基于物联网的信息提取与决策支持研究

摘要：近年来，物联网及其相关技术在拉动经济增长和促进技术发展等方面展现出了巨大潜力。我国政府对物联网发展也极为重视，将其列为未来我国重点发展的五大新型科技领域之一。该文探讨了“山东省十二五规划”课题《基于物联网的信取与决策支持研究》的研究方案，旨在对物联网应用层的信息智能处理技术进行改造和创新，解决物联网的信息提取与决策支持问题。

关键词：物联网；信息提取；决策支持；RFID

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2014）25-6019-03

Based on Internet of Things at Information Extraction and Research on the Decision Support

ZHANG Jing

（Dongchang College of Liaocheng University， Liaocheng 252000，China）

Abstract： In recent years， Internet of things and related technology in promoting economic growth and promote the respect such as technical development shows great potential. The Chinese government on the Internet of things is also very seriously， be classified as our future focus on the development of five new technology in the field of. This paper discusses “the Twelfth Five-Year Plan Project" in Shandong Province Based on Internet of things take the letter and decision support of research program. Aimed at the Internet application layer information intelligent processing technology for transformation and innovation， solve the interconnection of information extraction and decision support problem.

Key words： internet of things； information extraction； decision support

物聯网（Internet of Things）的概念是MIT Auto-ID Center在1999年提出来的，即把所有物品通过射频识别等传感设备与互联网连接起来，实现智能化识别和管理。物联网技术被看作是未来信息技术的杰出代表，将对我国未来经济的发展产生持续而深远的影响。

当今社会，全球物联网产业体系正处于建立和完善过程中，虽然具备了初级产业形态，但还没有形成大规模的发展。物联网技术具有强关联性、高度混杂性和非确定性等特征，要实现真正的物物互联，就必须解决海量信息的融合、提取与决策支持等问题。目前，我国海量信息智能处理技术研究和发展相对滞后，只有少数研究单位和企业进行研究，主要以跟随为主，技术水平和影响力相对比较薄弱。

1 本课题所解决的主要问题及关键技术

1.1 本课题解决的主要问题

本课题旨在对物联网的信息智能处理技术进行改造和创新，解决物联网的信息提取与决策支持问题，在物联网技术发展过程中通过应用创新形成新兴业态、开拓新增市场。

本课题在深入研究物联网的基础理论和基本方法的基础上，针对物联网所存在的强关联性、高度混杂性和非确定性等特征，重点解决以下关键的研究问题：

1） 研究物联网在信息采集、信息融合和决策控制等方面问题以及在数据关联、数据处理、隐私保护、信息安全等问题；

2） 解决混杂条件下信息提取与决策支持问题；

3） 解决对多源异构信息进行多层次汇聚、处理、融合和决策等问题；

4） 揭示物联网的信息处理、关系融合、关系链挖掘、主动决策与互动控制的一般规律；

5） 提出具有可信验证和隐私保护能力的物联网信息提取、主动决策和互动控制方法。

1.2关键技术

1） RFID技术

物联网的关键技术之一是RFID技术。RFID常称为感应式电子晶片或电子标签、电子条码等。RFID是一种非接触式的自动识别技术，主要包括三部分，分别是阅读器（Reader）、标签（Tag）和中间件（应用软件）组成。RFID的工作原理是利用射频信号和空间耦合传输特性，实现对被识别物体的自动识别[3]。如图1所示。

2） 决策支持算法

1986年由Quinlan提出了一种串行决策树算法ID3（ Iterative Dichotomiser 3） ，它运用信息熵理论，在样本集中选择具有最大信息增益的属性作为当前节点的测试属性。

设属性B作为测试属性， 设Wij 是子集Wj 中类Ci 的样本数， 根据B 划分成子集的熵为：

随着物联网技术的不断发展，针对物联网的感知互动、虚实交融、异构复杂等特性，研究物联网系统资源、服务和决策的耦合机理，通过感知、传输、决策控制等各个层次上的优化及跨层优化调度，设计一整套符合物联网特性的系统优化机制将成为物联网技术的发展趋势。

物联网技术是通过RFID技术、无线传感器技术以及定位技术等自动识别、采集和感知获取物品的标识信息、属性信息和周边环境信息，借助各种信息传输技术将物品相关信息聚合到统一的信息网络中，并利用云计算、模糊识别、数据挖掘以及语义分析等各种智能计算技术对物品相关信息进行分析融合处理，最终实现对物理世界的高度认知和智能化的决策控制。

在本课题中我们将利用物联网信息聚合技术对海量的原始数据进行采集的同时采用合理的数据挖掘技术进行信息处理和计算，从而推导出对于管理平台具有特定意义和参考价值的数据，同时力求降低网络数据传输总量、减少网络拥塞发生、提高网络性能和传输效率。

3 课题研究意义与价值

物联网被看作是全球范围内未来的、万亿级规模的新兴产业之一。随着人们新技术知识的普及和认知能力的提升，物连网（Internet of things）已不再是令人陌生、好奇的新名词。2010年，物联网技术发展已被列入我国国家级重大科技专项，与新能源、绿色制造等并列成为国家五大新兴战略型产业。物联网的核心是信息感知和信息的获取，是将多种传感器信息融合后经过加工处理成“智能”的知识和判断，并对社会的生产和人们的生活带来极大的便利并产生深远的影响。

本课题主要是针对信息在采集和传输过程中需要同时进行智能处理和决策，借鉴主动网络思想，根据物联网终端规模和信息流规模，对信息进行分类提取，并针对物联网的特征对于信息进行汇总后，再进行进一步的分析，旨在对海量数据进行分析提取后能给出有利于物联网特点的决策支持信息。

4 课题完成的可行性分析

本课题的研究内容、学术思路和技术途径具有良好的可推进性。项目团队多次进行集体学习并深入探讨本课题的科学问题和研究内容，并提出了切实可行的研究思路和技术途径。项目团队具有良好的合作基础，团队成员包括5名硕士研究生，其中3名讲师、2名助教，都是青年学术及教学骨干，5人中3人是计算机专业，2人是电子信息专业，研究队伍组织有序，专业搭配合理，人才队伍优势为项目的实施奠定良好的基础。

项目团队在物联网相关领域具有一定的前期研究积累。本课题主持人张晶老师曾在中文核心期刊上发表论文《基于决策树的知识获取方法研究》、《WindSock技术在网络通信中的应用》《基于Adaboost的改进的人脸检测算法》，项目参与人郭良老师曾在省级刊物上发表论文《医药连锁店供货方案的决策支持系统》，项目参与人杜宁老师在国家级刊物上发表论文《基于信息融合的新的人脸检测算法》；项目团队具有优良的研究条件，具备高配置的网络实验室，为课题的研究和验证提供了良好的环境支持。

综上所述，本项目研究在技术途径、申请团队、前期积累和科研条件方面均具有良好的可行性，为项目的顺利推进和取得重大突破提供了良好的基础。

5 课题研究设计

5.1课题界定与研究依据

本课题研究物联网连接到互联网、无线传感器这一异构型网络的信息融合特性，将终端所采集的各种数据进行分析，提取出能适合于各种物联网应用的信息元，并将各种信息分类汇总进行数据的分析，研究物联网在信息采集、融合和决策控制过程中信息的内在关联，对于多源异构信息进行多层次汇聚、处理、融合和决策，为物联网的应用提供决策支持信息。

本课题主要研究依据有：

1） 信息融合技术。信息融合技术的研究已经相当成熟，在军事、民用上也得到了较大的发展，该技术主要表现在降低网络能耗、增强所采集数据的准确性及提高采集数据的效率等方面。

2） 决策支持系统。该系统是辅助决策者通过数据、模型和知识，以人机交互方式以及结构化的计算机应用系统，为决策者提供分析问题、建立模型，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。如图3所示。

5.2 研究内容

具体的研究内容如下：

1） 物联网混杂信息融合：研究混杂条件下多源异构数据的分析与提炼；研究面向融合与决策服务的数据挖掘方法；研究面向特定物联网应用的场景分析方法，以及知识库构建。

2） 物联网复杂关系链挖掘：研究物联网关系链的建模和表示方法；研究实时交互场景下关系链的挖掘和发现方法。

3） 物联网主动决策与互动控制：研究多源异构数据的数据隐藏方法；研究物联网关系链挖掘过程中的隐私保护方法；研究具有不同隐私保护安全级别的数据处理机制和协作计算算法。

5.3研究方法设计

针对信息在采集和传输过程中需要同时进行智能分析和决策，借鉴主动网络思想，根据物联网终端规模和信息流规模，提出基于联邦、多级、主动机制的物联网信息处理系统架构，建立信息融合、处理与决策控制的分层统一语义模型，以及应用多层知识结构与基于语义的方法，建立面向领域的分析模型与基于语义的服务模型。

5.4完成本课题研究任务的保证措施

课题组成员的知识结构合理，有丰富的教育理论知识和教学经验，具有较强的科研能力。大部分成员参与或主持过多项校级或省级科研课题。课题组成员具备吃苦耐劳、勇于创新、精诚合作的团队精神。

课题组成员在物联网相关领域具有一定的前期研究积累。项目团队具有优良的研究条件，具备标准的单片机实验室及网络实验室。为项目的研究和验证提供了良好的支持。

6 结论

本课题主要研究物联网信息融合、复杂关系链挖掘、主动决策与互动控制的一般规律，提出物联网主动决策和互动控制方法，建立满足物联网语义信息融合与决策需求的解析方法。成果形式为在省级或核心期刊上发表研究论文，形成论文集；并写出课题论证报告。

参考文献：

[1] 罗仲伟，邢云鹏.物联网产业的发展模式探索[J].宏观经济研究，2010（12）.

[2] 秦永波，陈杨林.基于云平台的物联网数据挖掘算法的能量分析[J].成都信息工程学院学报，2010（12）.

[3] 张冀英，杨巨成.物联网导论[M].北京：中国水利水电出版社，2012（8）.

[4] 贺铭革，朱本飞.物联网原理与基于RFID的物物互联模式研究[J].物流技术，2010（11）.