![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
第11章 未来信息综合技术
文章平均质量分 79
第11章 未来信息综合技术
huaqianzkh
路虽远行则将至,事虽难做则必成!
展开
-
大数据技术概述_4.大数据的应用领域
主要介绍大数据在制造业、服务业、交通行业、医疗行业的应用。原创 2024-05-06 21:57:27 · 895 阅读 · 0 评论 -
大数据技术概述_3.大数据的研究内容
为了应对大数据的研究工作面临的5个方面的挑战,白皮书建议采用现有成熟技术解决大数据带来的挑战,并给出了大数据分析的分析步骤,大致分为数据获取/记录、信息抽取/清洗/注记、数据集成/聚集/表现、数据分析/建模和数据解释5个主要阶段。在每个阶段都面临着各自的研究问题。原创 2024-05-05 21:19:39 · 438 阅读 · 2 评论 -
大数据技术概述_2.大数据面临的5个方面的挑战
大数据时代的数据模式随着数据量的不断变化可能会处于不断的变化之中,这就要求索引结构的设计简单、高效,能够在数据模式发生变化时快速调整并适应。目前,存在一些通过在NoSQL数据库上构建索引来应对大数据挑战的一些方案,但总得来说,这些方案基本都有特定的应用场景,且这些场景的数据模式不太会发生变化。2012年冬季,来自IBM、微软、谷歌、HP、MIT、斯坦福、加州大学伯克利分校、UIUC等产业界和学术界的数据库领域专家通过在线的方式共同发布了一个关于大数据的白皮书。②数据产生方式的多样性带来的数据源变化。原创 2024-05-05 20:28:30 · 1287 阅读 · 4 评论 -
大数据技术概述_1.大数据的定义
Granter公司关注大数据的三个量化指标:数据量、数据种类和处理速度。Granter认为传统的存储技术难以应付大数据处理,主要存在以下三大挑战。挑战一:不断增长的数据量。在大数据背景下,数据这一宝贵财富通常是不能删除的,因此数据将不断积累增长,增长速度经常超出人们预计。信息中心需要管理TB级甚至PB级数据。要为这些数据提供存储、保护和使用的方案,信息系统需要不断地作相应升级或重构,需要投入大量人力物力。挑战二:多格式数据。海量数据包括了越来越多不同格式的数据,这些不同格式的数据也需要不同的处理方法。原创 2024-05-05 19:55:25 · 1124 阅读 · 4 评论 -
云计算技术概述_4.云计算的发展历程
根据云计算的定义和内涵,这里将从虚拟化技术、分布式计算技术和软件应用模式三个方面对进行简要论述。其中虚拟化技术的发展可以看作是IaaS服务模式的发展历程,分布式计算技术的发展可以看作是PaaS服务模式的发展历程,软件应用模式的发展可以看作是SaaS的发展历程。原创 2024-05-04 11:11:32 · 842 阅读 · 0 评论 -
云计算技术概述_2.云计算的服务方式
在对云计算深入理解的基础上,产业界和学术界对云计算的服务方式进行了总结。目前一致认为自上而下具有“软件即服务(Software as a Service)”、“平台即服务(Platform as a Service,Paas)”和“基础设施即服务(Infrastructure as a Service,IaaS)"三类典型的服务方式,下面将依次简要论述。原创 2024-05-02 23:59:39 · 944 阅读 · 0 评论 -
云计算技术概述_1.云计算相关概念
它包括一系列的云计算产品,使计算不仅仅局限在本地机器或远程Server Farms,通过架构一个分布的、可全球访问的资源结构,使数据中心在类似互联网的环境下运行计算。同年11月15日,IBM上海和阿莫科(Armok,NY)同时发布了”Blue Cloud”,Blue Cloud是一系列的云计算产品,使得共同的数据中心像互联网一样运作。在云计算平台中的服务器可以是物理或虚拟的服务器。“蓝云”建立在IBM在领先的大规模计算领域的专业技术,将基于由IBM软件、系统技术和服务支持的开放标准和开源软件。原创 2024-05-01 22:17:00 · 895 阅读 · 0 评论 -
数字孪生体技术概述_3.数字孪生体的应用
数字孪生体主要应用于制造、产业、城市和战场。原创 2024-05-01 21:26:22 · 603 阅读 · 0 评论 -
数字孪生体技术概述_2.数字孪生体的关键技术
建模、仿真和基于数据融合的数字线程是数字孪生体的三项核心技术。能够做到统领建模、仿真和数字线程的系统工程和MBSE,则成为数字孪生体的顶层框架技术,物联网是数字孪生体的底层伴生技术,而云计算、机器学习、大数据、区块链则成为数字孪生体的外围使能技术。原创 2024-04-29 22:24:27 · 1296 阅读 · 0 评论 -
数字孪生体技术概述_1.数字孪生体发展历程和定义
数字孪生体的定义如下:数字孪生体是现有或将有的物理实体对象的数字模型,通过实测、仿真和数据分析来实时感知、诊断、预物理实体对象的状态,通过优化和指令来调控物理实体对象生命周期内的决策。将“Digital Twin”译为“数字孪生体”。加上这个“体”字,是为了借用了中文“体”字语义的模糊性来应对和减少Digital Twin译成中文时在不同使用场景下的不确定性。“体”字的中文语义的模糊性表现在它有两种含义:(1)事物的本身或全部,如物体、实体(object,entity);原创 2024-04-29 21:45:56 · 1069 阅读 · 0 评论 -
边缘计算概述_5.边缘计算应用场景
智慧园区建设是利用新一代信息与通信技术来感知、监测、分析、控制、整合园区各个关键环节的资源,在此基础上实现对各种需求做出智慧的响应,使园区整体的运行具备自我组织、自我运行、自我优化的能力,为园区企业创建一个绿色、和谐的发展环境,提供高效、便捷、个性化的发展空间。中,边缘计算主要功能包括(1)海量网络连接与管理:包含各类传感器、仪器仪表、控制器等海量设备的网络接入与管理;接口包括RS485、PLC等,协议包括Modbus、OPC等;确保连接稳定可靠,数据传输正确;原创 2024-04-28 22:06:40 · 554 阅读 · 2 评论 -
边缘计算概述_4.边缘计算的安全
推动计算模型从集中式的云计算走向更加分布式的边缘计算,为传统的网络架构带来了极大的改变,这些改变促进了技术和业务的发展,同时也将网络攻击威胁引入了网络边缘。涉及跨越云计算和边缘计算纵深的安全防护体系,增强边缘基础设施、网络、应用、数据识别和抵抗各种安全威胁的能力,为边缘计算的发展构建安全可信环境,加速并保障边缘计算产业发展。原创 2024-04-28 21:14:46 · 268 阅读 · 0 评论 -
边缘计算概述_3.边云协同
边缘与云的数据协同,支持数据在边缘与云之间可控有序流动,形成完整的数据流转路径,高效低成本对数据进行生命周期管理与价值挖掘。边缘节点提供计算、存储、网络、虚拟化等基础设施资源、具有本地资源调度管理能力,同时可与云端协同,接受并执行云端资源调度管理策略,包括边缘节点的设备管理、资源管理以及网络连接管理。云端主要提供应用开发、测试环境,以及应用的生命周期管理能力。涉及Laas、PaaS、SaaS各层面的全面协同,主要包括六种协同:资源协同、数据协同、智能协同、应用管理协同、业务管理协同、服务协同。原创 2024-04-27 22:33:11 · 161 阅读 · 0 评论 -
边缘计算概述_2.边缘计算的特点
所联接物理对象的多样性及应用场景的多样性,需要边缘计算具备丰富的联接功能,如各种网络接口、网络协议、网络拓扑、网络部署与配置、网络管理与维护。是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台(架构),就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。,拥有大量、实时、完整的数据,可基于数据全生命周期进行管理与价值创造,将更好的支撑预测性维护、资产效率与管理等创新应用;边缘计算作为物理世界到数字世界的桥梁。原创 2024-04-27 18:04:56 · 312 阅读 · 0 评论 -
边缘计算概述_1.边缘计算概念和定义
边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进,主要包括云边缘、边缘云和云化网关三类落地形态;以“边云协同”和“边缘智能”为核心能力发展方向;软件平台需要考虑导入云理念、云架构、云技术,提供端到端实时、协同式智能、可信赖、可动态重置等能力;硬件平台需要考虑异构计算能力,如鲲鹏、ARM、X86、GPU、NPU、FPGA等。云边缘形态的边缘计算,是云服务在边缘侧的延伸,逻辑上仍是云服务,主要的能力提供依赖于云服务或需要与云服务紧密协同。原创 2024-04-26 22:09:36 · 974 阅读 · 0 评论 -
机器人技术概述_3.机器人的分类
由于机器人的用途广泛,有许多种分类。行业不同,机器人的应用场景不一样,由于要求的不同,机器人的控制方式也存在许多差异,这里简要描述按控制方式和按应用行业两种分类。原创 2024-04-26 20:57:05 · 774 阅读 · 0 评论 -
机器人技术概述_2.机器人4.0的核心技术
机器人4.0主要有以下几个核心技术:包括云-边-端的无缝协同计算、持续学习与协同学习、知识图谱、场景自适应和数据安全。原创 2024-04-25 22:00:11 · 1337 阅读 · 0 评论 -
机器人技术概述_1.机器人的概念及定义和发展历程
1967年日本召开的第一届机器人学术会议上,人们提出了两个具有代表性的定义。一是森政弘与合田周平提出的:“机器人是一种具有移动性、个体性、智能性、通用性、半机械半人性、自动性、奴隶性等7个特征的柔性机器。”从这一定义出发,森政弘又提出了用自动性、智能性、个体性、半机械半人性、作业性、通用性、信息性、柔性、有限性、移动性等10个特性来表示机器人的形象;另一个是加藤一郎提出的,具有如下3个条件的机器可以称为机器人:(1)具有脑、手、脚等三要素的个体;原创 2024-04-25 21:07:56 · 1043 阅读 · 0 评论 -
人工智能技术概述_3.机器学习
广义上来说,机器学习指专门研究计算机怎么模拟或实现人类的学习行为以获取新的知识或技能的学科,使计算机重新组织已有的组织结构并不断改善自身的性能。更加精确地说,一个机器学习的程序就是可以从经验数据E中对任务T进行学习的算法,它在任务T的性能度量P会随着对于经验数据E的学习而便得更好。原创 2024-04-24 22:07:14 · 1278 阅读 · 4 评论 -
人工智能技术概述_2.人工智能关键技术
自然语言处理是计算机科学与语言学的交叉学科,也是人工智能的重要方向,研究实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理涉及的领域主要包括机器翻译(利用计算机实现从一种自然语言到另外一种自然语言的翻译)、语义理解(利用计算机理解文本篇章内容,并回答相关问题)和问答系统(让计算机像人类一样用自然语言与人交流)等。原创 2024-04-24 21:12:19 · 534 阅读 · 4 评论 -
人工智能技术概述_1.人工智能的概念及发展历程
强人工智能的真正能思维的智能机器,并且认为这样的机器是有知觉的和有自我意识的,这类机器可分为类人(机器的思考和推理类似人的思维)与非类人(机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式)两大类。从一般意义上来说,达到人类水平的、能够自适应地应当外界环境的挑战的、具有自我意识的人工智能称为“通用人工智能”“强人工智能”或“类人智能”。人工智能的目标是了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、自然语言处理、计算机视觉和专家系统等。原创 2024-04-23 21:32:25 · 457 阅读 · 0 评论 -
信息物理系统技术概述_2.信息物理系统的建设和应用
目前,CPS受到工业领域的广泛关注,并已在多个环节得到应用和体现。通过对目前CPS在工业领域中的应用程度、重要性、代表性进行筛选和考量,本文选择从智能设计、智能生产、智能服务、智能应用这四个方面,结合CPS的关键特征和关键技术实现对CPS的应用场景进行阐述和说明。原创 2024-04-23 20:32:51 · 587 阅读 · 0 评论 -
信息物理系统技术概述_1.概念和实现
CPS通过集成先进感知、计算、通信、控制等信息技术和自动控制技术,构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、实时交互、高效协同的复杂系统,实现系统内资源配置和运行的按需响应、快速迭代、动态优化。技术体系可以分为四大核心技术要素即“一硬”(感知和自动控制)、“一软”(工业软件)、“一网”(工业网络)、“一平台”(工业云和智能服务平台)。原创 2024-04-22 21:11:28 · 1185 阅读 · 0 评论