物联网智能信息处理技术.ppt





《物联网智能信息处理技术.ppt》由会员分享,可在线阅读,更多相关《物联网智能信息处理技术.ppt(41页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、物联网应用技术导论 第4章 物联网服务与管理技术物联网应用技术导论课件第4章 物联网服务与管理技术 物联网应用技术导论 第4章 物联网服务与管理技术4.4 4.4 物联网智能信息处理技术物联网智能信息处理技术 智能信息处理指信息的储存、检索、智能化分析利用,比如利用人工智能对感知的信息作出决策和处理。物联网的智能信息处理主要针对感知的数据,而物联网的数据具有三个独特的特点:1、异构性、异构性 在物联网中,不仅不同的感知对象有不同类型的表征数据,即使是同一个感知对象也会有各种不同格式的表征数据。比如在物联网中为了实现对一栋写字楼的智能感知,需要处理各种不同类型的数据,如文本、图形、音频、视频,互
2、联网上提供的相关超文本链接标记语言(HTML)等。为了实现完整准确的感知,必须综合利用不同类型的数据获得全面准确信息。物联网应用技术导论 第4章 物联网服务与管理技术4.4 物联网智能信息处理技术 2、海量性、海量性 物联网是网络和数据的海洋。在物联网中海量对象连接在一起,每个对象每时每刻都在变化,表达其特征的数据也会不断地积累。如何有效地改进已有的技术和方法,或者提出新的技术和方法,从而高效地管理和处理高效地管理和处理这些海量数据,将是从这些原始数据中提取信息并进一步融合、推理和决策的关键。3、不确定性、不确定性 物联网中的数据具有明显的不确定性特征,主要包括数据本身的不确定性、语义匹配的不
3、确定性和查询分析的不确定性等。为了获得客观对象的准确信息,需要去粗取精、去伪存去粗取精、去伪存真真,以便更全面地进行表达和推理。物联网应用技术导论 第4章 物联网服务与管理技术4.4 物联网智能信息处理技术4.4.1 4.4.1 数据库与数据存储技术数据库与数据存储技术 在物联网应用中数据库起着记忆(数据存储)和分析(数据挖掘)的作用,因此没有数据库的物联网是不完整的。目前常用数据库技术一般有关系型数据库关系型数据库和非非关系型数据库关系型数据库(比如实时数据库和NoSQL数据库)。物联网应用技术导论 第4章 物联网服务与管理技术1、关系数据库、关系数据库 关系数据库是指采用关系模型关系模型来
4、组织数据的数据库。简单地说,关系模型就是二维表格模型,一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。关系型数据库具有如下特点:1、容易理解:二维表结构是非常贴近逻辑世界的一个概念,关系模型相对网状、层次等其它模型来说更容易理解。2、使用方便:通用的SQL语言使得操作关系型数据库非常方便,程序员和数据管理员可以方便地操作数据库,而完全不必理解其底层实现。3、易于维护:丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大降低了数据冗余和数据不一致的概率。目前,关系数据库广泛应用于各个行业,是构建管理信息系统,存储及处理关系数据不可缺少的基础软件。物联网应用技术导论 第4章
5、物联网服务与管理技术2、非关系数据库、非关系数据库1)实时数据库)实时数据库 实时数据库(RTDBReal Time DataBase)是数据库系统发展的一个分支,是实时系统和数据库技术相结合的产物。实时数据库对数据的实时性要求比较高,因而实时、高效、实时、高效、稳定稳定是实时数据库最关键的指标。目前,实时数据库已广泛应用于电力、石油石化、交通、冶金、军工、环保等行业,是构建工业生产调度监控系统、指挥系统、生产实时历史数据中心的不可缺少的基础软件。物联网的数据采集之后必须要有一个可靠的数据仓库,而实时数据库可以作为支撑海量数据的数据平台。物联网应用技术导论 第4章 物联网服务与管理技术2)No
6、SQL数据库数据库 NoSQL也被认为是Not Only SQL的简写,是对不同于传统的关系型数据库的数据库管理系统的统称。NoSQL不使用SQL作为查询语言,而是使用如 文档型的、列存储、图型数据库等方式存储数据的模型。物联网应用技术导论 第4章 物联网服务与管理技术 与传统的关系型数据库相比,NoSQL数据库的存储数据方式发生了变化:例如,当需要存储发票的数据时,在传统的关系数据模型中,需要设计表的结构,然后使用服务器端语言将其转化为实体对象,再传递到用户端;而在 NoSQL 中,只需要保存发票数据。NoSQL 不需要预先设计表和结构就可存储新的不需要预先设计表和结构就可存储新的数值。数值
7、。物联网应用技术导论 第4章 物联网服务与管理技术 NoSQL数据库拥有三“高”特征:(1)High performance(满足对数据库高高并并发发读读写写的需求)(2)Huge Storage(满足对海量数据的高高效效率率存存储储和访问和访问的需求)(3)High Scalability&High Availability(满足对数据库的高可扩展性和高可用性高可扩展性和高可用性的需求)。NoSQL数据库能够满足物联网应用的大数据的需求,将会随着物联网应用的发展展现新的应用和发展空间。物联网应用技术导论 第4章 物联网服务与管理技术3、关系数据库和实时数据库的选择、关系数据库和实时数据库的选
8、择 实时数据库比关系型数据库更能胜任海量并发数据的采集、存储。面对越来越多的数据,关系型数据库的处理响应速度会出现延迟甚至假死,而实时数据库不会出现这样的情况。对于仓储管理、标签管理、身份管理等数据量相对比较小,数据量相对比较小,实时性要求低实时性要求低的应用领域,关系型数据库更加适合。智能电网、水域监测、智能交通、智能医疗等将来面临海海量并发,对实时性要求极高量并发,对实时性要求极高的应用领域,实时数据库具有更多的优势。试点型工程阶段时,需要采集点较少,关系型数据库可以替代实时数据库。应用范围越来越广泛,采集点就会相应的增多,实时数据库是最好的选择。物联网应用技术导论 第4章 物联网服务与管
9、理技术4.4.2 4.4.2 数据融合与数据挖掘数据融合与数据挖掘 1、数据融合及目标、数据融合及目标 数据融合是一种数据处理技术,指将多种数据或信息进行处理得出高效且符合用户需求高效且符合用户需求的数据的过程。它是利用计算机对按时序获得的若干观测信息,在一定准则下加以自动分析、综合的一种信息处理技术。数据融合类似人类和其他动物对复杂问题的综合处理,比如在辨别一个事物的时候,通常会综合各种感官信息,包括视觉、触觉、嗅觉和听觉等。物联网应用技术导论 第4章 物联网服务与管理技术 数据融合一般有数据级融合、特征级融合、决策级融合等层次的融合。(学生成绩统计表)(1)数据级融合数据级融合:直接在采集
10、到的原始数据上进行融合,是最低层次的融合,它直接融合现场数据,失真度小,提供的信息比较全面。(2)特征级融合特征级融合:先对来自传感器的原始信息进行特征提取,然后对特征信息进行综合分析和处理,这一级的融合可实现信息压缩,有利于实时处理,属于中间层次的融合。(3)决策级融合决策级融合:在高层次上进行,根据一定的准则和决策的可信度做最优决策最优决策,以达到良好的实时性和容错性。物联网应用技术导论 第4章 物联网服务与管理技术2、数据挖掘概念、过程、数据挖掘概念、过程(1)基本概念)基本概念 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取潜在的、事先未知的、有用的、能被人理解的有用
11、信息和知识的数据处理过程。数据挖掘的数据源必须是真实的、大量的、含噪声的;发现的是用户感兴趣的知识;发现的知识要可接受、可理解、可运用。被挖掘的数据可以是结构化的关系数据库中的数据,半结构化的文本、图形和图像数据等。数据挖掘是决策支持和过程控制的重要支撑手段之一。物联网应用技术导论 第4章 物联网服务与管理技术(2)数据挖掘过程)数据挖掘过程 数据挖掘过程一个反复迭代的人机交互和处理过程,主要包括数据预处理、数据挖掘和对数据挖掘结果的评估与表示三个阶段:数据预处理阶段数据预处理阶段数据准备:了解领域特点,确定用户需求。数据选取:从原始数据库中选取相关数据或样本。数据预处理:检查数据的完整性及一
12、致性,消除噪声等。数据变换:通过投影或其他操作减少数据量。物联网应用技术导论 第4章 物联网服务与管理技术数据挖掘阶段数据挖掘阶段确定挖掘目标:确定要发现的知识类型。选择算法:根据确定的目标选择合适的数据挖掘算法。数据挖掘:运用所选算法,提取相关知识并以一定的方式表示。知识评估与表示阶段知识评估与表示阶段模式评估:对数据挖掘步骤中发现的模式(知识)进行评估。知识表示:呈现所挖掘的知识。物联网应用技术导论 第4章 物联网服务与管理技术3、物联网的数据挖掘、物联网的数据挖掘 数据挖掘时决策支持和过程控制所采用重要技术手段,是物联网中重要的一环。在物联网中进行数据挖掘已经从传统意义上的数据统计分析、
13、潜在模式发现与挖掘,转向成为物联网中不可缺少的工具和环节。物联网应用技术导论 第4章 物联网服务与管理技术(1)物联网的计算模式)物联网的计算模式 物联网一般有两种基本计算模式,即物计算模式物计算模式和云计算模式云计算模式。物计算模式基于嵌入式系统,强调实时控制实时控制,对终端设备的性能要求较高,系统的智能主要表现在终端设备上。云计算模式以互联网为基础互联网为基础,目的是实现资源共享和资源整合,其计算资源是动态、可伸缩、虚拟化的。云计算模式通过分布式的方式采集物联网中的数据,系统的智能主要体现在数据挖掘和处理数据挖掘和处理上上,需要较强的集中计算能力和高带宽,但终端设备比较简单。物联网应用技术
14、导论 第4章 物联网服务与管理技术(2)两种模式的选择)两种模式的选择 物计算模式:对于要求实时高效实时高效的数据挖掘,物联网任何一个控制端均需要对瞬息万变的环境实时分析、反应和处理,需要物计算模式和利用数据挖掘结果。基于云计算模式:以海量数据挖掘海量数据挖掘为特征的应用需要进行数据质量的控制,如多媒体、多格式数据的存储与管理等。物联网应用技术导论 第4章 物联网服务与管理技术(3)数据挖掘的应用)数据挖掘的应用 物联网数据挖掘分析应用通常都可以归纳为预测预测和寻证分析寻证分析两大类。预测预测(Forecasting):主要用在(完全或部分)了解现状的情况下,推测系统在近期或者中远期的状态。例
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 联网 智能 信息处理 技术

限制150内