我的位置: 首页  » 动态与通知  » 综合动态  »

物联网及大数据技术进修总结报告

  一、培训学习概况

  在学校教师发展中心实验技术人员外出培训项目的支持下,接受中信教育信息化推广中心的邀请,本人于2017年8月参加了在青岛进行的为期半月的“物联网及大数据技术应用”的培训。此次培训主要内容为:物联网技术、大数据、云计算技术等前言信息技术的基本原理、应用现状和技术最新进展,以及专业实验室建设、实验项目设置等。通过此次培训加深了对当前前沿信息技术的跟踪、掌握,提高了相关专业技能,拓展了专业视野,为以后进一步做好信息学院专业实验室建设、实验教学改革、学科发展及相关的科学研究工作发挥了重要作用。

  

  培训班学员合影留念

  二、培训学习内容

  培训主要针对物联网技术、大数据和云计算技术等热门信息技术的基本原理、应用发展现状、相关专业实验室建设中存在的问题,实验课程设置、综合实验项目开展以及科研实验工作的开展等问题进行详细的讲解。

  

  学员认真听课

  1.物联网技术的发展现状及实验室建设

  近年来在国家政策的大力扶持下和相关企业的不断努力下,中国物联网产业持续良好发展势头,技术研发取得重大进展,标准体系不断完善,市场化应用稳步推进。国家十二五、十三五规划纲要都明确提出物联网应用已成为国家战略新兴产业,2016年的一号文件中,中央提出大力推进“互联网+”现代农业,应用物联网、云计算、大数据、移动互联等现代信息技术,推动农业全产业链升级改造,2017年中央一号文件则再次要求,实施智慧农业工程,推进农业物联网发展。因此,物联网技术在农业产业发展中具有非常重要的作用。此次培训对物联网技术产生的背景、基本原理及特征进行了讲解;对农业物联网的发展现状进行了概括总结;以案例形式讲解了农业物联网在实施过程中的关键技术及难点,主要介绍了物联网技术在“地质灾害监测预警”、“设施蔬菜生态环境信息优化”“港口物流监测”等案例。最后介绍了物联网实验室建设的方案。以及目前一些公司开发的物联网开发平台。

  

   物联网开发平台

  

   轮式机器人开发平台

  2.大数据分析与处理技术

  互联网+战略的实施以及农业物联网的广泛应用必将产生大量的农业数据,传统的数据分析方法在大量的、结构复杂的数据面前已经失效,必须学习新的数据处理方法。且农业大数据具有自身的特点,融合了农业地域性、季节性、多样性、周期性等特征,来源广泛、类型多样、结构复杂,具有自身规模巨大、类型多样、价值密度低等。因此,必须研究适合农业大数据特点的数据分析与处理算法。通过对这些数据的分析和处理可以挖掘出很多有价值的信息,指导农事生产、预测农产品市场需求,辅助农业决策,以此达到规避风险、增产增收、管理透明等。此次培训介绍了大数据计算模式、大数据分析与可视化技术以及主要的数据分析算法,如线性回归分析、多元回归分析、支持向量机等。以案例的形式讲解了利用大数据技术解决问题的思路、数据处理分析的流程、技术关键点等。

   3.云计算技术与应用

  云计算技术与大数据密不可分,大数据侧重于海量数据的高效处理算法,云计算侧重于大数据算法的具体实现。云计算技术可分为三大关键技术点:(1)虚拟化技术能够把所有硬件设备、软件应用和数据隔离开来,打破硬件配置、软件部署和数据分布的界限,实现IT架构的动态化,实现资源集中管理,使应用能够动态地使用虚拟资源和物理资源,提高系统适应需求和环境的能力,其应用意义不仅仅在于提高资源利用率并降低成本,更大的意义是提供强大的计算能力。(2)分布式资源管理技术解决了在大规模甚至超大规模的分布式系统里系统状态的正确性和分布式数据的一致性。(3)并行编程技术,云计算采用并行编程模式。并发处理、容错、数据分布、负载均衡等细节都被抽象到一个函数库中,通过统一接口,用户大尺度的计算任务被自动并发和分布执行,即将一个任务自动分成多个子任务,并行地处理海量数据。培训期间除了对云计算的基本原理、关键技术做了讲解,也以案例的形式对云计算在实践过程中的应用做了讲解。  

  三、收获及感悟

  通过这次培训了解了当前前沿信息技术的应用状况及发展趋势,开拓了视野,切实提高了专业技能,对今后熟悉学科发展方向、制定专业实验室建设方案、实验教学改革、人才培养等多方面都有重要的促进作用。实验技术人员必须紧跟时代发展步伐,对专业技术的发展方向、发展动态保持敏感。尤其信息技术专业,新的信息理论和技术发展非常快,必须时刻注意不断学习,提高自身的专业技能。只有这样才能够做好实验教学、实验室建设、专业设备的使用及维护工作,更好地为学院实验教学、科研、人才培养等贡献力量。