大学生创新进修技俩央求书 パナソニック 分電盤 大形リミッタースペース付 露出・半埋込両用形

 

 

技俩编号     s201910536025               

技俩称号   

如果您无法在线浏览此 PDF 文献，则不错

下载免费工整的 福昕(Foxit) PDF 阅读器,装配后即可在线浏览  或

下载免费的 Adobe Reader PDF 阅读器,装配后即可在线浏览  或

下载此 PDF 文献

   

技俩负责东说念主    朱明炜   筹办电话  17375872017 

处所学院        计较机与通讯工程学院         

学    号  201616080210  专科班级 计科（不凡）

指示教师               陈沅涛              

E-mail         chenyt@csust.edu.cn        

央求日历              2019.4.30              

起止年月            2019.5-2021.5           

长沙理工大学

 

填  写  说  明

 

1、本央求书所列各项内容均须下马看花，谨慎填写，抒发明确严谨，字斟句酌

2、央求东说念主不错是个东说念主，也可为创新团队，首页只填负责东说念主。“技俩编号”一栏不填。

3、本央求书为大16开本（A4），左侧装订成册。可网高下载、自行复印或加页，但情势、内容、大小均须与原件一致。

4、负责东说念主处所学院谨慎审核, 经初评和答辩，签署意见后，将央求书（一式两份）报送××××大学技俩料理办公室。

 

一、 基本情况

技俩

称号

基于智能物联网末端的可视化数据分析系统

所属

学科

学科一级门：

08 工学

学科二级类：

0809 计较机类

央求

金额

        20000元

起止年月

 2019年5月至2021年5月

负责东说念主

姓名

朱明炜

性别

男

民族

汉族

诞生年月

  1998年2月

学号

201616080210

筹办

电话

宅：0731-85258776     手机: 17375872017

指示

教师

陈沅涛

筹办

电话

宅：0731-85258462     手机: 13307490633

负责东说念主也曾参与科研的情况

朱明炜：本东说念主来自长沙理工大学计较机与通讯工程学院计较机科学与工夫专科2016级不凡班。自学才智较强，深嗜爱好泛泛。有拖累心，作念事谨慎安详，具有创新精神和团队精神。从大一初始担任班长，并得到优秀学生干部，料理东说念主才等荣誉。在校学习了解C、C++、数据库旨趣、计较机网罗等计较机课程，擅长Java说话编程，大二上学期加入东说念主工智能与机器视觉实验室，自学Android开发工夫，践诺安卓端方面相干具体技俩，现在正奋勉学习微信小模范和网页前端工夫。

指示教师承担科研课题情况 パナソニック 分電盤 大形リミッタースペース付 露出・半埋込両用形

陈沅涛，男，1980年6月诞生，湖南怀化东说念主，博士，副教学。2002年6月本科毕业于湖北省江汉石油学院；2005年7月硕士研究生毕业于长江大学；2014年6月博士研究生毕业于南京理工大学。2005年9月任助教，2007年10月任讲师，2015年1月任副教学。2014年12月起任职长沙理工大学计较机与通讯工程学院计较机科学与工夫系副主任。攻读博士学位期间及后续主要从事模式识别与图像处理方面的科学研究责任，主理并完成湖南省栽植厅一般技俩、湖南省栽植厅优秀后生技俩、湖南省科技规画技俩、长沙市科技规画技俩，主要参与湖南省栽植厅优秀后生技俩、湖南省栽植厅重心技俩，参与研究国度天然科学基金后生技俩、湖南省科技规画技俩、长沙市科技规画技俩等各类纵向课题的科学研究责任，参与湖南省科技厅武断恶果。指示并完成湖南省大学生创新性实验规画技俩共计三项和多项校级大学生创新性实验规画技俩。曾荣获2011年湖南省普通高校教师课堂教养竞赛一等奖（湖南省栽植厅受奖），荣获2011年度校级教养优秀奖。个东说念主担任国内期刊《计较机应用》、《计较机科学》审稿东说念主、湖南省科技厅科技酌量与评审人人库成员、湖南省水利厅人人库成员、长沙市“2017-2019”第一批工业科技特派员、长沙市科技局酌量人人库成员。

个东说念主从事计较机视觉、数字图像/视频处理、图像走漏与分析、软件系统假想等范围研究责任，近些年来发表科研论文计算30余

指示教师承担科研课题情况

篇，其中SCI检索期刊论文7篇，EI检索期刊论文12篇，CSCD中枢期刊论文11篇，国际会议表面陈诉论文2篇，已受剪发明专利4项，已央求PCT国际专利2项，已央求并登记软件文章权15项。

主理或参与教研类课题情况：

1．指示并完成湖南省栽植厅大学生创新性实验规画技俩《“互联网+”期间的“机灵城南”校园概述做事平台》，2016-2018

2．指示并完成湖南省栽植厅大学生创新性实验规画技俩《基于移动P2P网罗的移动酬酢网罗的研究与应用》，2013-2015

3．指示并完成湖南省栽植厅大学生创新性实验规画技俩《自组织稳妥模式的P2P路由算法的研究与践诺》，2009-2011

4．荣获长沙理工大学2012年度校级教养恶果奖二等奖（排行第1）

5．荣获长沙理工大学2018年度校级教养恶果奖一等奖（排行第3）

6．指示并完成2010年长沙理工大学城南学院大学生创新性实验规画技俩《基于J2EE的电子商务系统安全性研究》，2010.12-2011.12

7．指示并完成2011年长沙理工大学大学生创新性实验规画技俩《基于P2P酬酢网罗的VOD系统已毕和方法研究》，2011.12-2012.12

8．参与国度级创新性实验《无线Mesh网中基于网罗演算表面的QoS保证研究》，2009.10-2011.12

9．主理并完成2010年长沙理工大学校级教研教改技俩《孤独学院计较机科学与工夫专科应用创新式东说念主才培养模式研究与践诺》，2010.7-2012.7

10．主理并完成2014年长沙理工大学校级教研教改技俩《基于孤独学院学生践诺创新才智培养的技俩实训改革研究与践诺》，2014.7-2016.6

11．主理2017年长沙理工大学校级教研教改技俩《新工科栽植模式下计较机类硬件课程群重构与实施》，2017.6-2019.6

12．参与2015年湖南省栽植厅教养改革研究技俩《基于校企合营的孤独学院计较机专科工夫技能东说念主才培养研究与践诺》（技俩负责东说念主：左经文），2015.6-2019.6

13．参与2016年湖南省栽植厅教养改革研究技俩《深度学习策略东说念主才培养模式的教养改革与践诺》（技俩负责东说念主：周书仁），2016.6-2019.6

14．参与2017年湖南省栽植厅教养改革研究技俩《稳妥区域经济发展需求的移动互联网创新东说念主才培养模式研究与践诺》（技俩负责东说念主：方琼），2017.6-2019.6

15．参与2018年湖南省栽植厅教养改革研究技俩《信息工夫自主可控需求底下向系统课程的缔造与应用》（技俩负责东说念主：黄敏），2018.6-2020.6

主理或参与科研类课题情况：

1．长沙市科技规画技俩、KQ1706064、会通视觉权贵性和特征

指示教师承担科研课题情况

信息的图像场景智能分析工夫研究、2017/01-2018/12、5万元、在研、主理

2．长沙市科技规画技俩（重要专项）、KQ1703018、基于角落计较的物联网末端研制及应用、2017/12-2020/12、100万元、在研、子课题主理（重要专项课题负责方：中联重科智能工夫有限公司）

3．湖南省栽植厅科学研究重心技俩、17A007、深度神经网罗压缩的表面方法与应用研究、2018/01-2020/12、10万元、在研、参与

4．国度天然科学基金后生科学基金技俩、61402053、利用外不雅相似性和全局拓扑结构的叠加元素索求与合成工夫研究、2015/01-2017/12、24万元、已结题、参与

5．湖南省栽植厅优秀后生科学研究技俩、14B005、视频一样蓄意追踪多少基础方法研究、2014/09-2017/08、4万元、已结题、主理

6．湖南省科技规画技俩、2014SK4080、图像结构性聚类算法在生物医学图像上的工夫研究、2014/04-2015/09、2万元、已结题、主理

7．湖南省栽植厅优秀后生科学研究技俩、13B132、基于计较机视觉的行东说念主检测与行径识别方法研究、2013/09-2016/08、5万元、已结题、参与

8．横向课题（湖南中联重科智能工夫有限公司）、2017zkhx130、《全路面起重机维修、珍爱系统》工夫开发、2017/07-2018/02、19.98万元、主理

9．湖南省科技规画技俩、2012GK3056、超高分辨率影像城区地物二次分类方法应用研究、2012/06-2014/06、2万元、已结题、参与

10．湖南省栽植厅科学研究技俩、11C0043、基于迂缓神经网罗的移动P2P信誉料理模子的应用研究、2011/06-2012/06、1万元、已结题、主理

发表科研论文（论文代表作）：

1. Yuantao Chen, Jie Xiong, Weihong Xu, et al. A novel online incremental and decremental learning algorithm based on variable support vector machine [J]. Cluster Computing, https://doi.org/10.1007/s10586-018-1772-4 (2018). (中科院3区)

2. Yuantao Chen, Weihong Xu, Jingwen Zuo, et al. The fire recognition algorithm using dynamic feature fusion and IV-SVM classifier [J]. Cluster Computing, https://doi.org/10.1007/s10586-018-2368-8 (2018). (中科院3区)

3. Yuantao Chen, Jin Wang*, Runlong Xia, et al. The Visual Object Tracking Algorithm Research Based on Adaptive Combination Kernel [J]. Journal of Ambient Intelligence and Humanized Computing, 2019: https://doi.org/10.1007/s12652-018-01171-4 (2019). (中科院4区)

4. Yuantao Chen, Jin Wang*, Xi Chen, et al. Single-Image Super-Resolution Algorithm Based on Structural Self-similarity and Deformation Block Features. IEEE Access, https://doi.org/10.1109/ACCESS.2019.2911892, 2019. (中科院2区)

指示教师对本技俩的补助情况

本技俩指示诚实陈沅涛通过多年指示大学生创新性实验规画技俩训诲、计科不凡班指示教师职责组织搭建合理结构本科生团队，充分诓骗计较机与通讯工程学院理科楼B区灵通实验室条目构建“硕士研究生+本科生”研讨式学习团队。2009年至2011年指示长沙理工大学城南学院技俩组（学生成员：李斌、李芳、蔡畅、何赞裕、刘泓池）完成湖南省大学生创新性实验规画技俩“自组织稳妥模式的P2P路由算法的研究与践诺”（湘教通[2009]320号文献 编号：406），城南技俩组完成的恶果P2P网罗仿真软件（GIFT）成效入选“湖南省首届大学生创新实验恶果展示会”（见图5），得到学校和范围相干人人的高度招供，为不竭进行P2P网罗研究打下坚实基础；2013年至2015年指示长沙理工大学城南学院技俩组（学生成员：向智武、张先明、童浩、胡超宇、杨炜炜）完成湖南省大学生创新性实验规画技俩“基于移动P2P网罗的移动酬酢网罗的研究与应用”（湘教通[2013]191号 编号：501）；2016年至2018年指示长沙理工大学城南学院技俩组（学生成员：李路根、刘玄玄、段鲸苏、李昶耀、尹松涛）完成湖南省大学生创新性实验规画技俩“‘互联网+’期间的‘机灵城南’校园概述做事平台”（湘教通[2016]283号 编号：946号）；2011年至2012年，陈沅涛指示“城南学院大学生创新性实验规画技俩”——“基于J2EE的电子商务系统安全性研究”，该技俩小构成效研发“基于J2EE的安全购物系统（乐米网）”，并撰写了软件使用评释书；2012年至2013年，陈沅涛指示“长沙理工大学大学生创新性实验规画技俩”——“基于P2P酬酢网罗的VOD系统已毕和方法研究”，该技俩小组仍是成效假想已毕基于P2P网罗的视频点播系统。由此可见，本科生团队研究基础条目充分、机制竣工、指示体系完善。

本科生团队具有坚实软件开发工夫学问的前期储备条目。从2018年1月至2019年1月，本科生团队在陈沅涛诚实过火硕士研究生尽心指示下，利用寒暑假期间和每个学期课余时分进行QT软件开发平台及C++开发说话学习，同期也参与跟进陈沅涛诚实指示的各类技俩履行过程。通过不停学习，团队成员掌捏Web前端假想的基本特质、网站拓扑结构、应用范围等关联基础学问，并贯注针对安卓、苹果移动开发料理、Web后台料理、QT软件开发开展研讨式学习门径。

项

目

组

主

要

成

员

姓   名

学号

专科班级

处所学院

技俩中的单干

朱明炜

201616080210

计较机不凡16-1

计较机与通讯工程学院

系统需求、假想

杨栩

201651050120

计较机不凡16-1

计较机与通讯工程学院

系统假想、已毕

文司昊

201656110113

计较机不凡16-1

计较机与通讯工程学院

系统假想、已毕

刘芊仪

201750080307

计较机不凡17-1

计较机与通讯工程学院

文档料理

郑灿

201750080431

计较机不凡17-2

计较机与通讯工程学院

系统测试

二、 立项依据（可加页）

（一） 技俩简介

本技俩奋勉科罚现有智能物联网末端开采基础数据可视化水平较低骨子情况，奋勉已毕基于物联网的多维数据可视化分析系统。跟的确体企业在坐蓐过程中关于坐蓐的智能物联网末端数据质地要求掌控程度不停提高，实体企业但愿获取更多骨子有用数据同期，能直不雅针对坐蓐过程中骨子产生数据进行可视化分析与处理，但愿软件系统梗概针对骨子坐蓐数据进行剖释与展示，向企业径直通过图表体式展示坐蓐过程问题与细节提供粗拙形式。

（二） 研究方针

本技俩规画以指示教师现在正在履行的长沙市科技规画技俩（重要专项）“基于角落计较的物联网末端研制及应用”（湖南中联重科智能工夫有限公司、长沙理工大学合股央求立项）为基础条目，充分践诺长沙理工大学、湖南省栽植厅一贯倡导的“教养促进科研，科研反哺教养”，联接湖南中联重科智能工夫有限公司现有研制智能物联网末端开采为基础开采，奋勉科罚现有智能物联网末端开采基础数据可视化水平较低骨子情况，奋勉已毕基于物联网的多维数据可视化分析系统。

可视化数据分析系统梗概容许实体企业关于智能物联网末端开采上位机的骨子数据分析需求，以本科生团队为主体假想已毕可视化数据分析系统为智能物联网末端开采枢纽工夫研究责任提供有用科罚有蓄意和原型系统。

（三） 研究内容

本技俩中选用智能物联网末端已具备功能：

（1）具备针对底层条约进行剖释操作的分析才智（举例：通讯条约：Modbus、OPC等；总线条约：CAN、PROFIBUS等；无线条约：Wireless、BT等）；

（2）具备对云表平台的条约进行对接的操作才智，对云平台的即时通讯才智（举例：以太网、Wifi、4G、NB-IoT等）；

（3）联接微机电系统（MEMS）传感节点工夫，具备对表层和对基层专有条约完成二次开发的假想才智；

（4）补助开采数据主动集会、状貌式走漏以及用户自界说条目过滤和汇聚；

（5）具备灵通会通系统才智，梗概配合云表为手机APP模范提供补助。

 

图1 开采举座中枢工夫结构图

跟的确体企业在坐蓐过程中关于坐蓐的智能物联网末端数据质地要求掌控程度不停提高，实体企业但愿获取更多骨子有用数据同期，能直不雅针对坐蓐过程中骨子产生数据进行可视化分析与处理，但愿软件系统梗概针对骨子坐蓐数据进行剖释与展示，向企业径直通过图表体式展示坐蓐过程问题与细节提供粗拙形式。本技俩研究假想可视化数据分析系统属于图1所示“物联网末端”开采举座中枢工夫框架图中“数据平台及利用”方面，基于智能物联网末端进行上位机软件系统假想与已毕同期为企业提供粗拙操作方法是技俩中枢研究内容。

（四） 国、表里研究近况和发展动态

民众新一轮科技与产业翻新方兴未已，从德国“工业4.0”到好意思国“工业互联网”，宇宙列国在智能制造范围浓烈角逐，争夺制造业发展主动权。国务院发布《中国制造2025》行动我国实施制造强国计策的行径提要，提议了缔造制造强国蓄意，即：通过“三步走”表率已毕制造强国的计策蓄意。其中，第一步等于截止到2025年，中国要迈入制造强国序列。

在国度发布“中国制造2025”行径节录之后，湖南省科技厅和长沙市就先后发布《湖南省高新工夫产业开发区创新驱动发展提质升级三年行径有蓄意（2017-2019年）》、《国度智能制造中心创建有蓄意》，长沙依托原土高校的科研上风，积极引进北斗产业高工夫东说念主才，初步建成了集高端工夫、高端居品、特色应用示范、居品检测为一体的具有自己中枢上风的产业集群。为加速激动长沙“国度智能制造中心”中枢区缔造责任，抢抓“中国制造2025”和“互联网+X”行业机遇，行动制造业智能化的中枢部分，必须加速物联网末端中枢工夫的研究与缔造，通过物联网工夫已毕工业邻接、工业网罗化。

本技俩开采补助实体企业湖南中联重科智能工夫有限公司（中联智能）行动长沙智能制造示范企业，已通过移动互联网、云计较、大数据、物联网等与智能装备制造行业的联接来激动智能制造产业，促进企业转型升级。以物联网行动有用技能来造成档次更丰富的信息系统，将东说念主与东说念主、物与物、东说念主与物已毕全面邻接。现在，中联智能已开展物联网云平台缔造责任，通过智能装备行业几十万台数据的邻接，以及海量邻接后的数据分析，从而为行业提供新的业务价值，为长沙智能制造激动发展起到示范作用。中联智能现有开采应用框架图和智能物联网框架图，如图2所示。

 

图2 现有开采应用框架图

物联网通过网罗已毕感应器、开采和末端的联接。角落计较是指在聚集物或数据起源的网罗角落侧，就近提供角落智能做事。民众将有超过500亿的末端和开采联网，超过50%的数据需要在网罗角落侧进行处理和分析。IDC的陈诉早就向咱们揭示了改日网罗发展的新趋势：改日，网罗流量的50%将来自物联网，而40%的物联网流量将在角落进行处理。

国表里现在已有诸多企业入辖下手开展许多角落计较与雾计较方面的工夫研究责任，同期也研制相应居品。国际，Intel在民众范围内推动了三个定约，永诀是工业互联网定约IIC，灵通互联基金会OCF，灵通雾计较定约OFC（Open Connectivity Foundation），其中OCF等于主要针对角落计较，针对物联网的走漏它是端到端的系统，分为角落和后端平台两部分，中间通过网罗进行邻接，在角落部分，觉得它包含数据集会、网关及数据处理等等模块，在后端完成的是数据的处理机开采的而已料理。戴尔追加发布故意针对工业应用角落计较居品，从汽车、无东说念主机、医疗开采到机器东说念主范围开采邻接数目增长趋势不错看到，越来越多企业正在从云计较模式转向雾计较应用。2017年4月，国际雾计较产学研定约大中华区在上海书记谨慎配置，此举标记着国际雾计较产学研定约（OpenFog定约）在大中华地区的谨慎落地。国际雾计较产学研定约大中华区的配置与不停发展将有劲促进前沿工夫交流，加速已毕国际主流物联网工夫与国内产业需求的深度会通，猖厥推动物联网工夫在中国的产业化程度，全面开启与国际接轨的物联网产业重生态。

 

图3 现有智能物联网框架图

“雾计较”办法由念念科草创。有别于云计较，雾计较所采选的架构更散布、更接近网罗角落。雾计较可利用聚集末端的开采进行数据处理，从而关于物联网雄壮的信息量传送至云计较中心时激发的占用带宽过多或负载过重的情况进行有用的改善。通过将计较、通讯、撤销和存储资源与做事，分派给离用户或数据源最近的开采和系统，雾计较不错匡助已毕云才智的延迟和拓展，从而提供长入的端到端云＋雾平台、做事和应用。利用灵通的圭臬方法，OpenFog架构将云表的无缝智能与物联网末端合股在沿途，从传统禁闭式系统以及依赖云计较模子，进化成为一种全新的计较模子。

物联网互连、机器与机器的通讯、及时计较需乞降联网开采需求正驱动雾计较阛阓不停发展。国际雾计较产学研将有用团员行业资源及工夫能量，推动中国产学研各界在雾计较等物联网范围已毕合营共赢，促进多元化物联网工夫应用普及和产业发展，充分开释雾计较的无尽后劲，协力构建中国物联网产业重生态。雾计较与云计较彼此协同责任，共同促进行业转型：云计较聚焦非及时、长周期数据的大数据分析，在周期性选藏、业务决策补助等范围发扬特长；雾计较聚焦及时、短周期数据的分析，能更好地补助云表应用的大数据分析。

可视化工夫是为了从高维数据中获取有用信息和了解数据结构将数据进行图形化展示的过程。可视化工夫为分析和走漏高维数据提供了有用技能，它能显现数据袒护的变化规定，匡助用户进行决策判断和信息走漏。中联智能的智能物联网末端开采基础数据就属于高维数据集。国际针对可视化工夫研究比国内初始的时分要早，从20世纪80年代末国际就提议了可视化工夫，国际关于可视化工夫的研究相比长远且在可视化工夫上取得了相比好的恶果，可视化工夫在国际得到了很大发展并得到了泛泛应用，举例在地质学、征象学、海洋学、生物学、医学等诸多科学和工程范围齐应用了可视化工夫。我国可视化工夫起步相对国际来说较晚，比年来我国可视化工夫才得到较高青睐和普及。

（1）平行坐标可视化

平行坐标可视化是高维数据显现的一种常用工夫，它能在二维空间内对高维数据进行直不雅展示。跟着数据维度的增多和数据量的增大，传统的平行坐标可视化产生数据杂波的问题。高维数据可视化的撤销瑕瑜常强大的，用户很难分析和走漏数据样本。比年来，科研东说念主员仍是作念出很大奋勉，以减少平行坐标可视化杂波问题，提高高维数据可视化撤销。

针对平行坐标可视化方法的研究改进主要有两个方面：一方面是增强平行坐标可视化效果，在可视化效果的增强上有许多代表性恶果，其中Ying-Huey Fua[1]等东说念主提议了分层平行坐标可视化工夫，这种可视化工夫将高维数据聚集用树形结构进行展示，不错匡助用户分析袒护的信息和数据结构，但分层平行坐标可视化时分复杂度较高。Liang FuLu[2]等东说念主先容了一种对平行坐标可视化维度进行重排的算法，在文中状貌了一种非线性相干方法来计较维度之间的相似性，休养维度位置以便相似维度之间是相邻的。Wei Peng[3]等东说念主概述了平行坐标可视化维度重排算法，并粗拙先容了几种启发式的维度重排方法。Koto Nohno[4]等东说念主提议的重排算法和Almir Olivette Artero[5]等东说念主文章中提议的维度重排算法关于高维数据平行坐标可视化效果显现也起到了紧迫作用，提高了高维数据可视化效果的可读性。Jing Yang[6]等东说念主提议了一种交互平行坐标可视化方法，用户不错操作平行坐标可视化的撤销，举例进行维度重排、休养维度间距等，加强交互性，提高可视化效果。但在这些可视化方法中，莫得对高维数据聚集的数据进行处理，主如若优化了维度之间关系。

另一方面，主如若将平行坐标可视化方法和其他数据挖掘工夫进行联接，也有许多代表性的恶果，通过使用这种方法，用户不错从高维数据会聚获取有用信息，并将数据挖掘撤销进行可视化。Khadidja Ameur[7]等东说念主提议了一个可视化方法，联接聚类工夫和平行坐标可视化，通过这种可视化方法，用户不错直不雅分析数据会聚有用信息和袒护的数据结构。Almir Olivette Artero[8]等东说念主优化平行坐标可视化中聚类的结构，以便更好匡助用户进行分析。Hong Zhou[9]等东说念主展示了聚类平行坐标可视化。Alfredo Cuzzocrea[10]等东说念主在文中回来了平行坐标可视化数据挖掘的优纰谬。Geoffrey Ellis[11]等东说念主回来了平行坐标可视化杂波的各式方法，文中将杂波搁置工夫进行分类并粗拙先容几种启发式方法，其中聚类方法是一种枢纽工夫。但在这些代表性恶果中，它不可保证数据进行聚类和可视化之前数据已有一个很好的维度轮番。

（2）散点图可视化

散点图可视化亦然一种紧迫的高维可视化工夫，在高维数据显现上起到了紧迫作用，它主如若通过降维工夫进行低维空间的显现。散点图可视化方法不错径直显现数据之间的彼此关系，发现数据袒护规定，方便用户进行分析。现在散点图可视化得到泛泛应用。

B. Dash[12]等东说念主提议了一种联接PCA和K-means聚类的方法用来处理高维数据聚集，并进行散点图效果展示。在这种方法中，领先将高维数据降维到二维空间然后进行聚类分析，在散点图中进行撤销显现。这种方法不错有用地挖掘高维数据聚集。D. S. Rajput[13]等东说念主通过特征选拔和聚类算法已毕高维数据分析，并将撤销进行散点图可视化。A. Musdholifah[14]等东说念主的文章中亦然利用降维工夫将高维数据聚集进行数据挖掘和可视化分析，当数据量相等大时，数据挖掘和可视化的效力齐相比低。

跟着聚类工夫不停发展，I. Asseent[15]等东说念主提议了子空间聚类撤销应用散点图可视化。在文中不再使用降维工夫将高维数据聚集进行降维聚类然后可视化，而是径直用子空间聚类处理高维数据聚集，再将撤销用散点图展示，这种可视化撤销展示天然保持了信息的竣工性，但这种可视化方法的时分复杂性相比高。王开军[16]回来了多维数据聚类散点图可视化，在文中对各式降维散点图可视化方法进行总和。为了更好的展示高维数据聚集，保持高维数据信息，散点图可视化工夫得到了推广，Yunzhu Zheng[17]等东说念主提议了散点图矩阵可视化，这种可视化工夫可展示高维数据两两维度之间的关系。

本技俩充分诓骗长沙理工大学计通学院、合营企业已有基础条目、技俩小组团队各方上风达到互补作用，以计较机科学与工夫不凡工程师培养有蓄意为参考条目，重心死力于把移动网关功能及应用和内容部署到物联网末端开采，就近选拔提供智能末端邻接与数据处理业务，让不同类型应用与数据在物联网网罗末端开采进行腹地化处理，已毕业求及时、业务智能、数据团员与互操作、安全与秘密保护等枢纽智能做事，达到有用裁汰时延、提高计较速率、提高资源转机效力研究蓄意，有用升迁业务智能决策效力。基于上述智能物联网关开采来已毕可视化数据分析操作是本技俩具体实施内容。

参考文献

[1] Ying Huey Fua, Matthew O Ward, Elke A Rundensteiner. Hierarchical parallel coordinates for exploration of large datasets. In: Proceedings of the conference on Visualization, IEEE, 1999: 43-50.

[2] Liang Fu Lu, Mao Lin Huang, Tze-Haw Huang. A new axes reordering method in parallel coordinates visualization. In: Proceedings of Machine Learning and Applications, IEEE, 2012: 252-257.

[3] Wei Peng, Matthew O Ward, Elke A Rundensteiner, et al. Clutter reduction in multi-dimensional data visualization using dimension reordering. In: Proceedings of Information Visualization, IEEE, 2004: 89-96.

[4] Koto Nohno, Hsiang-Yun Wu, Kazuho Watanable, Satoshi Takahashi, Iwao Fujishiro. Spectral-based contractible parallel coordinates. In: Proceedings of Information Visualization, IEEE, 2014: 7-12.

[5] Almir Olivette Artero, Maria Cristina Oliveira, Haim Levkowitz. Enhanced high dimensional data visualization through dimension reduction and attribute arrangement. In: Proceedings of Information Visualization, IEEE, 2006: 707-712.

[6] Jing Yang, Wei Peng, Matthew O Ward, Elke A Rundensteiner. Interactive hierarchical dimension ordering, spacing and filtering for exploration of high dimensional datasets. In: Proceedings of Information Visualization, IEEE, 2003: 105-112.

[7] Khadidja Ameur, Nadjia Benblidia, Saliha Oukid-Khouas. Enhanced visual clustering by reordering of dimensions in parallel coordinates. In: Proceedings of IT Convergence and Security, IEEE, 2013: 1-4.

[8] Almir Olivette Artero, Maria Cristina F de Oliveira, Haim Levkowitz. Uncovering clusters in crowded parallel coordinates visualizations. In: Proceedings of Information Visualization, IEEE, 2004: 81-88.

[9] Hong Zhou, Xiaoru Yuan, Huamin Qu, Weiwei Cui, Baoquan Chen. Visual clustering in parallel coordinates. In: Proceedings of Computer Graphics Forum, 2008: 1047-1054.

[10] Alfredo Cuzzocrea, Davood Zall. Parallel coordinates technique in visual data mining: advantage, disadvantages, and combinations. In: Proceedings of International Conference on Information Visualization, IEEE, 2013: 278-284.

[11] Geoffrey Ellis, Alan Dix. A taxonomy of clutter reduction for information visualization. IEEE Transactions on Visualization and Computer Graphics, 2007, 13(6): 1216-1223.

[12] B Dash, Debahuti Mishra, A Rath, Milu Acharya. A hybridized k-means clustering approach for high dimensional dataset. International Journal of Engineering, Science and Technology, 2010, 2(2): 59-66.

[13] D. S. Rajput, P. K. Singh, M. Bhattacharya. Feature selection with efficient initialization of clusters centers for high dimensional data clustering. In: Proceedings of Communication Systems and Network Technologies, 2011: 293-297.

[14] A. Musdholifah, S. Z.M. Hashim, R. Ngah. Hybird pcailge clustering approach for high dimensional data. IEEE Transactions on Systems, Man and Cybernetics, 2012, 33(4): 420-424.

[15] Ira Assent, Ralph Krieger, Emmanuel Muller, Thomas Seidl. Visa: visual subspace clustering analysis. ACM SIGKDD Explorations News Letter, 2017, 19(2): 5-12.

[16] 王开军. 多维数据的聚类撤销可视化工夫综述. 福建师范大学学报, 2012, 28(4): 115-124.

[17] Yunzhu Zheng, Haruka Suematsu, Takayuki Itoh, Ryohei Fujimki, Satoshi Morinaga, Yoshinobu Kawahara. Scatter plot layout for high dimensional data visualization. Journal of Visualization, 2015, 18(1): 111-119.

（五） 创新点与技俩特色

（1）本大学生研究性实验技俩波及计较机科学与工夫、物联网两大学科中网罗、通讯、信息处理等多个研究范围，课题内容妥贴多维数据可视化主题，反馈了现时信息化与大数据处理两大紧迫范围的最新工夫进展前沿。不仅故意于大学生在履行过程中会通计较机科学工夫专科旨趣课程的表面体系，又能兼顾专科研究与应用发轫践诺才智的培养，为学生专科修养的进修和造成提供了切实可行的路子。

（2）针对可视化数据分析系统进行应用性研究践诺责任。本课题拟提议基于智能物联网末端的数据分析算法。本小组将通过表面分析和具体实验标明本可视化数据分析系统在企业骨子责任中的具体功效水平。

（3）本技俩拟依据软件工程范例经过已毕可视化数据分析系统，并融入本技俩提议的数据分析算法，已毕本技俩预期已毕的可视化数据分析系统。

（六） 工夫道路、拟科罚的问题及预期恶果

1．工夫道路

针对物联网工夫现在现有问题：（1）业求及时性差：许多应用场景（工业检测、撤销、履行）及时性要求高。如果数据分析与逻辑撤销十足在云表已毕，难于容许业求及时性要求，出现网罗拥塞、高延时、低做事质地等景色；（2）数据爆炸与网罗流量压力大：物联网产生数据量雄壮，2020年预期每年产生44ZB范围以上数据量。统统末端开采与传感器集会数据无法全部传至云表平台，需要寻求有用科罚有蓄意；（3）安全与秘密保护差：数据通过网罗已毕端到端传输过程，云平台需要接入大齐末端开采，窥探撤销与恐吓贯注难度大幅提高，枢纽数据竣工性、守秘性需要提高保护。

对物联网而言，意味着许多撤销将通过腹地开采已毕而无需交由云表，处理过程将在腹地角落计较层完成。这无疑将大大升迁处理效力，缩小云表的负荷。由于愈加聚集用户，还可为用户提供更快的响应，将需求在角落端科罚。在角落部分，它包含数据集会、网关及数据处理等模块，已毕末端及开采的海量、异构与及时邻接，角落侧引入数据分析、数据存储与业务自动处理才智，智能化履行腹地业务逻辑，梗概更好地对腹地和云表进行监测和贯注，并对数据进行加密，雾计较结构框架如图4所示。

 

图4 雾计较系统结构框架图

本技俩经受智能物联网末端接受数据集会、存储、分析等已传输功能，智能物联网末端已泛泛应用制造行业。本技俩规画以合营央求企业研发坐蓐的智能物联网末端开采行动研究对象，通过雾计较模式在物联网中的应用来集成数据集会、计较、存储、传输等功能，提高物联网工夫的应用水平，开展物联网末端假想、制造、数据可视化、质地评估等方面的相干骨子研究。本可视化数据分析系统举座结构如图5所示，智能物联网末端的主要工夫参数如表1所示。

表1 智能物联网末端主要工夫参数

基本参数

移动通讯频段

全网通

芯片

ARM Contex-A8

GPS精度

≤1m（开朗风景条目）

电板

3.7V/5500mAh

责任时分

睡眠模式90天

存储

32G大容量存储

物联参数

WIFI

具备WIFI

BT

具备WIFI

导航

GPS/北斗双模

而已

2G/3G/4G

智能化

内置传感

温度、湿度、三轴

二次开发

具备二次开发功能

计较才智

及时计较应用

可靠性

责任温度

欧美av女星

-30℃~70℃

储存温度

-40℃~85℃

防水等第

IP65

冲击振动

100G

静电贯注

GB/T19951-2005：Ⅳ级

静电放电稽查

IV级 A类及格

雷击浪涌稽查

IV级 A类及格

脉冲群稽查

IV级 A类及格

大电流注入稽查

A类及格

振动及冲击稽查

依JT/T 794-2011实验圭臬 パナソニック 分電盤 大形リミッタースペース付 露出・半埋込両用形