物联网技术体系创新与智慧服务产业发展

自上世纪九十年代以来，以共同性为标志的互联网时代实现了通过网络形式能够将相互独立的任意信息终端联接起来，从而满足了人与人之间对共同所需的信息进行相互传输、交互和共享的极大社会需求。随着信息社会的迅速发展，信息技术已经开始渗透到各行各业以及世界的每个角落，海量信息呈现爆炸性增长，人类社会对互联网的依赖性与日俱增，社会发展对信息技术的需求越来越大。一个仅仅以不断增加带宽和提高速率作为技术指标、以人际信息交互和传输作为目标功能的互联网已经很难满足新的社会发展需求，信息技术和信息产业正面临新的转型挑战和发展机遇。

专题:物联网与边缘计算

内容导读物联网是实现行业数字化转型的重要手段,并催生了新的产业生态和商业模式。2020年我国明确提出物联网是新基建的重要组成部分,物联网定位从战略新兴产业下沉到新型基础设施。而借助于边缘计算等新技术将更能提升物联网的智能化,促使物联网在各个垂直行业落地生根。

“互联网+”时代的智慧城市发展与物联网产业创新

随着信息社会的迅速发展,信息技术已经渗透到各行各业以及世界的每个角落,海量信息呈现爆炸式增长,人类社会对互联网的依赖性与日俱增,社会发展对信息技术的需求越来越大。随着物联网和＂互联网＋＂时代的迅速发展,信息网络业仅仅以不断增加带宽和提高速率作为技术指标、以人际信息交互和传输作为功能目标已经很难满足社会新的发展需求;信息技术和信息产业正面临历史性转折和发展机遇。

基于特征选择的物联网设备流量异常检测算法

针对近年来物联网设备频繁受到僵尸网络(Botnet)攻击的问题,提出一种基于随机森林(random forests,RF)的包裹式特征选择方法RFCVFS(random forests cross validation feature selection),通过筛选合适的特征降低待检测数据的维度,达到提高模型检测效率的目的。实验结果表明,使用RFCVFS为9台不同的物联网设备分别筛选出有效特征并组成待检测数据,模型的训练时间最大降低82.67%,检测时间最大降低28.49%;对比PCA(principal component analysis)方法,其检测结果的准确率、真正率、F1、AUC(area under curve)分别最大可以高出13.82%、0.48%、7.63%、29.51%。

基于CSBFT区块链的农作物全产业链信息溯源平台设计

为提高农产品溯源信息的完整性、安全性及可信性,该文从农产品产业链角度出发,设计并实现基于区块链的农作物全产业链信息溯源平台。通过研究和分析农作物全产业链中从农资购买到粮食销售的信息流程,设计溯源平台的架构和功能模块。提出一种改进的区块链共识算法:基于信誉监督机制共识算法CSBFT(credit-supervisor byzantine fault tolerance),用以提高联盟链场景下共识机制的安全性和效率;设计并编写智能合约,自动化保存关键上链信息,并生成相应的溯源码供消费者查询。与传统食品追溯系统相比,采用区块链的农作物全产业链信息溯源平台具有去中心化及信息完整性、安全性、真实性和可靠性更高的优点;与现有基于区块链的食品溯源平台相比,CSBFT算法使得本平台在信息上链时具有更高的安全性和更小的时延。

中国三大粮食作物临界氮浓度稀释曲线研究进展

氮素是粮食作物产量形成的重要元素之一,快速准确诊断作物氮素营养状况是进行精确氮肥管理的前提,而氮素营养诊断指标是制约其发展的关键因素。临界氮浓度稀释曲线是作物临界氮浓度(作物获得最大干物质所需要的最小氮浓度)与作物植株干物质的幂函数关系,基于临界氮浓度稀释曲线获得的氮营养指数被广泛应用到作物氮素营养诊断中。随着研究的深入,研究者先后基于植株干物质、叶片干物质、叶面积指数等建立了临界氮浓度稀释曲线,提高了作物氮素营养诊断的效率和精度。本文综述了我国三大粮食作物(小麦、玉米、水稻)临界氮浓度稀释曲线的构建、影响曲线参数的因素以及氮营养指数的获取与应用,为临界氮浓度稀释曲线的研究与应用提供理论支撑。

基于便携式三波段作物生长监测仪的水稻长势监测

针对现有两波段光谱仪在实际应用中存在的植被指数单一、生长指标反演精度低等问题,该研究研发了一款便携式三波段作物生长监测仪CGMD303(Crop-Growth Monitoring and Diagnosis,CGMD)并于2018年7-9月开展了水稻田间试验研究。结果表明,CGMD303获取的植被指数与商用仪器ASD FieldSpec HandHeld2呈良好的线性相关关系,同时基于CGMD303构建的水稻生长监测模型可以有效预测叶面积指数、叶片干质量、叶片氮质量分数和叶片氮积累量,决定系数分别为0.85、0.72、0.45和0.68,相对均方根误差分别为0.21、0.32、0.13和0.39。CGMD303可以有效获取冠层光谱反射率,构建的水稻指标监测模型可以精确预测叶面积指数、生物量和氮素指标,可为水稻田间栽培工作提供决策依据。

反卷积引导的番茄叶部病害识别及病斑分割模型

针对当前植物叶部病害识别模型易受阴影、遮挡物及光线强度干扰,特征提取具有盲目和不确定性的问题,该研究构建一种基于反卷积引导的VGG网络(Deconvolution-Guided VGGNet,DGVGGNet)模型,同时实现植物叶部病害种类识别与病斑分割。首先使用VGGNet计算多分类交叉熵损失进行病害分类训练,得到病害分类结果;其次设计反向全连接层,将分类结果恢复为特征图形式;然后采用上采样与卷积操作相结合的方法实现反卷积,利用跳跃连接融合多种特征恢复图像细节;最后使用少量病斑监督,对每个像素点使用二分类交叉熵损失进行训练,引导编码器关注真实的病斑部位。试验结果表明,该研究模型的病害种类识别精度达99.19%,病斑分割的像素准确率和平均交并比分别达94.66%和75.36%,在遮挡、弱光等环境下具有良好的鲁棒性。

时间序列特征提取方法研究综述

随着物联网、大数据和人工智能等技术研究和应用的蓬勃发展,各类时间序列数据不断涌现.时间序列数据特征是表象,内在蕴含着丰富的领域知识,如何高效分析时间序列特征模式,提取可辨识的时间序列特征,挖掘数据蕴含的规律,正成为业界研究的热点.本文首先介绍时间序列概念,综述了时间序列分类、聚类和预测三方面研究的最新进展;然后从时间序列特征提取方法的形状特征、时间依赖特性、序列变换特征3方面,详细分析和比较机器学习方法在时间序列问题上的研究情况,最后基于当前时间序列特征提取方法的发展趋势,对时间序列特征提取方法的未来发展做出展望.

常规公交车辆串车形成及预测建模

首先结合车头时距不稳定性的概念,对串车现象给出判定依据;分析串车问题产生的6种典型过程,建立串车问题数学模型,对串车发生的原因进行理论分析.然后,以自贡市38路公交线路实际数据为例,采用方差分析与回归分析筛选出7个串车形成影响因素,并对其重要性进行排序.最后,建立基于径向基函数神经网络的串车问题预测模型,对未来站的车头时距进行预测,并选取自贡市38路公交车的实时数据进行模型验证.在38 000余组数据中随机选择300组数据进行训练,对比30组测试数据.结果表明,学习得到的预测值与实际值偏差10%以内的样本点占90%,结果良好,证明了所建立的模型具有较好的适用性.

混合范数趋势滤波时间序列分类算法研究

针对时间序列分类算法易受噪声影响的问题,传统的L1趋势滤波和L2趋势滤波都是有效的时间序列平滑方法,然而两者的趋势模型固定,仅适用于特定类型的数据.另外常用的欧氏距离度量在处理时间序列时没有考虑时序属性.因此,本文提出一种基于混合范数趋势滤波的时间序列分类算法.首先,在趋势滤波目标函数中引入混合范数模型作为正则项,获取更适于分类的时间序列趋势估计;然后,采用动态时间弯曲(DTW)距离度量消除时序干扰,训练基于DTW的k近邻分类器实现时间序列分类;最后,使用贝叶斯优化算法自适应地寻找最优的超参数组合,以降低问题求解的时间复杂度.在UCR时间序列数据库的40个数据集上进行实验,结果表明本文算法在时间序列分类任务中的性能更佳、分类错误率更低.

加性乘性噪声改善多元信号检测

基于最大后验概率准则,以错误检测概率为测度,研究了加性噪声和乘性噪声共同作用下信号检测的问题。在乘性噪声强度不变的情况下,当信号是阈上时,错误检测概率随着加性高斯噪声强度的增加而单调增加,噪声总是干扰信号检测;当信号是阈下时,错误检测概率随着加性高斯噪声强度的增加而逐渐降低至一个最小值后再缓慢增加,适量的噪声有利于多元信号检测,即随机共振存在。在加性高斯噪声强度不变的情况下,当信号是阈上时,错误检测概率随着乘性噪声强度的增加而单调增加,噪声总是恶化信号检测性能;当信号是阈下时,错误检测概率随着乘性噪声强度的增加而单调下降并最终趋于稳定。这些结论有助于噪声改善多元信号检测。

基于临界氮浓度稀释曲线的小麦氮肥需求量估测研究

为探究基于临界氮浓度稀释曲线估测小麦氮素需求量的可行性,基于不同生态区开展的不同品种及氮肥水平的小麦试验,结合小麦临界氮浓度曲线(Nc=4.16W^-0.41),构建了拔节期、孕穗期、抽穗期和开花期四个关键生育时期下,小麦氮营养指数(NNI)、氮素需求量(NR)及相对产量(RY)三者间的关系模型,并进行了验证。结果表明,在江苏地区,当总施氮量在120~180 kg?hm^-2时,小麦的氮素需求量最接近于0,氮营养指数最接近于1,为最优的氮素施用量。氮营养指数与氮素需求量(NNI-NR)在小麦生长的各关键阶段存在极强的线性关系(R^2=0.93~0.97);相对产量与氮营养指数(RY-NNI)在各生育时期呈现线性加平台关系,在开花期表现最好,R^2=0.86;相对产量与氮素需求量(RY-NR)的拟合关系在抽穗期表现最好,R^2值为0.72。NNI-NR验证结果与建模结果一致,即在各时期均表现良好,其中拔节期相关关系最强;但RY-NNI和RY-NR验证结果显示两模型分别在开花期和抽穗期预测效果表现最佳。综上,所构建的NNI-NR、RY-NNI和RY-NR三种模型均具有良好的拟合优度和稳定性,运用基于临界氮浓度曲线的小麦氮营养指数和确立的相对产量水平,可以较好地估测当季的小麦氮素需求量,并进行小麦田间氮素精确管理。

时空因素影响下在线短时交通量预测

考虑交通流的时空因素进行短时交通流预测,能够提高预测的精度.为此,引入径向基核函数,将复杂的预测问题转化为高维空间的回归问题;然后,基于支持向量回归机并考虑时空因素影响作用建立在线的短时交通量预测模型,通过网格搜索的方法对模型参数进行优化;最后,构造时间—空间状态向量,通过不同的状态向量对时间和空间维度的影响进行了分析.利用高速公路检测器数据,对比不同模型的精度,对在线短时交通量预测模型的有效性和可行性进行了验证.结果表明:在线模型精度优于传统的支持向量回归模型,考虑时空因素影响后交通量预测模型具有更高的精度和稳定性.

主编寄语

《物联网学报》创刊号今天终于和广大读者见面了,这是贯彻落实习主席在2016年全国科技创新大会、两院院士大会和中国科学技术协会第九次全国代表大会上,提出广大科技工作者要把论文写在祖国的大地上指示要求的一项具体举措,将为从事物联网领域科技创新与产业服务的科技工作者提供一个学术交流与成果综合展现的新媒体传播平台。《物联网学报》将秉承'服务科学发展,

车车通信环境下智能车辆安全自主换道

针对智能车辆在换道过程中存在的安全性问题,提出了智能网联汽车的安全自主换道模型.在两车道的换道场景下,基于车车通信技术得到换道车辆及周围车辆的运动状态信息,借助博弈论建立换道车辆与周围车辆的协同换道决策模型,得到允许换道指令信息后,基于模型预测理论设计了换道轨迹跟踪控制器.通过仿真,对比其他研究模型,定量分析验证所建模型和设计的轨迹跟踪控制器具有良好效果,实现了智能车辆安全准确的自主换道.

智能网联环境下交叉口双环自适应控制模型

面向智能网联环境交叉口,提出一种双环自适应信号控制方法。首先,建立并标定智能网联车辆与常规车辆跟驰模型;然后以延误和停车次数为优化目标,考虑绿灯最小时长约束,使用NEMA双环相位结构中相位组时长为变量建模计算最优相位组时长;最后,基于微观仿真进行实验。结果表明:在不同饱和度下,相比定时式控制,双环信号控制方法延误减少7.9%~17.7%,停车次数减少7.3%~17.0%。网联环境下双环自适应控制模型优化效果随饱和度、网联车辆渗透率的增加而增加。