仪器仪表技术的发展对“大数据”的作用(yòng)

    1、多(duō)物(wù)理(lǐ)量检测技术、RFID技术和模块化数据采集系统等為(wèi)“大数据”的获取提供前提与支撑。

   多(duō)种物(wù)理(lǐ)量检测获取到不同种类的数据，即為(wèi)非结构化数据，现代仪表检测的灵敏度、精度、测量范围、检测对象都有(yǒu)了很(hěn)大的提升，现代仪器仪表对物(wù)理(lǐ)世界的认知交互应用(yòng)越来越广泛。先进的传感检测仪表是信息世界与物(wù)理(lǐ)世界互动的前提，也是造成海量数据的原因。如美國(guó)國(guó)家仪器公司(NI公司)开发的产品NI CompactDAQ、CompactRIO、PXI硬件，以及诸如NI LabVIEW系统设计软件和DIAdem之类的工具為(wèi)“大数据”实时的在采集数据的源头处理(lǐ)数据。

    2、互联网技术、总線(xiàn)技术、分(fēn)布式仪表技术為(wèi)“大数据”的信息融合提供多(duō)样性保障。

    随着现代工业的飞速发展和生产装置规模的不断扩大，生产过程日趋复杂，对企业生产自动化仪表和各种信息的集成设备信息综合要求越来越高。据估计，到2020年，全球将有(yǒu)约300亿的仪器设备通过无線(xiàn)方式发生互联，无線(xiàn)传感网、物(wù)联网技术在智能(néng)電(diàn)网、智能(néng)交通等中得到了越来越多(duō)的应用(yòng)。一个大的复杂系统亟需综合各种数据信息，不同设备检测获取的数据的结构是不同的;通过网络，中间点智能(néng)变送器发挥的作用(yòng)更加重要，它将為(wèi)上层设备的“大数据”分(fēn)析提供可(kě)访问性、可(kě)用(yòng)性。总的来说，网络技术、总線(xiàn)技术、分(fēn)布式测量技术為(wèi)仪器仪表产生的“大数据”信息的时空融合提供渠道，以保证数据多(duō)样性。

    3、低功耗、高处理(lǐ)能(néng)力的集成電(diàn)路与存储技术為(wèi)“大数据”的运算处理(lǐ)速度和海量存储提供可(kě)能(néng)。

    低功耗、高频率的微型芯片、大规模集成電(diàn)路、超大容量存储技术的迅猛发展直接促进了海量数据的有(yǒu)效处理(lǐ)与存储。近年出现的云储存技术有(yǒu)效突破本地单一传感器数据存储的局限。1965年，Gordon Moore提出著名的摩尔定律，即集成電(diàn)路中晶體(tǐ)管数量大约每两年就会翻一番。近50年过去，摩尔定律依然影响着電(diàn)子行业，摩尔定律的效应令技术的价格变得可(kě)以让人承受，并且新(xīn)的发明帮助工程师和科(kē)學(xué)家以先进的電(diàn)子仪器仪表采集、分(fēn)析和储存数据，正是这些变化引起了“大数据”这一奇观现象。

    4、嵌入“智慧”的仪器仪表為(wèi)“大数据”的低密度价值信息的分(fēn)析、综合、提取、决策提供支持。

    从“大数据”中汲取价值的过程是一个从原始数据获取到有(yǒu)价值信息提炼的阶段过程。统计分(fēn)析、数据挖掘、机器學(xué)习等智能(néng)算法越来越被嵌入到智能(néng)仪器仪表中，使得对“大数据”的价值利用(yòng)更為(wèi)充分(fēn)，借助现代化微型智能(néng)处理(lǐ)器、执行单元仪表等，可(kě)以建立有(yǒu)效的“大数据”分(fēn)析模型，并在大量数据集合上执行多(duō)种模式的智能(néng)交互。