(dòng)態(tài)停車誘導(dǎo)系統(tǒng)和汽車租賃信息服務(wù)系統(tǒng)，在完善停車場和公共交通組合的基礎(chǔ)上建設(shè)駐車換乘信息誘導(dǎo)系統(tǒng)；利用網(wǎng)絡(luò)媒體和手機(jī)、GPS智能導(dǎo)航等信息終端，為公眾提供實(shí)時(shí)、便捷、個(gè)性化的交通信息服務(wù)。(3)出租車營運(yùn)管理方面，應(yīng)用了RFID無線射頻識(shí)別技術(shù)。上海市啟動(dòng)了出租車電子標(biāo)簽試點(diǎn)，將識(shí)別芯片安裝在出租車后窗的玻璃處，執(zhí)法人員使用手持識(shí)別儀透過GSM將數(shù)據(jù)傳送到指揮中心，快速的把出租車的車牌號(hào)、發(fā)動(dòng)機(jī)號(hào)、車輛顏色

25、、營運(yùn)證等資料讀出，以此快速地識(shí)別正規(guī)出租車和“克隆”出租車，借助交通物聯(lián)網(wǎng)智能標(biāo)簽識(shí)別技術(shù)，有效的提高了出租車輛營運(yùn)管理的水平。(4)公路不停車電子收費(fèi)方面， ETC使公路收費(fèi)走向網(wǎng)絡(luò)化、智能化，提高公路的通行能力，降低了收費(fèi)管理的成本，減少了車輛和路面的損耗，為解決交通擁擠、交通阻塞、交通事故和交通污染問題提供了有效的途徑。4. 基于神經(jīng)網(wǎng)絡(luò)的手寫體簽名識(shí)別4.1 手寫體簽名識(shí)別系統(tǒng)的流程圖手寫簽名的隨意性較大，又受環(huán)境、心情等因素影響，不可避免地出現(xiàn)簽名大小、方向等存在一定的差異，而這些差異會(huì)影響后續(xù)的識(shí)別結(jié)果。本系統(tǒng)手寫體識(shí)別的系統(tǒng)流程圖如圖1所示。圖1 手寫體簽名識(shí)別系統(tǒng)流程圖首先，

26、用照相機(jī)采集簽名圖像樣本，本系統(tǒng)的實(shí)驗(yàn)數(shù)據(jù)來源于在l0周內(nèi)40個(gè)不同人員的手寫體簽名，每周簽名3次，共1 200組數(shù)據(jù)。然后，對采集的圖像進(jìn)行預(yù)處理，主要包括圖像灰度處理，圖像二值化，圖像中值濾波，圖像歸一化處理，圖2為圖像預(yù)處理的效果圖。接著對預(yù)處理后的圖像進(jìn)行特征值的提取，最后利用神經(jīng)網(wǎng)絡(luò)對特征值進(jìn)行識(shí)別和判斷，確定是否是真實(shí)簽名。圖2 圖像預(yù)處理后的圖像效果圖4.2 手寫簽名圖像特征值的提取特征提取在自動(dòng)簽名識(shí)別中起著十分關(guān)鍵的作用，提取特征的好壞直接影響到最終的識(shí)別效果。通常情況下，如果提取的特征太少，則無法提供給分類器足夠的分類信息，影響識(shí)別效果；如果提供的有效特征越多，獲得的有關(guān)簽

27、名的信息也就越多，識(shí)別效果也就越好，但過多的特征值會(huì)增加運(yùn)算量，識(shí)別速度會(huì)變慢，也可能會(huì)帶入一些冗余數(shù)據(jù)，干擾正常信息。所以在本系統(tǒng)中，主要提取三類特征值：形狀特征值、筆劃密度特征值和紋理特征值。(1)形狀特征的提取。形狀特征值是簽名圖像的全局特征值，主要提取的參數(shù)有簽名圖像的寬高比、簽名點(diǎn)面積與總面積比、簽名連通域個(gè)數(shù)和網(wǎng)孔個(gè)數(shù)、字體輪廓的傾斜方向等特征值，全局變量具有很好的分類效果，對于不是精心模仿的簽名，能很好地反映出與真實(shí)簽名之間的差別。(2)筆劃密度特征的提取。在本系統(tǒng)中，利用圖像二值化后的簽名圖像的文字點(diǎn)陣，從不同的方向掃描文字，得到的掃描線和筆劃相交的次數(shù)，形成筆劃密度特征函數(shù)。本系統(tǒng)從水平和垂直兩個(gè)方向分別取l5