基于云计算的神经网络算法在物联网中的应用研究
王军涛
【摘 要】物联网具有将世界各地具有传感能力的事物联结到一起的能力，其主要依靠内部基站对大量数据进行处理。论文主要展开基于云计算的神经网络算法在物联网中应用的研究，首先对物联网以及神经网络算法加以概述，而后对云计算神经网络算法在物联网中的具体应用情况展开了探索。
【Abstract】The internet of things has the ability to connect things with sensing ability around the world， and it mainly relies on the internal base station to deal with a large amount of data. This paper mainly discusses the application of neural network algorithm in the internet of things based on cloud computing， first of all， the internet of things and neural network algorithm are summarized， and then the application of cloud computing neural network in the internet of things is explored.
【關键词】云计算；神经网络算法；物联网
【Keywords】cloud computing； neural network algorithm； internet of things
【中图分类号】TN91 【文献标志码】A 【文章编号】1673-1069（2017）11-0148-02
1 引言
物联网这一概念比较新颖，其主要依托于无线通信技术获得了迅速发展，与人们生产和生活存在密切关联，其能够利用地址模式将多种多样的物体和事物串联在一起，实现其相互间的交流、通讯和协作，从而达到共同目标。物联网可以视为互联网在发展当中的拓展，其在发展和运行当中必须要突破环境以及资源在数据信息处理方面的限制，因此必须依靠更加先进的数据采集、数据传输、数据处理方法减缓大量数据处理的压力。基于云计算的神经网络算法在一定程度上可以实现物联网中更加细致的数据分类与处理，因此，本文分析并研究基于云计算的神经网络算法在物联网中的应用不仅可以为该方面的研究提供更加有力的理论依据，亦可以为物联网发展更加科学地应用基于云计算的神经网络算法提供积极的实践指导。
2 物联网及神经网络算法概述
2.1 物联网内涵
进入到知识爆炸的信息化、数字化时代后，通信技术水平的提高使得人们之间的交流更加便捷，根据互联网延伸而来的物联网技术更能够实现人与物、物与物之间的互联。从技术角度而言，物联网亦为传感网，其实际上将感知作为核心实现物与物之间的互联，目前其已经成为与计算机技术、互联网与通信网络技术齐名的第三次信息技术革命。物联网发展中，其对无线传感技术、网络通信技术、云计算技术等关键技术均进行了合理应用，能够有机地结合信息获取、处理与传输等过程，为解放人类生产力做出了积极贡献，未来发展前景十分广阔。
2.2 基于云计算的神经网络算法
云计算属于物联网系统中比较关键的技术，最重要的在于云计算的方法、存储、交互等均具有技术进步性，且属于网络化的变革，能够在物联网体系中充分发挥自身庞大的数据信息处理能力，物联网体系本身又存在着比较庞大的数据处理需求[1]。基于云计算的神经网络算法可以克服传统神经网络算法在数据收敛速度方面存在的缺陷，提高收敛速度，并且可以顺利应对大规模数据处理与复发度较高的网络拓扑结果，由此可见，基于云计算的神经网络算法更适合物联网体系发展的需求
3 基于云计算的神经网络算法在物联网中的应用
3.1 物联网中的云计算平台
云计算为物联网发展的基石，其与物联网的联合在当下受到了社会各界的广泛关注，云计算与物联网之间可以说是相互依存与相互促进的关系。单纯的云计算技术并不能够完全满足物联网在发展当中产生的实时感应、自主协同、高度并发和涌现效应等“后端”需求，因此需要在云计算技术上进一步融合神经网络算法，从而实现大量高并发物联网事件的自动关联与智能协作[2]。为了保证基于云计算的神经网络算法在物联网中充分发挥作用，现必须要做好后端信息处理整体架构的优化设计，促使更多智能化处理技术与方法与云计算平台要求完全相符，以此提升云计算平台神经网络算法的数据处理效率。
3.2 物联网对基于云计算的神经网络算法的应用
3.2.1 搭建应用环境
基于云计算的神经网络算法在物联网中的应用需要做好云计算硬件环境与软件环境的搭建。其中，硬件条件包括计算机，目前的配置最好的为2GB内存、300GB硬盘、英特尔酷睿双核2.1GHz处理器。此外，软件环境争取选用Red Hat Enterprise Linux 5操作系统。此外，云计算应用环境的集群部署亦包括IP地址的设置，其中最终分配地址段为192.168.1.1-192.168.1.6，此外进行用户目录的设置时保证每一个结点的目录均具有相同性，且用户目录结构均可以通过解压存放至相对应文件夹中，在云计算应用环境中亦需要设置好配置文件，即相关信息应该可以保存在masters、slaves、hadoop_env.hadoop-site xml三个用户目录下的文件夹中[3]。
3.2.2 程序开发环境
物联网对基于云计算的神经网络算法的应用在搭建好云计算应用环境后，需要进行基于云计算的神经网络算法程序开发环境设置，该算法主要依据java语言实现，在已经完成的云计算应用环境中找到用户目录安装路径contrib/eclipse-plugin路径后选择java插件，直接将其复制到eclipse目录下的plugin路径中可以成功添加插件，而后启动该插件便可以成功打开MapReduce视图进入到开发环境当中[4]。此时只要点击项目当中的src便可以进行类的添加，用户按照要求填写代码便可以实现基于云计算神经网络的应用，从而可以标准地输入或者输出数据信息[5]。该基于云计算的神经网络算法能够对java、C#、Python等功能语言进行有效应用，极大程度地进行了经典算法的移植，有效减少了编程人员的工作量，提高了数据计算与处理的成果和效率。
3.2.3 应用结果分析
将基于云计算的神经网络算法在物联网中的应用运行实践设置为Ta，单机运行测得时间设置为Ts，则加速比为Ts/Ta，结点数设置为6的情况下加速比最大系数为6。基于云计算神经网络算法在4个结点串联的情况下加速比为3.08，在6个结点串联的情况下加速比则达到了4.13，此时虽然与系数6仍旧存在一定差距，但是其运行时间即数据收敛速度已经得到了较大程度的提升，能够实现结点之间快速的通信、同步开销与协调控制。由此可见，基于云计算的神经网络算法在物联网中加以应用可以进行更复杂、维度更高的数据处理，应用效果比较明显。
4 结论
综上所述，物联网与人类生活、工作、健康，以及社会诸多领域、诸多方面密切相关，因此引起了世界范围的重点关注，对全球社会进步、经济发展均产生了极为重要的影响。至此，物联网中高维、复杂数据的处理成为各国学者重点研究的课题。基于云计算的神经网络算法能够将云计算特点和神经网络算法特点相互融合，通过自身的泛化能力对物联网中不确定类型的、复杂的、高维的数据加以分类处理，尤其能够明显加快物联网数据的收敛速度，做好物联网中的数据整理与分类，具有良好的神经网络性能，极大程度地节省了编程人员工作时间，提高了其工作效率，有利于推动物联网的进一步发展与壮大，为无线通信时代人们的生活与社会的发展做出更加积极的贡献。
【参考文献】
【1】冉鸿雁.灰色神经网络算法中的基于物联网关键技术预测模型应用研究[J].电子测试，2013，10（05）：156.
【2】葛莉.人工神经网络非线性背景下物联网技术社区时序预测的应用研究[J].激光杂志，2013，34（06）：53-54.
【3】侯义斌，王进.物联网下人工神经网络前馈LS-SVM研究[J].电脑知识与技术，2017，13（10）：145-146.
【4】杨晓萍，孙继玮，牛超，等.数据融合在物联网火灾监测系统中的应用研究[J].电子测量技术，2016，39（03）：100-105.
【5】王珂，翟婷婷.人工智能及计算智能在物联网方面的应用[J].数字技术与应用，2014，11（08）：93-94.
【摘 要】物联网具有将世界各地具有传感能力的事物联结到一起的能力，其主要依靠内部基站对大量数据进行处理。论文主要展开基于云计算的神经网络算法在物联网中应用的研究，首先对物联网以及神经网络算法加以概述，而后对云计算神经网络算法在物联网中的具体应用情况展开了探索。
【Abstract】The internet of things has the ability to connect things with sensing ability around the world， and it mainly relies on the internal base station to deal with a large amount of data. This paper mainly discusses the application of neural network algorithm in the internet of things based on cloud computing， first of all， the internet of things and neural network algorithm are summarized， and then the application of cloud computing neural network in the internet of things is explored.
【關键词】云计算；神经网络算法；物联网
【Keywords】cloud computing； neural network algorithm； internet of things
【中图分类号】TN91 【文献标志码】A 【文章编号】1673-1069（2017）11-0148-02
1 引言
物联网这一概念比较新颖，其主要依托于无线通信技术获得了迅速发展，与人们生产和生活存在密切关联，其能够利用地址模式将多种多样的物体和事物串联在一起，实现其相互间的交流、通讯和协作，从而达到共同目标。物联网可以视为互联网在发展当中的拓展，其在发展和运行当中必须要突破环境以及资源在数据信息处理方面的限制，因此必须依靠更加先进的数据采集、数据传输、数据处理方法减缓大量数据处理的压力。基于云计算的神经网络算法在一定程度上可以实现物联网中更加细致的数据分类与处理，因此，本文分析并研究基于云计算的神经网络算法在物联网中的应用不仅可以为该方面的研究提供更加有力的理论依据，亦可以为物联网发展更加科学地应用基于云计算的神经网络算法提供积极的实践指导。
2 物联网及神经网络算法概述
2.1 物联网内涵
进入到知识爆炸的信息化、数字化时代后，通信技术水平的提高使得人们之间的交流更加便捷，根据互联网延伸而来的物联网技术更能够实现人与物、物与物之间的互联。从技术角度而言，物联网亦为传感网，其实际上将感知作为核心实现物与物之间的互联，目前其已经成为与计算机技术、互联网与通信网络技术齐名的第三次信息技术革命。物联网发展中，其对无线传感技术、网络通信技术、云计算技术等关键技术均进行了合理应用，能够有机地结合信息获取、处理与传输等过程，为解放人类生产力做出了积极贡献，未来发展前景十分广阔。
2.2 基于云计算的神经网络算法
云计算属于物联网系统中比较关键的技术，最重要的在于云计算的方法、存储、交互等均具有技术进步性，且属于网络化的变革，能够在物联网体系中充分发挥自身庞大的数据信息处理能力，物联网体系本身又存在着比较庞大的数据处理需求[1]。基于云计算的神经网络算法可以克服传统神经网络算法在数据收敛速度方面存在的缺陷，提高收敛速度，并且可以顺利应对大规模数据处理与复发度较高的网络拓扑结果，由此可见，基于云计算的神经网络算法更适合物联网体系发展的需求
3 基于云计算的神经网络算法在物联网中的应用
3.1 物联网中的云计算平台
云计算为物联网发展的基石，其与物联网的联合在当下受到了社会各界的广泛关注，云计算与物联网之间可以说是相互依存与相互促进的关系。单纯的云计算技术并不能够完全满足物联网在发展当中产生的实时感应、自主协同、高度并发和涌现效应等“后端”需求，因此需要在云计算技术上进一步融合神经网络算法，从而实现大量高并发物联网事件的自动关联与智能协作[2]。为了保证基于云计算的神经网络算法在物联网中充分发挥作用，现必须要做好后端信息处理整体架构的优化设计，促使更多智能化处理技术与方法与云计算平台要求完全相符，以此提升云计算平台神经网络算法的数据处理效率。
3.2 物联网对基于云计算的神经网络算法的应用
3.2.1 搭建应用环境
基于云计算的神经网络算法在物联网中的应用需要做好云计算硬件环境与软件环境的搭建。其中，硬件条件包括计算机，目前的配置最好的为2GB内存、300GB硬盘、英特尔酷睿双核2.1GHz处理器。此外，软件环境争取选用Red Hat Enterprise Linux 5操作系统。此外，云计算应用环境的集群部署亦包括IP地址的设置，其中最终分配地址段为192.168.1.1-192.168.1.6，此外进行用户目录的设置时保证每一个结点的目录均具有相同性，且用户目录结构均可以通过解压存放至相对应文件夹中，在云计算应用环境中亦需要设置好配置文件，即相关信息应该可以保存在masters、slaves、hadoop_env.hadoop-site xml三个用户目录下的文件夹中[3]。
3.2.2 程序开发环境
物联网对基于云计算的神经网络算法的应用在搭建好云计算应用环境后，需要进行基于云计算的神经网络算法程序开发环境设置，该算法主要依据java语言实现，在已经完成的云计算应用环境中找到用户目录安装路径contrib/eclipse-plugin路径后选择java插件，直接将其复制到eclipse目录下的plugin路径中可以成功添加插件，而后启动该插件便可以成功打开MapReduce视图进入到开发环境当中[4]。此时只要点击项目当中的src便可以进行类的添加，用户按照要求填写代码便可以实现基于云计算神经网络的应用，从而可以标准地输入或者输出数据信息[5]。该基于云计算的神经网络算法能够对java、C#、Python等功能语言进行有效应用，极大程度地进行了经典算法的移植，有效减少了编程人员的工作量，提高了数据计算与处理的成果和效率。
3.2.3 应用结果分析
将基于云计算的神经网络算法在物联网中的应用运行实践设置为Ta，单机运行测得时间设置为Ts，则加速比为Ts/Ta，结点数设置为6的情况下加速比最大系数为6。基于云计算神经网络算法在4个结点串联的情况下加速比为3.08，在6个结点串联的情况下加速比则达到了4.13，此时虽然与系数6仍旧存在一定差距，但是其运行时间即数据收敛速度已经得到了较大程度的提升，能够实现结点之间快速的通信、同步开销与协调控制。由此可见，基于云计算的神经网络算法在物联网中加以应用可以进行更复杂、维度更高的数据处理，应用效果比较明显。
4 结论
综上所述，物联网与人类生活、工作、健康，以及社会诸多领域、诸多方面密切相关，因此引起了世界范围的重点关注，对全球社会进步、经济发展均产生了极为重要的影响。至此，物联网中高维、复杂数据的处理成为各国学者重点研究的课题。基于云计算的神经网络算法能够将云计算特点和神经网络算法特点相互融合，通过自身的泛化能力对物联网中不确定类型的、复杂的、高维的数据加以分类处理，尤其能够明显加快物联网数据的收敛速度，做好物联网中的数据整理与分类，具有良好的神经网络性能，极大程度地节省了编程人员工作时间，提高了其工作效率，有利于推动物联网的进一步发展与壮大，为无线通信时代人们的生活与社会的发展做出更加积极的贡献。
【参考文献】
【1】冉鸿雁.灰色神经网络算法中的基于物联网关键技术预测模型应用研究[J].电子测试，2013，10（05）：156.
【2】葛莉.人工神经网络非线性背景下物联网技术社区时序预测的应用研究[J].激光杂志，2013，34（06）：53-54.
【3】侯义斌，王进.物联网下人工神经网络前馈LS-SVM研究[J].电脑知识与技术，2017，13（10）：145-146.
【4】杨晓萍，孙继玮，牛超，等.数据融合在物联网火灾监测系统中的应用研究[J].电子测量技术，2016，39（03）：100-105.
【5】王珂，翟婷婷.人工智能及计算智能在物联网方面的应用[J].数字技术与应用，2014，11（08）：93-94.
