儀器儀表技術的發(fā)展對“大數(shù)據(jù)”的作用
1、多物理量檢測技術、RFID技術和模塊化數(shù)據(jù)采集系統(tǒng)等為“大數(shù)據(jù)”的獲取提供前提與支撐。
多種物理量檢測獲取到不同種類的數(shù)據(jù)，即為非結構化數(shù)據(jù)，現(xiàn)代儀表檢測的靈敏度、精度、測量范圍、檢測對象都有了很大的提升，現(xiàn)代儀器儀表對物理世界的認知交互應用越來越廣泛。先進的傳感檢測儀表是信息世界與物理世界互動的前提，也是造成海量數(shù)據(jù)的原因。如美國國家儀器公司(NI公司)開發(fā)的產(chǎn)品NI CompactDAQ、CompactRIO、PXI硬件，以及諸如NI LabVIEW系統(tǒng)設計軟件和DIAdem之類的工具為“大數(shù)據(jù)”實時的在采集數(shù)據(jù)的源頭處理數(shù)據(jù)。
2、互聯(lián)網(wǎng)技術、總線技術、分布式儀表技術為“大數(shù)據(jù)”的信息融合提供多樣性保障。
隨著現(xiàn)代工業(yè)的飛速發(fā)展和生產(chǎn)裝置規(guī)模的不斷擴大，生產(chǎn)過程日趨復雜，對企業(yè)生產(chǎn)自動化儀表和各種信息的集成設備信息綜合要求越來越高。據(jù)估計，到2020年，全球?qū)⒂屑s300億的儀器設備通過無線方式發(fā)生互聯(lián)，無線傳感網(wǎng)、物聯(lián)網(wǎng)技術在智能電網(wǎng)、智能交通等中得到了越來越多的應用。一個大的復雜系統(tǒng)亟需綜合各種數(shù)據(jù)信息，不同設備檢測獲取的數(shù)據(jù)的結構是不同的;通過網(wǎng)絡，中間點智能變送器發(fā)揮的作用更加重要，它將為上層設備的“大數(shù)據(jù)”分析提供可訪問性、可用性。總的來說，網(wǎng)絡技術、總線技術、分布式測量技術為儀器儀表產(chǎn)生的“大數(shù)據(jù)”信息的時空融合提供渠道，以保證數(shù)據(jù)多樣性。
3、低功耗、高處理能力的集成電路與存儲技術為“大數(shù)據(jù)”的運算處理速度和海量存儲提供可能。
低功耗、高頻率的微型芯片、大規(guī)模集成電路、超大容量存儲技術的迅猛發(fā)展直接促進了海量數(shù)據(jù)的有效處理與存儲。近年出現(xiàn)的云儲存技術有效突破本地單一傳感器數(shù)據(jù)存儲的局限。1965年，Gordon Moore提出著名的摩爾定律，即集成電路中晶體管數(shù)量大約每兩年就會翻一番。近50年過去，摩爾定律依然影響著電子行業(yè)，摩爾定律的效應令技術的價格變得可以讓人承受，并且新的發(fā)明幫助工程師和科學家以先進的電子儀器儀表采集、分析和儲存數(shù)據(jù)，正是這些變化引起了“大數(shù)據(jù)”這一奇觀現(xiàn)象。
4、嵌入“智慧”的儀器儀表為“大數(shù)據(jù)”的低密度價值信息的分析、綜合、提取、決策提供支持。
從“大數(shù)據(jù)”中汲取價值的過程是一個從原始數(shù)據(jù)獲取到有價值信息提煉的階段過程。統(tǒng)計分析、數(shù)據(jù)挖掘、機器學習等智能算法越來越被嵌入到智能儀器儀表中，使得對“大數(shù)據(jù)”的價值利用更為充分，借助現(xiàn)代化微型智能處理器、執(zhí)行單元儀表等，可以建立有效的“大數(shù)據(jù)”分析模型，并在大量數(shù)據(jù)集合上執(zhí)行多種模式的智能交互。
