基于大數據的專業評估信息平臺設計與實現

王楊麗

摘 要： 針對傳統專業信息評估平臺，主要通過對準確評估信息進行采集才可進一步研究，忽略了采集前評估信息存在的干擾性，導致平臺功能簡單、魯棒性較差的問題，提出基于大數據的專業評估信息平臺設計。其采用MLX90615非接觸式的電子芯片，利用紅外線采集評估信息，運用YS2000A與數字傳感器結合的形式采集評估數據。根據Javascript的跨平臺性質，將大數據提交至服務器前，檢查評估信息參數的標準字節，利用大數據支持的預見性，結合Qtopia程序中特定事件產生，實現平臺的設計。結果表明，該設計準確評估信息平臺，在提高評估準確度方面具有重要意義。

關鍵詞： 大數據； 專業評估； 數字傳感器； 信息采集； 參數檢查； Javascript

中圖分類號： TN912.202?34； TP311 文獻標識碼： A 文章編號： 1004?373X（2018）06?0172?04

Abstract： In the traditional information professional evaluation platform， further study is carried out mainly by means of collecting accurate evaluation information， which ignores the interference existing in evaluation information before collection and leads to simple function and poor robustness of the platform. Therefore， the design of information professional evaluation platform based on big data is proposed. The evaluation information is collected by using non?contact chip MLX90615 and infrared rays. The evaluation data is collected in the mode of combining YS2000A with the digital sensor. According to the cross platform property of Javascript， the standard bytes of evaluation information parameters are inspected before submitting big data to the server. The design of the platform is realized by adopting the predictability of big data support and combining with the specific events produced in the Qtopia program. The result shows that the designed information accurate evaluatiion platform is of great significance in inproving the evaluation accuracy.

Keywords： big data； professional evaluation； digital sensor； information acquisition； parameter inspection； Javascript

0 引 言

專業評估信息平臺可在多個領域使用，評估平臺能夠為接入任意網絡節點供給獨享的數據通路。平臺的信息系統作為專門保存、維護與應用大數據信息的系統，可為各種流程運行及決策提供依據[1]。隨著平臺智能化發展不斷深入，評估信息平臺數字化建設趨于完善，內部各項業務和治理流程逐漸依附于信息系統，而信息系統的全面性與正常評估工作運行有直接關系。

綜上所述，引入大數據的評估信息平臺設計，成為該領域亟待解決的問題[2]。當前的評估平臺無法實現大數據引入，對此，提出基于大數據的專業評估信息平臺。

1 整體平臺結果

在引入大數據后平臺數據流量巨大，每個監測終端會以數據流的方式傳輸至服務器，需要服務器終端擁有對大量數據實時分析性能[3]。設計的專業評估信息平臺主要由數據采集模塊、通信模塊、PC端及檢測模塊組成。主要功能為采集專業評估信息，由主控單元接收、分析及數據處理，并將數據值及圖像依據在監測界面進行顯示，通過文件操作按時間歸檔存儲，實現通過大數據構建專業評估信息平臺。整體平臺結構圖見圖1。

2 大數據專業評估信息平臺分析

2.1 大數據采集器的設計

平臺的大數據采集方式主要是接觸式以及非接觸式[4]。本文介紹的是一種MLX90615非接觸式的電子芯片，通過紅外線實現數據采集，具有穩定性好和精度性高等特點。選取小型BMD101采集芯片，內部含有數字信號處理模塊，能夠實現數字濾波，設計簡單、使用方便。

在大數據實時監測中心，數據參數的監測程序是：底層的驅動和守護進程、多任務進程。

其中驅動程序作為平臺交換機數據和監測中心的橋梁[5]，監測中心的各個功能模塊所對應的驅動程序為：wendu.c，xueyang.c，xindian.c。圖2為數據采集硬件驅動的流程圖。endprint

2.2 平臺交換機數據實時監測界面的設計和實現

平臺交換機數據監測系統界面的設計主要為：CGI、HTML頁面、Javascript設計。

其中的CGI主要作用為：平臺交換機數據的交互。其工作原理如圖3所示。

由圖3可知，CGI作為運行于服務器的程序，能夠利用瀏覽器來處理外部程序傳輸數據，并將結果返至頁面顯示，實現數據交互[6]。

Javascript主要是用來增強客戶端的體驗性能，進而提高監測系統的交互性。由于它具有跨平臺的性質，能夠向HTML頁面提供交互行為，可在數據提交至服務器前[7]，對用戶的提交格式進行驗證，并檢查數據參數的標準字節，做出相應處理，提高系統的預見性。

在整個平臺交換機數據監測頁面可實現多個層次的操作管理以及數據參數的收集和顯示以及實時監測等[8]。整個頁面的整體性能如圖4所示。

用戶登錄界面主要的功能是用戶鑒權，進入監測系統時，要提供用戶名以及正確的密碼才能登錄[9]。由此可避免非法訪問，保障了用戶的安全性。圖5為登錄界面。

Qtopia作為綜合開發平臺的工具，利用其對平臺交換機數據監測交互界面進行開發的流程如圖6所示。

依據平臺交換機數據實時監測的性能需求，CGI能夠劃分為：登錄界面、數據參數的顯示界面、數據的顯示界面、數據引界面等[10]。其中，信號和槽作為實現Qtopia對象間通信的機制，是Qtopia程序中比較顯著的特點之一，特定事件產生時，該事件的信號將會被發送，而槽將會實現信號的接收，進而達到平臺交換機數據被準確監測。槽是一個能夠被調用以處理特定信號中的一個函數，同時，信號和槽的機制是Qtopia其他工具包沒有的。Qtopia CGI功能如圖7所示。

通過Qtopia的客戶端以及監測中心頁面的顯示內容作為同步數據，用戶能夠準確檢索數據參數以及歷史數據。這樣不僅方便了評估人員，也方便了操作員了解數據。

3 實驗結果與分析

3.1 實驗環境

實驗的硬件環境如表1所示。

實驗的軟件環境如表2所示。

3.2 實驗結果分析

為了驗證設計的信息平臺有效性及可行性，采用改進方法與傳統方法為對比進行平臺運行準確度及運行時間方面的對比分析，結果如表3所示。

由表3可知，在實驗次數一定的情況下，進行平臺運行準確度對比分析時，采用傳統平臺在運行過程中，其準確度約為51.49%，且隨著實驗次數的增加，準確度提高較慢；采用改進平臺時，其平均運行準確度約為89.076%，且隨著實驗次數的增加呈現上升的狀態，具有一定的優勢。

表4為不同方法下平臺運行耗時對比結果。

由表4可知，在運行次數一定的情況下，采用傳統平臺時，其運行耗時隨著運行次數的增加，耗時較大，約為77.7 s；采用改進平臺時，其運行耗時增長速度較慢，約為24.5 s，相比傳統平臺節省了53.2 s，具有一定的優勢。

4 結 語

本文明確了專業評估平臺的意義，并分析了平臺的有關性能，以人體參數為例，對人體參數的采集進行了研究，也對平臺交換機數據監測中心、系統登錄界面、系統管理界面等部分進行了探究。不過仍然存在著需要改進的方面：針對監測系統的應用軟件應該有進一步地完善以及規劃；對于平臺交換機數據實時監測中心的界面應該加以美化，使其更加符合時代的潮流發展需求。

參考文獻

[1] 張凱.大數據網絡入侵過程的痕跡數據監測方法研究[J].科學技術與工程，2016，16（14）：254?258.

ZHANG Kai. Big data network intrusion traces of process data monitoring method research [J]. Science technology and engineering， 2016， 16（14）： 254?258.

[2] 趙慶周，李勇，田世明，等.基于智能配電網大數據分析的狀態監測與故障處理方法[J].電網技術，2016，40（3）：774?780.

ZHAO Qingzhou， LI Yong， TIAN Shiming， et al. A state estimation and fault processing method based on big data analysis of smart distribution network [J]. Power system technology， 2016， 40（3）： 774?780.

[3] 王德文，楊力平.智能電網大數據流式處理方法與狀態監測異常檢測[J].電力系統自動化，2016，40（14）：122?128.

WANG Dewen， YANG Liping. Stream processing method and condition monitoring anomaly detection for big data in smart grid [J]. Automation of electric power systems， 2016， 40（14）： 122?128.endprint

[4] 邱辰霖，程禮，何衛鋒.一種基于數據間相關性的激光噴丸聲學監測技術[J].振動與沖擊，2017，36（4）：139?143.

QIU Chenlin， CHENG Li， HE Weifeng. A condition monitoring method for laser peening based on the correlation between the adjacent data [J]. Journal of vibration and shock， 2017， 36（4）： 139?143.

[5] 汪明珠，湯仲鳴，劉文臻.基于C#反應堆數據監測與分析軟件設計[J].核電子學與探測技術，2016，36（8）：865?868.

WANG Mingzhu， TANG Zhongming， LIU Wenzhen. Design and analysis of CoreMis test and analysis software based on C# [J]. Nuclear electronics & detection technology， 2016， 36（8）： 865?868.

[6] 黎山峰，楊雷，孫建軍.面向智慧社區的環境監測系統設計與實現[J].計算機測量與控制，2015，23（5）：1785?1788.

LI Shanfeng， YANG Lei， SUN Jianjun. Design and implementation of environmental monitoring system for intelligent community [J]. Computer measurement & control， 2015， 23（5）： 1785?1788.

[7] 王文發，許淳.基于BIM的住宅施工質量可視化動態監測仿真[J].計算機仿真，2016，33（4）：403?406.

WANG Wenfa， XU Chun. Simulation of visualization dynamic monitoring of residential construction quality based on BIM [J]. Computer simulation， 2016， 33（4）： 403?406.

[8] 茅椏捷，李艷婷.高維數據均值的統計監測[J].數理統計與管理，2015，34（3）：420?426.

MAO Yajie， LI Yanting. Statistical process monitoring of high?dimensional data [J]. Journal of applied statistics and management， 2015， 34（3）： 420?426.

[9] 張新聚，李凱，岳彥芳，等.基于無線網絡的農田信息遠程監測系統的設計與開發[J].科技通報，2017，33（6）：156?158.

ZHANG Xinju， LI Kai， YUE Yanfang， et al. Design and implementation of field information remote monitoring system based on wireless sensor network [J]. Bulletin of science and technology， 2017， 33（6）： 156?158.

[10] 陶鴻飛，孫藝新，吳國威，等.基于大數據和層次分析法的電力信息系統成熟度評估[J].中國電力，2016，49（10）：114?118.TAO Hongfei， SUN Yixin， WU Guowei， et al. Maturity assessment of power information system based on big data and analytic hierarchy process [J]. Electric power， 2016， 49（10）： 114?118.endprint