儀器儀表技術的發展對“大數據"的作用

    1、多物理量檢測技術、RFID技術和模塊化數據采集系統等為“大數據"的獲取提供前提與支撐。

   多種物理量檢測獲取到不同種類的數據，即為非結構化數據，現代儀表檢測的靈敏度、精度、測量范圍、檢測對象都有了很大的提升，現代儀器儀表對物理世界的認知交互應用越來越廣泛。先進的傳感檢測儀表是信息世界與物理世界互動的前提，也是造成海量數據的原因。如美國國家儀器公司(NI公司)開發的產品NI CompactDAQ、CompactRIO、PXI硬件，以及諸如NI LabVIEW系統設計軟件和DIAdem之類的工具為“大數據"實時的在采集數據的源頭處理數據。

    2、互聯網技術、總線技術、分布式儀表技術為“大數據"的信息融合提供多樣性保障。

    隨著現代工業的飛速發展和生產裝置規模的不斷擴大，生產過程日趨復雜，對企業生產自動化儀表和各種信息的集成設備信息綜合要求越來越高。據估計，到2020年，全球將有約300億的儀器設備通過無線方式發生互聯，無線傳感網、物聯網技術在智能電網、智能交通等中得到了越來越多的應用。一個大的復雜系統亟需綜合各種數據信息，不同設備檢測獲取的數據的結構是不同的;通過網絡，中間點智能變送器發揮的作用更加重要，它將為上層設備的“大數據"分析提供可訪問性、可用性。總的來說，網絡技術、總線技術、分布式測量技術為儀器儀表產生的“大數據"信息的時空融合提供渠道，以保證數據多樣性。

    3、低功耗、高處理能力的集成電路與存儲技術為“大數據"的運算處理速度和海量存儲提供可能。

    低功耗、高頻率的微型芯片、大規模集成電路、超大容量存儲技術的迅猛發展直接促進了海量數據的有效處理與存儲。近年出現的云儲存技術有效突破本地單一傳感器數據存儲的局限。1965年，Gordon Moore提出著名的摩爾定律，即集成電路中晶體管數量大約每兩年就會翻一番。近50年過去，摩爾定律依然影響著電子行業，摩爾定律的效應令技術的價格變得可以讓人承受，并且新的發明幫助工程師和科學家以先進的電子儀器儀表采集、分析和儲存數據，正是這些變化引起了“大數據"這一奇觀現象。

    4、嵌入“智慧"的儀器儀表為“大數據"的低密度價值信息的分析、綜合、提取、決策提供支持。

    從“大數據"中汲取價值的過程是一個從原始數據獲取到有價值信息提煉的階段過程。統計分析、數據挖掘、機器學習等智能算法越來越被嵌入到智能儀器儀表中，使得對“大數據"的價值利用更為充分，借助現代化微型智能處理器、執行單元儀表等，可以建立有效的“大數據"分析模型，并在大量數據集合上執行多種模式的智能交互。