时间：2022-03-21 21:33:22
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇数据理论论文范例。如需获取更多原创内容，可随时联系我们的客服老师。
（一）类型繁多（Variety）
数据通常被分为结构化数据、半结构化数据和非结构化数据。相对于传统的以文本为主的结构化数据，网络日志、音频、视频、图片、地理位置信息等半结构化、非结构化数据越来越多。同时，近几年出现的微博、微信等可通过移动互联设备使用的电子交往形式使数据量和数据种类更加复杂化。
（二）价值不高（Value）
价值密度的高低与数据总量的大小成反比。以社会中常见的监控录像为例，一天的监控记录，有用数据可能仅有一二秒。如何将已有的结构化数据、半结构化数据及非结构化数据进行整合、分析，挖掘出更多有价值的信息，并通过强大的计算能力迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
（三）要求高速处理（Velocity）
这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35．2ZB。在如此海量的数据面前，处理数据的效率就是生命。
二、图书馆大数据的主要来源分析
根据大数据的基本特征，经笔者分析，图书馆知识服务领域的未来大数据的来源主要有RFID射频数据、传感器数据、社交网络和移动互联数据等几个方面。随着图书馆数字技术的不断提高，RFID将不断推广，这将是未来图书馆大数据的主要来源之一；由图书馆中的传感器感知生成的数据，长时间积累后也将产生巨大的数据量；社交网络已广泛应用于社会各个方面，逐步成为人们交往的主要形式，其所产生的数据量远超以往任何一个信息传播媒介，由其生成的数据量是不可估量的；移动互联网及移动互联技术的不断完善，使得图书馆可以灵活获取移动电子设备、人员、资源、用户行为和需求等信息，并对这些信息进行实时分析，从而帮助我们开展有效的智能辅助决策。
三、大数据对图书馆管理的影响和挑战
（一）海量数据处理考验图书馆计算能力
大数据时代背景下，各类数据量迅速增长，数据产生的方式、范围发生前所未有的变化，人们在社会中的各类行为都产生了大量的信息数据，信息数据的组成结构、格式类型、存在形态等都更加复杂。图书馆要对上述复杂的数据进行应用、存储，将具有很强的挑战性，不仅仅涉及云计算、大数量级数据存储等技术问题，还可能促发图书馆服务模式、资源建设模式、管理模式与发展模式的转变。
（二）数据分析方式转变带来的挑战
随着图书馆信息化程度的提高，以互联网信息搜索、查询为基础的知识服务逐渐被更多的图书馆所采用。但不管是简单的信息服务，还是结合了信息检索、组织、分析等高级业务服务，都可归纳为就数据而进行的服务。大数据时代背景下要求图书馆不仅需要通过结构化数据了解客户需求，也需要大量的非结构化数据、半结构化数据去挖掘、预测和分析当前和未来的用户需求，社会大众的需求也将随着不断变化的个性化的高满意度服务出现而对图书馆的服务呈现出明确和迫切的需求。满足用户的需求，提供复杂数据的处理也将成为大数据时代图书馆的发展方向，如何处理好数据分析，将直接影响图书馆的生存与发展。
（三）大数据对图书馆基础设施提出更高的要求
半结构化及非结构化数据的迅速增加，导致数据存储、计算规模越来越大，其成本急剧上升。很多知识服务机构出于成本的考虑将应用由高端服务器转向中低端硬件构成的大规模计算机集群，从而对支持非结构化数据存储及分析的基础设施提出了很高的要求。
四、大数据时代图书馆管理发展方向
（一）探索利用数据分析技术与工具
对图书馆来说，在大数据时代要想在激烈的市场份额竞争中争得一席之地，避免边缘化，开展必要的大数据分析服务显得必不可少。图书馆开展的大数据分析服务业务，主要可以有以下几种：首先是图书馆自身建设所需的大数据分析。这类分析一般以图书馆的现有数据为对象进行分析，如读者的借阅方式、行为爱好等，是一种对现有资源的分析与挖掘；其次是客户即读者所需的大数据分析。这类分析业务类似于当今图书馆为企业等客户群体所做的信息情报参考、竞争情报分析，但也有着很大的区别，如对于分析对象数据的不同、分析手段的不同、分析目的不同等，这类分析业务所依靠的大量数据可能并非图书馆所拥有，从而成为限制该项业务发展的瓶颈，如何解决此类服务的数据问题是突破该瓶颈的关键。麦肯锡的《大数据：创新、竞争和生产力的下一个前沿领域》报告中首次提出了“大数据”的概念，对大数据的分析技术与工具进行了列举，如目前已为广大图书情报研究者所熟知的聚类分析、数据挖掘、网络分析、可视化分析、数据融合与数据集成等，特别是聚类分析、可视化分析与数据挖掘技术。但这些现有的研究目前仅仅只是针对结构化数据和有限数量的关键词进行聚类分析、共现分析等，并不能真正挖掘大量负责数据的存在与表现形态，更不能通过这些分析去预测未来的可能发展趋势。当然，大量网络社交等信息行为产生的大量非结构化数据、半结构化数据也让许多学者开始思考去采集和利用这些信息，如苏玉照等人就认为如果能够采集到Web日志的数据，就能很好地满足发现关联规则、内容分类和用户聚类的需求，从而能提高个性化推荐的精度，进而对定制Web日志的数据模型、过程及方法进行探索。
（二）重视基础设施建设
大数据时代，图书馆的核心竞争力不再仅是文献数据信息的竞争，各类形式的海量数据以及对海量数据的分析、挖掘才是今后图书馆之间竞争的核心因素。因此，要跟上大数据的脚步，必须完善信息收集的基础设施建设，加强各类信息资源的收集将成为图书馆资源建设的大方向。图书馆首先要明白“数据即生命”，解决数据存储问题。大数据时代对于图书馆的数据存储量要求极高。早在2007年，沃尔玛就通过对消费者的购物行为等非结构化数据进行分析，创造了“啤酒与尿布”的经典商业案例。这样的经典案例是通过对海量的多类型数据收集和分析得到的。因此，图书馆要掌握读者用户、馆员乃至社会服务群体等的信息，既要有当前通用的数据记录中的个人身份、借阅记录等结构化数据，还要有存储信息行为、搜索方式、行为痕迹等非传统数据，这些都需要通过基础设施的建设来支持。除此之外，图书馆还必须解决数据计算和数据分析问题。要积极利用“云计算”技术，搭建图书馆的云计算平台，解决图书馆自身海量数据的存储及运算能力与大数据对存储能力的高要求之间的矛盾。
（三）提高图书馆服务的智能化程度
通过研究传统的关系数据库得知，以往的数据管理过程存在一定的局限性，往往受制于较弱的扩展性方面。相对而言，云数据管理系统中的技术形态较为高级，因其已经具备了利用云计算平台来处理海量数据以及数据信息检索的能力。从技术应用的角度来看，云数据管理系统的运作模式较以往有了较大的改进，不仅有效降低了维护系统的资金与人力的成本，而且，能够凭借较为先进的技术来增强系统本身的可扩展行以及容错能力，正是由于云数据管理系统的职能作用较为突显，该系统备受大型网站运营管理的青睐，其应用极为广泛[4]。事实上，云计算是一种基于互联网平台的多元化管理模式，为诸多领域提供信息传递、储存等服务。在当今大数据时代背景下，云计算服务项目得到了更为广阔的发展空间，为现代社会生产建设助力，云数据管理系统中的技术形态，云计算服务的实践价值较为突出，在诸多领域都有所涉及。
2阐述有关云数据管理系统中的查询技术研究内容
2.1有关云数据查询处理的目标及其运作特征的研究内容
由于信息时代的到来，大多数人们在生活和工作中都离不开各类电子产品的应用。从现实环境来看，在资源的利用与存储方面，云数据中心及其服务能够满足互联网平台上的用户服务需求。从具体的实践领域来看，现代企业或其它社会组织机构通过各种途径来获取大量的数据信息资源，并利用这些所能查询得到的信息资源来强化系统管理。在信息技术快速发展的当今社会，在很多领域所构建的数据库的规模以及范围都在不断地扩容，但即便是相关技术在不断更新当中，却也无法运用传统技术来满足极快速增长的数据信息量，这便是大型数据集过程的特点所致。从具体来看，云数据查询处理技术具有可扩展行、可用性等目标特点，而且，查询处理技术在异构环境中的运行能力较强，具有较为丰富灵活的用户接口，以便于满足用户的差别化数据查询以及存储的需求。
2.2云数据管理系统中的查询技术的种类及其操作模式
在以往，大多数人会利用移动硬盘、U盘等设备来进行数据存储，将海量数据进行归档处理，但在有了云数据管理系统以后，便可以凭借云计算及其相关技术来实现数据的储存及查询调用等目标。通过研究云数据管理系统中关键技术的特征及系统的基本框架可知，云数据信息在接受到用户指令进行数据查询的过程中，需要通过诸多关键技术的集合作用来解决实际问题，尤其是需要索引管理、查询处理及优化的过程来辅以操作，才能达到精准查询云数据的目标。从总体情况来看，技术的应用不仅要考虑其可行性和有效性，还要考虑技术应用的经济性，如若技术应用的成本过高，则要考虑该方案的优化管理。对于商用海量数据存储要求来讲，信息记录及存储要进行合理的规划，以便于提升调用系统数据的效率。通常情况下，云数据管理系统中的查询技术主要有两种常见的模式，即BigTable技术与Dynamo技术。二者各具优势，前者BigTable技术；后者Dynamo技术采用了DHT（内网用分布式哈希表）作为技术的基本存储架构，其优势在于它的自我管理能力较强，从而避免了很多数据处理过程中可能发生的单点故障[5]。
3结束语
机构是对数据管理活动进行积极管理和协调数据的组织，是数据管理体系正常运作的基本保障。机构运作的主要目的包括：1）持续稳定开展数据管理活动；2）深度推广、开发与利用数据资源；3）实现数据资产价值化。田湾核电站目前设有专门的数据管理机构，并且构建了覆盖全公司的虚拟数据管理网络，有效的保证了管理工作的运作。
2构建数据管理体系
综合上述数据管理职能，为保证数据管理工作得到有效的运作，田湾核电站构建了数据管理体系，数据管理体系及各管理职能间相互关系如图1所示。通过数据管理体系的构建，进一步明确了田湾核电站的数据管理职能，清晰了各职能之间的相互关联及作用关系，为后续数据管理工作的开展搭建了框架，明确了工作方向，得到了组织资源保障，从而为管理意图的实现及管理活动的有效运作奠定了基础。
3评估数据管理体系成熟度
为客观认识及评价已构建的数据管理体系，识别企业数据管理现状，为后续数据管理工作的深入开展指引方向，田湾核电站组织开展了数据管理体系成熟度自我评估活动。数据管理体系成熟度自我评估是通过构建数据管理成熟度模型，明确体系成熟度标准，并对照标准而进行评价打分活动。田湾核电站数据管理体系成熟度包括5个成熟度级别，分别包括：初级阶段、基本管理阶段、主动管理阶段、量化管理阶段和持续优化阶段，而每个成熟度级别又分别从业务能力和系统能力两个维度来展示，且每个维度又各自包含细化评估成熟度标准。根据前述的数据管理职能，结合上述数据管理成熟度模型，田湾核电站数据管理体系成熟度自我评估活动采用数据管理专业人员和各业务领域人员共同参与的形式开展，其中数据管理专业人员根据成熟度维度填写自评表，而各领域业务人员则以调查问卷的形式来评价打分，自评按照数据治理、组织机构、数据管理工程师、数据架构、数据分类、政策制度、数据质量、数据安全和审计报告等九个细化维度进行，评估结果按照专业人员自评分与业务人员调查问卷得分6:4的比例计算，从而获得最终数据管理体系成熟度自评得分，其中评价分值按照成熟度等级划分，成熟度最高级别的持续优化阶段对应为满分5分。通过对数据管理体系的自我评估活动，客观的判别出公司数据管理总体成熟度水平，对田湾核电站当前数据管理状态有了明确定位，从而针对识别结果中的不足采取针对性措施，以进一步改进和加强体系建设，促使企业数据管理体系走向成熟，进而实现数据管理持续改进，为后续工作的开展提供了导向与牵引力。
4改善数据质量
田湾核电站数据质量的改善依托数据管理体系建设，通过制定数据标准，成立数据治理专项，对照数据标准对历史数据进行核查检验与修正，从而消除数据的重、错、漏、乱等问题，实现提高数据质量的目的。为保证数据质量改善工作得到有效执行和落实，田湾核电站推行了数据治理月报制度和数据质量年度评估制度，对数据存在的固有问题和数据清理过程中新出现的问题做到及时发现和通报，促使问题数据得到及时的处理与维护，保证数据质量得到改善。为了建立数据质量改善的长效机制，田湾核电站正在筹划创建主数据管理平台，该平台将固化各领域数据标准，实现数据自动、查漏功能，对数据实现自动过滤与清洗，并将数据的维护与日常业务工作相结合，从而实现数据管理闭环控制，在日常工作中使数据质量得到持续改善。
5数据管理远景实践展望
城镇土地调查数据库的主要内容包括：土地权属、土地登记、土地利用、基础地理、影像等信息。城镇土地调查数据库建设的依据是《城镇地籍调查规程》、《城镇地籍数据库标准》和二次调查相关技术标准、规范和办法等，根据城镇地籍测量、城镇地籍调查和土地登记成果，建立了城镇土地调查数据库。①数据检查。利用自主开发的MDIGS数字化系统对入库前的地籍、地形图、入库基础街坊图内业数据进行100％的检查，对检查到的线型、符号等地形要素、数据字段属性等错误自动或人工进行了及时改正，保证了入库基础数据的完整性、正确性。在数据库内，利用ARCGIS9.3拓扑检查工具、“城镇地籍建库管理软件以及“ACCESS2003”数据库工具，对所有录入的地籍调查表主、子表项、勘丈数据、街坊面积、街坊数据图等100％进行了严密地检查。对检查中发现的问题，由相关作业人员进行了更正。②数据入库。借助数据库管理系统，将图形和属性数据转入城镇土地调查数据库管理系统。③数据库建设质量控制。对城镇土地调查数据库建设进行全过程质量控制，包括基础数据源质量控制、环节质量控制、交接检查、数据自检、数据库建设成果质量检查。数据库建设过程中重要的过程数据和质量控制记录进行了保存，以保证数据质量的可追查性，确保数据安全。④统计数据输出。经检查合格后的入库数据，按《城镇地籍调查规程》、二次调查的规定输出各种统计报表。
2上交产品质量
根据对样本图幅综合质量特性的检测结果，无锡市锡山区第二次土地调查1:500城镇土地调查（A标段）各项精度指标均需符合技术设计书和规范的要求，质量保证可靠。上交质量包括控制测量资料和城镇土地调查质量，其中控制测量资料包括一二级导线观测记录手簿、一二级导线平差计算成果、图根导线计算成果、一二级导线点点之记、埋石图根点点之记、一二级导线点成果表、图根点成果表、控制点展点图、仪器鉴定资料；城镇土地调查资料包括街道街坊分布图、城镇地籍调查表及相关资料、宗地界址点坐标及面积表、以街坊为单位的宗地面积汇总表、以街道为单位的土地分类面积汇总表、城镇土地分类面积统计表、1:500分幅地籍图接合表、宗地图、新旧街坊对照表、新旧宗地号对照表。上交质量还应该包括数据建库资料（宗地图分幅地籍图光盘、城镇地籍数据库）、专项调查统计资料（工业用地、基础设施用地、金融商业服务用地、开发园区用地、房地产用地统计）、文档资料（无锡市1：500城镇土地调查技术设计书、技术总结检查报告）。
3总结
HLR用户数据查询流程如图1所示。图1HLR用户数据查询流程（1）用户数据管理子系统的DPUPGW（1）用户数据管理子系统的DPUPGW发送查询指令至DSG，DSG（DataServiceGateway）根据DCI（DSCallInterface）消息中的路由键信息选择对应的DRUCluster，再根据负载均衡选择一个DRU（DataRoutingUnit）节点，然后发送DCI消息给该节点。（2）DRU节点根据DCI消息中的路由键信息查找对应的DSUCluster，分析后得出消息的操作类型为数据查询，根据负载均衡算法把消息发送到DSUCluster中的一个节点。（3）DSU（DataServiceUnit）节点查询本节点数据并组装响应消息，发送响应消息给DRU节点。（4）DRU节点返回操作结果给DSG。
2、HLR用户数据修改流程
HLR用户数据修改流程如图2所示。（1）DSG根据DCI消息中的路由键信息选择对应的DRUCluster，再根据负载均衡选择一个DRU节点，然后发送DCI消息给该节点。（2）DRU节点根据DCI消息中的路由键信息查找对应的DSUCluster，分析后得出消息的操作类型为数据修改，把消息发送到DSUCluster中的Master节点。（3）DSUMaster节点修改本节点数据成功后，发送复制消息给同一个Cluster中Slave节点，并等待其响应消息。（4）DSUSlave节点收到复制消息，修改本节点数据成功后，发送响应消息给Master节点。（5）DSUMaster节点发送响应消息给DRU节点。（6）DRU返回操作结果给DSG。
3、HLR用户数据开户流程
HLR用户数据开户流程如图3所示。（1）DSG根据DCI消息中的路由键信息选择对应的DRUCluster，再根据负载均衡选择一个DRU节点，然后发送DCI消息给该节点。（2）DRU节点根据DCI消息中的路由键信息查找对应的DSUCluster，分析后得出消息的操作类型为数据开户，把消息发送到DSUCluster中的Master节点。（3）DSUMaster节点发送路由更新消息给DRUMaster节点。（4）DRUMaster节点修改本节点数据成功后，发送复制消息给同一个Cluster中Slave节点，并等待其响应消息。（5）DRUSlave节点收到复制消息，修改本节点数据成功后，发送响应消息给Master节点。（6）DRU返回操作结果给DSUMaster节点。（7）DSUMaster节点修改本节点数据成功后，发送复制消息给同一个Cluster中Slave节点，并等待其响应消息。（8）DSUSlave节点收到复制消息，修改本节点数据成功后，发送响应消息给Master节点。（9）DSUMaster节点发送响应消息给DRU节点。（10）DRU返回操作结果给DSG。
4、结束语
关键词：RS485面向对象PID模糊控制
1前言
21世纪信息化的时代已经到来，以网络通讯和计算机技术为背景的建筑智能化正是顺应这一时代潮流的必然趋势。作为智能建筑3A系统之一的楼宇自动化系统（BAS）对大楼的水电暖通等机电设备进行集中的监控和管理已日益成为现代建筑中必不可少的配置。
下面就其中暖通空调系统的监控谈几点看法。
2RS485网络
中央空调系统管理复杂，运行工况多变，是建筑物能耗大户。为此，实施BA系统一般将空调系统作为监控的重点，往往投入60％以上的监控点和超过水电监控投资总和的投入。
但是不同厂商提供了不同功能的产品和系统，采用不同的通信协议，致使它们之间依靠网关和大量软件的互联成为高成本、低性能的解决方案。从资源的利用，系统的设计、调试、扩张、更新、维护等方面来看，都给业主带来不利。
因此，目前BAS发展的技术趋势是现场总线技术（FCS）。美国Echelon公司于1990年12月推出的Lonworks技术正是采用了FCS技术，这是一种开放系统的通用总线。它的技术核心是神经元芯片（NeuronChip）和LonTalk协议。但对于中小型的监控系统，全面采用Lonworks技术，并不具有技术优势和完善的工程实现。部分采用或支持现场总线技术的产品在目前大量的中小型系统中更具有应用性。
以控制网络而言，LonTalk总线在理论上可以组成任意拓扑结构的网络。这种布线设计的随意性，如果运用不当，在工程实践中仍然是有技术风险的，并可能造成系统投资的增加。所以，中小型工程推荐运用基于RS-485总线的控制网络。该技术抗噪声干扰性好，广泛应用于过程控制领域，技术成熟，实现成本也较低。
在使用RS-485接口的总线时，对于特定的传输线路，从发生器到负载，其数据信号传输所允许的最大电缆长度是数据信号速率的函数，这个长度数据主要是受信号失真及噪声等影响所限制，两者成反比。图一所示的最大电缆长度与信号速率的关系曲线是使用24AWG铜芯双绞电话电缆（线径为0.51mm），线间旁路电容为52.5PF/M，终端负载电阻为100欧时所得出。（曲线引自GB11014-89附录A）。由图中可知，当数据信号速率降低到90Kbit/S以下时，假定最大允许的信号损失为6dBV时，则电缆长度可达1200m。实际上，图中的曲线是很保守的，在实际使用时是完全可以取得比它大的电缆长度。
图一电缆长度与信号速率的关系曲线
对于总线上的连接点的问题，根据规定，每个标准RS-485接口的输入阻抗为≥12kΩ，相应的标准驱动节点数为32。为适应更多节点的通信场合，有些芯片的输入阻抗设计成1/2负载（≥24kΩ）、1/4负载（≥48kΩ）、甚至1/8负载（≥96kΩ），相应的节点数可增加到64、128和256。
下表为一些常见芯片的可连接节点数。
节点数
型号
32
SN75176，SN75276，SN75179，SN75180，MAX485，MAX488，MAX490
64
SN75LBC184
128
MAX487，MAX1487
256
MAX1482，MAX1483，MAX3080～MAX3089
这样RS-485接口在总线上允许连接多达256个收发器。即具有多站能力,便于我们方便的利用单一的RS-485接口方便地建立起连接若干个现场控制子系统的网络。
以暖通空调系统典型的温控来说，每个节点现场控制器，可挂接多片温度传感器，以实现多点温度监测，距离在20~50m。从监控范围和监控对象来说，足以满足一般中小型暖通空调监控系统的要求。对于更大范围的系统来说，也可通过在RS-485总线加装中继器来实现。
3系统软件
从系统软件的设计来看，由组态软件进行二次设计，一定程度上可以缩短开发周期。目前楼宇设备控制组态软件市场为JohnsonControl′s，Simens，Honeywell等几家公司所主宰。这些软件功能丰富，借助其完善的楼宇自控硬件设备，占有绝大部分的市场份额。但存在着硬件设备要求较高的问题，出于对内嵌的设备驱动程序（I/OServer）,及被处理数据结构等原因的考虑，一般需要配用其专用的网络设备。而且它的一些核心技术封装在模块中，非厂家专业人员很难进行维护、调试。对于大量的中小型空调系统来说，其价格成本也较高。
所以借鉴组态软件面向对象的设计思想，以实际系统中与各硬件直接相关的各控制量为对象名，作为系统设计的核心。软件系统则以与控制量映射的对象名作为各种操作的对象，通过对对象名的属性和值进行定义、赋值来实现硬件系统的状态变化。
在此核心思想的基础上，以Windows为平台，VC++作为开发工具，建立①CobjectName(对象名信息类)，包括AI型、AO型、DI型、DO型四类，每一个类中包括控制量的属性和相关信息；②CtreeView（树形显示类），帮助建立系统结构；③Ccomm(串行通信类)，实现RS-485总线上多机系统之间的通信功能，包括创建、初始化、读写、关闭等操作；④CODBCRecord(数据记录类)，实现重要运行参数的保存，及相关查询更新操作；⑤CalarmError(故障记录报警类)，对参数值超过设定上下限的现场运行状况进行提示。
整个软件系统则分为三个功能模块：①设置模块，定义各硬件地址，IO口对象名等；②界面模块，建立人机对话界面；③后台模块，控制硬件采集、传输现场数据，及相关操作。
由于该软件系统基于面向对象的设计思想，使得它的稳定、高效、及维护、扩展等性能得到了保证。
4控制算法
对于中央空调监控系统来说，传统的控制器多为PID控制算法。即，以设定值w与实际
输出值y构成的控制偏差e(e=w-y)的比例，积分，微分通过线性组合构成控制量
式中：Kp是比例系数，Ti为积分时间，Td为微分时间。
在控制器中改写成差分形式，在采样时刻t=iT(T为采样周期)时：
采用增量形式：
这样只要保存近两个控制周期的输出值ui、ui-1，和近三个控制周期的偏差ei、ei-1、ei-2就可以了。
由于具有积分环节，PID控制器可消除稳态误差，在工作点附近有较好的稳态精度。但对于空调系统特有的大惯性、纯滞后、时变等特点，单纯的PID调节，会存在积分饱和现象，使系统超调较大，延长了过渡过程。而如果简单的采用高PID系数，虽然可以缩短过渡过程，但容易使控制失稳，而导致室温振荡。
所以，利用双回路控制，在较大偏差下利用模糊控制，屏蔽积分作用，实时整定PID系数，以改善系统动态性能，成为高精度空调控制系统的考虑。信号处理流程如图二所示。
首先，确定控制规则：
IF｛ei｝AND｛éi｝THEN｛K｝
其中｛ei｝、｛éi｝为误差e、误差变化率é的模糊变量集合，｛K｝为比例控制系数KP、积分控制系数KI、和微分控制系数KD的集合。
然后，建立模糊变量集合和模糊控制规则表，以明确输出的模糊量。
5结论
随着社会经济的发展，空调系统的舒适性和节能性对系统的控制提出了更高的要求。
计算机及网络技术的发展已经逐步要求或被要求进入暖通行业，对这方面内容的研究必将促进暖通行业新的发展。
参考文献
1王学慧微机模糊控制理论及其应用.北京:电子工业出版社,1987
2江亿暖通空调系统的计算机控制管理【J】,暖通空调,1997,3(4):6-7
3苏学花等基于RS-485的分布式监控系统的设计,计算机应用,2001年第8期
1．1系统功能模块设计经过对福州外语外贸学院科研管理的需求调查分析，对取得的信息进行仔细整理可以发现，科研管理系统的主要任务可以划分为机构管理、科研人员管理、科研项目管理、科研成果管理、报表打印管理、系统管理6个部分，各部分之间并非各个独立，而是相互联系。本研究正是据此设计，从而使本系统能够很好地完成这些功能。具体功能结构如图2所示。(1)机构管理:科研机构包括各学院、部处、机关单位等，所有的科研人员、成果、项目等都按照科研机构进行归口管理。提供各科研机构的增加、删除、修改与检索。(2)科研人员管理:主要对学校参与科研工作的人员基本信息进行管理，提供人员信息的增加、删除、修改与检索。为其他模块提供人员信息，是其他模块的基础。(3)科研成果管理:主要对科研论文、著作、成果等进行管理，提供成果信息的增加、删除、修改与检索。(4)科研项目管理:主要对已经立项后的项目进行管理，提供项目信息的增加、删除、修改与检索。可以对项目状态进行编辑。(5)报表打印管理:可以打印部门成果报表、个人成果报表、成果分类统计表、院部处教师科研分统计表、申报项目表、立项项目表等报表的打印。(6)系统管理:用于对登录用户信息、密码等进行维护。
1．2数据库设计数据库设计在软件开发过程中是一个很重要的环节，数据库是任何系统都不可避免的。本研究在设计数据库时尽量满足第三范式，减少数据冗余，尽量设计比较精简的数据库。(1)人员信息表:有机构、人员编号、姓名、出生日期、性别、职称、最后学历、最后学位、学科、研究方向等字段。(2)科研成果信息表:有机构、成果编号、成果名称、第一作者、成果来源、成果形式、出版单位、出版时间、刊号、关键字、成果字数等字段。(3)科研项目信息表:有机构、项目编号、项目名称、项目来源、批准号、负责人、立项时间、完成时间、项目状态、批准经费等字段。(4)管理员信息表:有用户名称、密码。管理员登录的时候要进行验证，表单获得的数据和数据库中该表的数据对比如果成功，则登录成功，否则，登录失败。对以上所有表的添加、删除、修改、读取等数据操作都设计相应的存储过程来实现。
2系统实现
2．1系统用户界面的设计用户界面设计的要求是:(1)简单清晰，一目了然，容易上手;(2)功能相似的页面，采用统一的布局;(3)方便操作，尽量减少数据录入量;(4)具有较好的录入容错功能。用户工作界面由三层组成:上方是图标栏;左下方为事务菜单;右下方为操作界面。页面主要采用webForm来进行设计。如校级管理员用户通过验证后的登入界面。
2．2数据库的实现本科研管理系统采用了三层结构的框架，将访问数据库的一些底层方法封装在DBUtility这个类库中，其中DbHelperSQL类和DbHelperSQLP类是连接数据库字符串和一些公用的方法，如简单的SQL语句，带参数的SQL语句，存储过程的操作等，DES－Encrypt类是数据库的安全性，加密解密等操作。PubConstant类是动态的配置数据库的连接字符串。
2．3配置web．config为了方便数据操作和维护，可以将一些数据库连接配置参数放在web．config文件中，代码如下。
2．4科研项目管理功能模块的实现高校科研项目管理主要针对已通过审核的项目提供管理功能，能提供项目的信息，对项目实现增加、修改、查找等功能。点击项目管理，可以出现项目一览和新增项目两个功能模块。这时候点击项目一览，可以出现项目的一些基本信息，并且可以对其进行增加、修改、查找等相关操作。系统管理员有最高权限，可以查找全校的申报项目，可以模糊查找，有修改、删除的权限，还可以导出所要的项目资料。以下是校级科研项目管理设计界面，如图4所示。
3结束语
（1）部门管理：按行政线展示，通过行政管理关系管理部门；按业务线展示，通过业务上级部门关系管理部门。系统缺省提供已有涉及渠道管理部门信息，数据来源M域系统、B-SDM系统、集中渠道系统。部门修改功能。支持按部门名称或部门编码模糊查询。（2）部门行政关系查询：系统缺省提供已有涉及渠道管理部门信息，数据来源总部管理数据库。部门关系树按行政管理部门建立，即可进行行政管理部门查询功能。（3）业务部门管理：系统缺省提供已有涉及渠道管理部门信息，数据来源总部管理数据库。部门新增、修改、删除和查询功能。（4）部门补充信息：将新增的部门添加行政管理部门。（5）部门补充业务线：将新增的部门补充业务线。（6）部门导出：对部门查询出的内容进行导出。
2人员信息维护
（1）自有人员信息管理：支持对部门的人员信息的选择添加、修改和查询功能。支持人员修改时对渠道名称的修改。支持人员添加与管理渠道之间的维护。（2）自有人员导出：查询出符合条件的联通自有人员信息，并且将这些信息导出为EXCLE格式。（3）社会人员导出：查询出符合条件的归属渠道社会人员信息，并且将这些信息导出为EXCLE格式。（4）社会人员帐号管理：支持对社会渠道中的人员信息、帐号信息的新增、修改、删除（注销）功能。支持批量导入注册功能。支持区分人员是实体人员还是虚拟人员，对于标记虚拟人员的员工禁止登入使用系统。支持对是否客户经理以及客户经理类型的区分。支持新增人员与管理渠道之间的维护。（5）虚拟人员维护：查询出归属地域以下的所有存在人员账号信息的自有人员信息。提供虚拟人员新增功能，虚拟人员新增必需要挂靠已有的自有人员帐号下。提供虚拟人员修改功能。提供虚拟人员注销功能。提供虚拟人员详细信息查看功能。
3数据变更提醒
变更提醒：在我的工作台中人工处理M域发起的部门新增、修改、注销操作。提供在我的工作台中人工处理渠道发起的部门维护操作。提供在我的工作台中人工处理B-SDM发起的部门维护操作。
4接口异常处理
记录管理：查询出操作员所在省份的记录信息。通过【查询明细】按钮，可以查询与记录关联的明细信息。通过【重新发送】按钮，对发送失败的明细信息重新发送。通过【人工处理完成】按钮，将发送失败的明细信息置为人工处理完成状态。
5系统管理
系统管理员可以管理用户分组，维护组的信息，通过增加新组添加一个新的用户分类方式。系统有默认的超级管理员，只能做设置系统管理员的操作。由系统管理员设置部门管理员，部门管理员具有对整个系统的部门、用户管理权。部门管理员能设置辖内下级部门的管理员。（1）权限管理：权限管理是按不同的工作范围和角色管理系统操作者享有的资源及访问的范围，通过对一些要素的灵活控制实现权限管理，分为业务操作权限和数据权限。（2）日志管理：日志是系统运行过程中，在某一时刻对系统某一运行状态的记录。集中渠道管理的任一功能模块，均应将处理状态、处理结果、进程执行情况等信息记录日志，供系统维护人员浏览查询。
6结束语
数据挖掘技术是延伸和扩展了传统分析方法,可以发现传统分析方法不能发现的内容和规律,并且它将人们从单调、枯燥的阅读专利文献的工作中解放出来,使用计算机代替了人类劳动,这样不仅提高了效率,而且提升了准确度。因此,数据挖掘作为一个专利分析的强有力工具被引入到专利分析中来,并且得到快速的发展应用。专利数据挖掘流程应考虑的问题：一是用数据挖掘解决什么样的问题；二是为进行数据挖掘所做的数据准备；三是数据挖掘的各种分析算法。故专利数据挖掘的一般过程通常按照以下步骤来完成：领会数据挖掘的目的，获取分析所用的数据集合，探索、清理和预处理数据，选择要使用的数据挖掘技术，使用算法解决问题，解释算法的结果。而其一般流程可简化为三个阶段：数据准备数据挖掘结果解释和评价。本文采用简化的流程进行实证分析。
二、石家庄地区制药企业专利数据挖掘
本文对石家庄地区制药企业的专利数据进行挖掘分析，挖掘对象是华北制药集团公司、石家庄制药集团有限公司、石家庄神威药业股份有限公司、石家庄四药股份、河北以岭药业股份有限公司、石家庄市华曙制药集团、河北医科大学制药厂、河北圣雪大成制药有限责任公司等地址在石家庄且具有一定代表性的药企，希望通过这些药企数据能够找到石家庄地区制药领域的核心组成，并能为药企更好地发展提供有力的信息支持。IPC号是目前权威的专利技术主题的标识编码之一,基本包含了各行各业的专利信息，是一个庞大的专利信息体系。目前国内外很多分析方法及技术大部分是基于专利的IPC分类号来分析专利技术主题的,此分析方法有一定的参考价值和科学性,而且对于具有大量专利信息的分析具有很好的总结概括效果。本文以专利全部IPC号为分析对象,并且构建IPC号之间的关联规则,在最大程度上揭示隐含的专利技术关联性，从而为石家庄地区制药企业专利技术的发展提供参考。
1.数据准备。数据来源的准确与否是数据分析与挖掘的基础，是数据分析与挖掘的根本。本文所使用的石家庄地区制药领域专利数据由万方数据公司提供，以制药企业地址为石家庄为检索条件，搜索出了包括从1985—2014年间石家庄地区制药领域专利644条,分别分布在A、B、C、D、E、F、G、H八个大部。对专利数据库中的644条专利进行筛选，根据“分类号”字段限制，它涉及专利信息的分类,有些IPC所涉及的范围与石家庄地区制药领域没有联系或联系很小,不宜保留。根据“申请人（专利权人）”字段的限制,剔除与石家庄地区制药不相关或制药企业地址不在石家庄地区的专利。最后筛选出590条最符合该领域特点的专利。由于IPC号在几乎所有现存数据库中均是以一个字段存储一个专利的所有IPC分类号的，形如:A61K38/26、A61K9/08、A61K47/12、A61P3/10，且每个专利一般都有好几个分类号，而每个企业又研究大量的专利，所以在进行专利分析之前,需要对专利IPC号进行数据整理。由于过于细致的IPC分类号并不利于专利主题的分析与揭示,所以本文中采用专利小类分析,就是取IPC号的前4位。并将申请人与其对应的多条IPC号进行拆分,拆分后的数据项有773条，即显示每个申请人对应的一条IPC分类号。
2.数据挖掘。本文数据挖掘过程将采用Excel和SQLsever2005软件，首先对所得到的数据导入SQLserver2005进行挖掘，利用SQLserver2005可以直接进行IPC号的关联规则挖掘，然后对专利信息进行分析。
3.数据挖掘结果与分析。基于关联规则制作依赖关系网络图,可以更加直观地看到各个IPC号之间的关联和依赖状态。
（1）以A61K、C12N、C12P、C07D、C07C为中心的核心专利技术群。这些专利的IPC分类号是关键部分药物组成的各种化合物即药物主要成分的重要聚集组。A61K（医用、牙科用等的配置品）是项集次数最多的，即支持度较高的，C12P（发酵或使用酶的方法合成目标化合物或组合物或从外消旋混合物中分离旋光异构体）、C12N（微生物或酶；其组合物）、C07D(杂环环合物,例如邻氯苄星青霉素的合成)、C07C(无环和碳环化合物)通过专利相关知识我们已经知道这些都是药物的合成成分，即土霉素、链霉素、青霉素等多种抗生素和维生素的主要成分组成，是制药领域的核心。这也是和石家庄地区制药企业的核心领域相符合的。另外这些专利主题的相互关联、依赖说明了石家庄地区制药企业在该领域具有很好的布局网络，在研发数量上也占有一定优势，所以说是石家庄地区制药企业的主要研究领域。
（2）以B65G、C12M为中心的辅助设备专利技术群。药品的生产离不开设备的支持，所以设备方面的专利也能体现制药企业的技术水平。在图1中也能体现出来，专利间有着很强的依赖性和关联性，在核心专利周边有B65G（运输或贮存装置，例如装载或倾斜用输送机、车间输送机系统、气动管道输送机）、C12M（酶学或微生物学装置），这些是制药的辅助技术手段，与中心专利是相互联系的，也是制药过程中必不可少的，在这些方面的提高有利于制药核心领域的发展。先进药品的研制离不开先进制药设备支持，所以设备水平的提高也是关键的。如图3所示，石家庄地区制药企业在这一方面的技术依赖网络也已经形成,说明在此技术领域也已经拥有较强实力。但与中心主要专利相比,辅助设备专利技术还是需要不断提高的。
三、总结
