物联网技术发展现状

多重技术推动物联网技术创新

从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

——以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》。

当然我不是说需求分析不重要，而是说需求分析太重要，是一个报告所不能容纳的，而是要有一个包括数个不同内容体系的文档系统。而如果你的项目根本就没有那么多的资金和资源，你一般就不要动用这样一个庞大的系统。你在这个时候只需要随时记录你的想法，列出你的关注点和解决的想法。而当然这个系统虽然庞大，但是还有很多线索要你去掌握它们的建造。首先这个系统需要有一个业务目标分析，也就你的这个系统要达到的业务目标，要结合具体的企业环境进行系统分析和论证，这个文档的阅读者基本上属于最高级次的决策者。还要有一个技术目标分析，也就是你的这个项目将解决什么具体的技术问题，这个部分也十分的复杂，基本上需要行业专家认真地分析，这个文档的阅读者属于管理者。还要有一个技术实现的报告，也就是你需要为完成这个项目动用什么技术，主要是你必须说出在这个项目的几种可使用技术方案中你为什么要选择你目前的这种，这个文档的阅读者基本上就是相关的技术人员。而同时你还需要一个风险分析的报告，把这个文档要针对业务/技术/实现这三个层次的问题中要遇到的各种风险进行分析。这属于基本的需求分析的基础文档系统。

未来物联网行业将向着多元方向发展

标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。

合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。

因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。

安全化是指预防物联网软件遭受网络黑客攻击，在未来，以安全为重点的物联网设施将受到更多的关注，特别是某些特定的基础行业，如医疗健康、安全安防、金融等领域。

多重技术推动物联网技术创新

从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;

区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。

——以上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》。

行业主要企业：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)

定义

所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。

早期的物联网是指依托射频识别技术的物流网络，随着技术和应用的发展，物联网的内涵已经发生了较大的变化。现阶段，物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术，包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。

物联网行业发展前景及趋势分析

1、产业物联网占比逐渐上升

根据信通院于2020年12月发布的《2020中国物联网白皮书》，2019年中国物联网连接数中产业物联网和消费者市场各占一半，预计到2025年，物联网连接数的大部分增长来自于产业市场，产业物联网的连接数将占到总体的61%。由此来看，未来产业物联网的市场发展潜力大于消费物联网。

2、市场规模不断增大

目前，物联网在全球呈现快速发展趋势，欧、美、日、韩等国均将物联网作为重要战略新兴产业推进，但在繁荣景象背后却仍存在着众多阻碍发展的因素。其中核心标准的缺失，尤其是作为顶层设计的物联网参考架构等基础标准目前仍处于空白，基于争夺物联网产业主导权，各国对国际标准方面的竞争亦日趋白热化。

新冠疫情对于物联网行业来说犹如达摩利斯之剑，一方面疫情导致全球技术供应链出现一定的停滞期，另一方面疫情助推中国物联网的渗透。2020年无人工厂、无人配送、无人零售、远程教学、远程医疗等“无接触经济”的爆发均离不开物联网技术的支撑。综合多方面的情况分析，前瞻认为未来5年中国物联网的发展将保持高速增长，到2026年市场规模超过6万亿元。

以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。

物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。

1、分类资料是指所得数据是分类的，不完全连续的；可分为有序分类和无序分类，有序分类如疾病的预后（未改善、改善和痊愈），无序分类如研究对象的职业（工人、农民、知识分子等）。
2、反应变量就是我们常说的因变量，顾名思义就是因别人的变化而变化的量，比如研究某病预后的影响因素，这里的预后就是因变量。
3、自变量（影响因子），通俗地说就是不因别人变化而自己变化的量，比如上例中某病预后的影响因素就是自变量，如病人的年龄，疾病分期分型，处理方式等等。
下面我们针对逻辑回归的常见问题作一讨论。
1、为什么会有非条件和条件逻辑回归？
按照研究设计的不同，可将逻辑回归分为成组资料的非条件逻辑回归和配对资料的条件逻辑回归两类。成组资料是指组与组之间是相互独立的，没有针对每一个病例去寻找他特定的对照，它是相对于配对资料而言的。配对资料是指研究设计之初，根据潜在的影响因素如性别、年龄等将病例与对照配成对子，可以是一个病例配一个对照，也可以是一个病例配n个对照。对于成组资料，采用的是非条件逻辑回归；对与配对资料，采用的是条件逻辑回归，两者之间有着明显的区别。
按照因变量分类数的多少，可将非条件逻辑回归分为二分类逻辑回归和多分类逻辑回归两类，二分类是指因变量只有两个分类（如是否发生出血），多分类是指因变量有三个及以上分类（如按照出血量的不同，分为轻度、中度和重度出血）。
在实际工作中我们最为常用的还是“二分类非条件逻辑回归”，即因变量是两个分类的，研究设计不是病例与对照配对设计的，而是常规的成组设计。
2、逻辑回归需要多大的样本量？
在实际工作中，经常遇到仅有20-30个病人的资料去做逻辑回归的，这样回归结果可能存在样本量不足的问题。那么在逻辑回归的计算中到底需要多少样本量呢？
对于逻辑回归样本量的确定，有一些计算公式和工具表可供参考。一般认为非条件逻辑回归样本容量应为自变量个数的5-10倍，即如果你纳入5个自变量那么样本的总例数应该大于25-50人。较为严格的要求是，在因变量的各个水平中，例数最少的水平的样本数也应该是自变量个数的5-10倍。比如有200个研究对象，其中患病40个，未患病160个，想研究患病的影响因素，那么逻辑回归可纳入的自变量个数为40/10=4个。也有教材指出，经验上非条件逻辑回归中各组的人数应该至少有30-50例（摘自《医学统计学》第三版p293，人民卫生出版社，主编孙振球）。
对于条件逻辑回归而言，配对组数不应<50组，且总体的样本量应该大于纳入方程的自变量个数的20倍以上。
逻辑回归的所有统计推断都是建立在大样本基础之上的，因此要求有足够的样本量来支持其回归结果的可信度。
3、如何判断逻辑回归模型拟合的好坏？
通常我们在分析自己的数据时，会遇到不同的分析方法会跑出不同的逻辑回归结果，那么哪个结果更好呢？或者是在多大的程度上，我们能够说明自己在逻辑回归中寻找出的影响因素是对的呢？这就需要我们对逻辑回归模型拟合的效果进行一定的判断。
常见的逻辑回归模型效果判断指标有对数似然值、伪决定系数、模型预测的正确率和ROC曲线。
具体如下：
（1）对数似然值，逻辑回归是通过极大似然法求解的，极大似然取值在0-1之间，可利用-2倍的对数似然值来表示模型的拟合好坏，其值越小越接近于0，说明模型拟合效果越好；
（2）伪决定系数，跟线性回归一样，逻辑回归也存在决定系数，称为伪决定系数。它是由似然函数计算而来的，它的值越接近于1说明回归拟合的越好。在SPSS的结果中存在两种伪决定系数，分别是1989年Cox和Snell提出的伪决定系数（取值范围为0≤R2<1）和1991年Nagelkerke提出的最大调整决定系数（取值范围为0≤R2≤1），两者选一即可。
（3）模型预测的正确率，显然对因变量结局预测的准确程度也可以反应模型的效果。SPSS在Logistic回归过程中会给出模型预测的列联表，这也是模型拟合好坏的判断依据之一。同时在SPSS中用户还可以自定义模型预测的概率标准（默认是05）。
（4）ROC曲线，在获得每一个研究对象的预测概率之后，我们可以通过制作ROC曲线来判断一下，取不同的预测概率值时，预测的准确率会有何种变化。
4、用SPSS做逻辑回归分析的注意事项
（1）自变量和因变量的变量名最好都是英文的。在做逻辑回归时，如果自变量或因变量的变量名中含有中文字符或括号可能会导致逻辑回归结果非常迥异，而且错误的莫名其妙，且不同版本的SPSS出错的形式还不尽相同。建议在所有的统计分析中，变量名均需要修改为英文格式。
（2）当自变量中有多分类名义变量时，应该将其设为哑变量进行处理。
（3） 如果某连续性自变量可以将因变量的两组完全分开时（如某自变量在病例组中的的最小值大于该自变量在对照组中的最大值时），该自变量不应该被纳入回归方程。
（4）如果某分类自变量在因变量的某一组中取值完全一致时（如在病例组中某自变量取值均为1，而在对照组中自变量的取值有0也有1），该自变量不应该被纳入回归方程，否则该自变量的p值特别大，且不会被剔出方程，OR值接近0或无穷大。

物联网行业在中国发展四大趋势：
1、物联网行业发展趋势一
中国物联网产业的发展是以应用为先导，存在着从公共管理和服务市场，到企业，行业应用市场，再到个人家庭市场逐步发展成熟的细分市场递进趋势。
目前，物联网产业在中国还是处于前期的概念导入期和产业链逐步形成阶段，没有成熟的技术标准和完善的技术体系，整体产业处于酝酿阶段。此前，RFID市场一直期望在物流零售等领域取得突破，但是由于涉及的产业链过长，产业组织过于复杂，交易成本过高，产业规模有限，成本难于降低等问题使得整体市场成长较为缓慢。
物联网概念提出以后面向具有迫切需求的公共管理和服务领域，以政府应用示范项目带动物联网市场的启动将是必要之举。进而随着公共管理和服务市场应用解决方案的不断成熟、企业集聚、技术的不断整合和提升逐步形成比较完整的物联网产业链，从而将可以带动各行业大型企业的应用市场。待各个行业的应用逐渐成熟后，带动各项服务的完善、流程的改进个，人应用市场才会随之发展起来。
2、物联网行业发展趋势二
物联网标准体系是一个渐进发展成熟的过程，将呈现从成熟应用方案提炼形成行业标准，以行业标准带动关键技术标准，逐步演进形成标准体系的趋势。
物联网概念涵盖众多技术、众多行业、众多领域，试图制定一套普适性的统一标准几乎是不可能的。物联网产业的标准将是一个涵盖面很广的标准体系，将随着市场的逐渐发展而发展和成熟。在物联网产业发展过程中，单一技术的先进性并不一定保证其标准一定具有活力和生命力，标准的开放性和所面对的市场的大小是其持续下去的关键和核心问题。随着物联网应用的逐步扩展和市场的成熟，哪一个应用占有的市场份额更大，该应用所衍生出来的相关标准将更有可能成为被广泛接受的事实标准。
3、物联网行业发展趋势三
随着行业应用的逐渐成熟，新的通用性强的物联网技术平台将出现。
物联网的创新是应用集成性的创新，一个单独的企业是无法完全独立完成一个完整的解决方案的，一个技术成熟、服务完善、产品类型众多、应用界面友好的应用，将是由设备提供商、技术方案商、运营商、服务商协同合作的结果。随着产业的成熟，支持不同设备接口、不同互联协议、可集成多种服务的共性技术平台将是物联网产业发展成熟的结果。
物联网时代，移动设备、嵌入式设备、互联网服务平台将成为主流。随着行业应用的逐渐成熟，将会有大的公共平台、共性技术平台出现。无论终端生产商、网络运营商、软件制造商、系统集成商、应用服务商，都需要在新的一轮竞争中寻找各自的重新定位。
4、物联网行业发展趋势四
针对物联网领域的商业模式创新将是把技术与人的行为模式充分结合的结果。
物联网将机器人社会的行动都互联在一起，新的商业模式出现将是把物联网相关技术与人的行为模式充分结合的结果。中国具有领先世界的制造能力和产业基础，具有五千年的悠久文化，中国人具有逻辑理性和艺术灵活性兼具的个性行为特质，物联网领域在中国一定可以产生领先于世界的新的商业模式。

---