物聯網的“智慧”
標簽:收集融合 射頻識別
本文引用地址:http://m.butianyuan.cn/article/154523.htm每當清晨,窗簾會適時自動打開將第一縷陽光灑滿你房間;當你將手掌貼在衣柜門上,衣柜就會檢測到你的體溫,并綜合氣溫為你搭配著裝;家里的冰箱會對其中的食物進行監(jiān)控,提示哪些食物即將過期,如果某些食物短缺,也會自動地聯系超市幫助訂購……這些近似科幻的生活場景正是物聯網時代帶給我們的便利生活。
“智慧”應用領域
物聯網的應用領域覆蓋到各個角落、各個領域,開篇提到的僅僅是物聯網提供給我們的智能生活,除此還有以下四個值得特別關注的領域:
智能電網:能源事關國家的命脈,所以發(fā)展物聯網首先要關注智能電網。在傳輸能源的同時采集數據,通過優(yōu)化模型對數據進行挖掘和分析,可以預測電能流的情況,如電壓變化和用電量分布,為發(fā)電、輸電、配電、用電各方及監(jiān)管單位提供決策支持,實現用電的優(yōu)化配置、節(jié)能減排。
智慧汽車:智慧汽車將是汽車產業(yè)的未來發(fā)展方向。在汽車的部件上裝上傳感器,通過網絡和GPS定位讓汽車與指揮后臺、汽車與汽車之間彼此自動溝通,這樣人們在駕駛時,就可以預知哪個地方出了故障、哪個路段特別擁擠,以減少汽車追尾事故、減少等待時間和尾氣排放等等。這是智慧城市和車聯網時代必不可少的一部分。
智慧醫(yī)療:如果把嵌入式芯片裝到患者身上,就可以隨時感知到患者的血糖、血壓和臟器的情況,并通過網絡與后臺的醫(yī)療、保健系統(tǒng)聯系在一起,隨時給出警示和應對建議,緊急情況下還可以自動呼叫急救中心,并發(fā)送定位信息。
射頻識別(RFID)產業(yè):物流、金融、零售、物品防偽、環(huán)境保護、身份識別等很多方面,都離不開RFID,今后隨著物聯網的大規(guī)模應用,其應用范圍將更加廣闊。
“智慧”實現技術
物聯網技術采用射頻識別、紅外感應器、全球定位系統(tǒng)、激光掃描器等信息傳感設備采集物體信息,使物品與互聯網連接起來,進行信息交換和通訊,實現智能化識別、定位、跟蹤、監(jiān)控和管理。
物聯網通過各式各樣的傳感器抓取信息,隨之而來的,就是如何處理急速膨脹的數據?又怎樣讓這些數據產生智慧呢?這無疑對數據挖掘技術提出了新的挑戰(zhàn)。數據挖掘在這里只是一個代表性概念,它是一些能夠實現物聯網“智能化”、“智慧化”的分析技術和應用的統(tǒng)稱。細分起來,包括數據挖掘和數據倉庫、計算智能、人工智能、專家系統(tǒng)、決策支持等技術和應用。
在通常情況下,數據分析的步驟是:首先收集數據,將其存儲在數據庫中,再用模型對數據庫進行搜索,這種高度結構化的方式通常需要耗費很多時間;其次要對收集的數據進行融合,該過程是對多維數據或信息進行處理,組合出更有效、更符合用戶需求的數據;最后用先進的軟件算法在數據流入同時即對其進行分析,讓程序在短時間內對環(huán)境變化做出智能的回應。
數據融合的方法普遍應用在日常生活中,比如在辨別一個事物的時候通常會綜合各種感官信息,包括視覺、觸覺、嗅覺和聽覺等。單獨依賴一個感官獲得的信息往往不足以對事物做出準確的判斷,而綜合各種感官數據,對事物的描述會更準確。許多時候我們只關心結果,并不需要收到大量原始數據,數據融合是實現此目的的重要手段。
如何完成由收集融合后的數據到信息、到知識、再到智慧的轉換呢?IT技術的發(fā)展成就已遠遠出乎人們的想象,只要給它提供一個平臺,它就可以向精靈一樣創(chuàng)造出無限的智慧。完成這一過程有很多方式,可以用機器學習的辦法讓機器本身具有一定的智能,也可以采用專家系統(tǒng),建立一個內部含有大量的某個領域專家水平的知識與經驗的數據庫,使系統(tǒng)能夠利用人類專家的知識和解決問題的方法來處理該領域問題。 從學習的方法來看有兩類任務:有監(jiān)督的學習和無監(jiān)督的學習。前者利用已知的類別標識,對一組訓練樣本進行學習,發(fā)現樣本特征與類別之間的關系,用于預測新樣本的類別,這個過程稱為分類。后者在樣本類別未知的情況下,根據樣本之間的相似性進行分組,這個過程稱為聚類。在物聯網數據挖掘中,同樣存在這兩種學習,由于所處理的樣本數據蘊含著路徑信息,稱為基于路徑的分類和聚類?;诼窂降姆诸惛鶕锲吩谝欢螘r間內的移動路徑,判斷物品所屬的類別。例如,在物流監(jiān)控中,將貨物的運輸軌跡分為正常和異常兩種,發(fā)現這兩類軌跡的特征可以用來監(jiān)測可疑行為。對路徑的分類通常需要先將路徑劃分為子序列,然后利用決策樹、神經網絡、貝葉斯等方法進行分類?;诼窂降木垲惏l(fā)現相似的路徑群,揭示路徑之間的關系以及路徑與其它特征之間的關系。聚類的結果可以用來優(yōu)化道路設計,減少交通阻塞,預測交通流量。路徑聚類一般包括數據表示、相似度量定義、聚類、聚類描述和聚類評價幾個步驟。通過以上步驟便使得物聯網具有一定的智能,能夠自行地處理一些問題,使人們的生活更加便捷舒適。
評論