- 海量
- 多态
- 动态
- 关联
graph LR
A[数据]--赋予背景---B[信息]--提炼规律---C[知识]
- 数据存储
- 数据融合
- 数据挖掘
- 智能决策
- IaaS — 基础设施即服务，只涉及到租用硬件，是一种最基础的服务
- PaaS — 平台即服务，已经从硬件的基础上， 租用一个特定的操作系统与应用程序来自己进行应用软件的开发
- SaaS — 软件即服务，在云平台提供的定制软 件上，直接部署自己的应用系统
- 按需服务
- 根据用户是实际计算量与数据存储量，自动分配CPU的数量与存储空间的大小，避免服务质量下降与资源浪费
- 资源池化
- 利用虚拟化技术，根据需求定制用户使用的计算与存 储资源，计算与存储资源管理对用户是透明的
- 服务可计费
- “云”可以监控用户的计算、存储资源的使用量， 并根据资源的使用“量”进行计费
- 泛在接入
- 用户的各种终端设备，如PC机、笔记本计算机、智能 手机和移动终端设备，都可以作为云终端，随时随地访问“云”
- 高可靠性
- “云”采用数据多副本备份冗余，计算节点可替换等 方法，提高云计算系统的可靠性
- 快速部署
- 云计算不针对某一些特定的应用，用户可以方便地开 发各种应用软件，组建自己的应用系统，快速部署业务
- 异构性与多样性
- 物联网的数据来自不同的行业、不同的应用、不 同的感知手段，有人与人、人与物、物与物、机器与人、机器与物、 机器与机器等各种数据，这些数据可以进一步分为:状态数据、位 置数据、个性化数据、行为数据与反馈数据，数据具有明显的异构 性与多样性
- 实时性、突发性与颗粒性
- 物联网感知数据是系统控制命令与策略 制定的基础，对物联网数据处理时间要求很高;同时，事件发生往 往很突然和超出预判，事先无法考虑周全，物联网感知设备获得的 数据很容易出现不全面和噪声干扰，物联网大数据的研究需要注意 到数据实时性、突发性与颗粒性的特点
- 非结构化与隐私性
- 物联网应用系统中存在着大量图像、视频、语 音、超媒体等非结构化数据，增加了数据处理的难度。物联网应用 系统的数据中隐含有大量企业重要的商业秘密与个人隐私信息，数 据处理中的信息安全与隐私保护难度大
- 未来的各种物联网应用，以及从个人计算机、笔记本计算机、平板 电脑、智能手机、GPS、RFID读写器、智能机器人、可穿戴计算等 数字终端设备装置，都可以作为云终端在云计算环境中使用，云计 算将成为物联网重要的信息基础设施之一
- 物联网中智能交通、智能环保、智能医疗中的大量传感器、RFID 芯片、视频监控探头、工业控制系统是造成数据“爆炸”的重要原 因之一，物联网为大数据技术的发展提出了重大的应用需求，成为 大数据技术发展的重要推动力之一
- 大数据对世界经济、自然科学、社会科学的发展将会产生重大和深 远的影响，物联网的大数据应用是国家大数据战略的重要组成部分， 结合物联网应用的大数据研究必将成为物联网研究的重要内容
- 大数据应用水平直接影响着物联网应用系统存在的价值与重要性， 大数据应用的效果是评价物联网应用系统技术水平的关键指标之一
- GNSS
- Galileo
- GLONASS
- 北斗
- GPS组成
- 空间部分
- 地面控制部分
- 用户终端
- 接收机类型
- 导航型
- 测地型
- 授时型
- GPS发展趋势
- 高精度、高可靠性
- 安全性
- 服务综合性
- 多系统兼容性
- 定义
- 地理学、遥测遥感技术、GPS、管理科学、计算机科学基础上的交叉学科
- 将经纬度转换为用户关心的地图、位置、路径、设施等
- 研究的内容
- GIS概念 & 基本理论
- 定义
- 理论体系
- 发展趋势研究
- GIS技术
- 数据结构
- 工具软件
- 地理空间数据库
- GIS应用方法
- 应用系统设计
- 数据采集 & 分析
- 地学专家系统
- 地理空间数据库特点
- 数据来源多样
- 数据选取面向行业、面向应用
- 数据是动态的
- 数据是海量的
- 基本概念
- 单基站定位方法(基站坐标视为手机坐标)
- 多基站定位方法
- A-GPS(辅助GPS定位)
- 基站与GPS辅助