工業大數據融合體系結構與關鍵技術

純陽書評（豆瓣:純陽子/公衆號:純陽書評／微信號:chimbusco88）第398期《工業大數據融合體系結抅與關鍵技術》有些人脾氣隨和適合交往，有些人才氣逼人適合欣賞。人有人性，書也有書性。有些書通俗易懂，適合普羅大衆，有些書深奧高冷，只適合行業中人。這本書可能就屬於後者，專注於工業領域海量多源異構數據的融合，所以深奧；內容涉及大量算法邏輯和數學公式，所以高冷。在這裏必須提醒讀者的是，深奧高冷是一回事，有創新價值、有思想含量是另一回事，而這本書把這兩回事變成了一回事，深奧高冷只是外在表現，創新硬核纔是包裹在內的真實內容。具體看點如下： 第一、作者提出了一個數據融合體系結構的模型和實現。 就一個問題給出一個實用辦法很有價值，但這一點往往不是最有價值的，更有價值的很可能是爲這個問題提出一個理論模型。道理很簡單，有了模型，就有了一個通用的、系統化的思考框架，有了這個框架就可以更有效地解決具體的問題。 傳感器雲領域就存在這樣的問題，研究如火如荼，但卻缺乏基於傳感器雲工業應用系統的性能及可靠性分析和評估的理論模型，而且幾乎沒有人關注面向工業領域的特定應用框架和數據融合方案的研究。針對這一問題，作者提出了新型的工業無線傳感器網絡數據融合體系結構，能夠實現製造系統網絡層面的縱向集成，所有設備形成一個自組織的、具有高度靈活性和可重配置性的製造系統。這個結構模型的提出一方面可以指導傳感器雲領域應用實踐的落地探索，另一方面也爲未來其他領域模型的構建奠定了基礎，創造了條件。 第二、作者在傳感器雲領域多個關鍵問題上做出了創新性的工作。 傳感器雲本身是一個概念，但絕不是一個單純的概念，而是一個實實在在的、包含了大量傳感器的物理實體。衆多傳感器要通過有機協作、高效協同才能產生最佳的經濟效益。 那麼第一個問題就來了，每個傳感器都需要開銷，都需要成本，那麼該如何配置、如何部署才能實現最低的投入，產生最佳的效益。作者將問題轉化爲K中點問題，通過k資源調度器，提出了漸進交換算法、貪心算法和RK算法，爲資源配置和設施部署提供了硬核的解決方案。 第二個問題接踵而至，有了來自傳感器雲的數據以後，如何從數據中創造價值，如何做好設備的故障預測和質量預測？作者在綜述了前人研究工作的基礎上，基於高斯迴歸理論提出了單步預測模型、多步預測模型、基本模型和反饋模型，這些新模型爲解決此類問題提供了新思路，打開了新空間。 第三個問題也來了，與工業設備會有故障和異常一樣，無線傳感器也會有故障和數據異常，作者針對數據的模式異常提出了基於骨架的模式表示異常檢測方法，針對數據的異常值提出了基於最近鄰居集合的隔離型分佈式異常值檢測模型。如果讀者真有耐心看到這裏，肯定理解爲什麼要說這本書深奧高冷，也肯定相信這本書的創新硬核絕非浪得虛名。 儘管難啃，但是好書一本，懷念做算法的日子。