物联网雁飞格物dmp平台物网协同功能有哪些

物联网雁飞格物dmp平台物网协同功能有物联网设备管理、物联网数据采集、数据分析和处理、物联网应用开发、物联网安全管理。具体如下：
1、物联网设备管理：雁飞格物DMP平台可以管理大量的物联网设备，包括注册、授权、监控、配置、维护等。这些设备可以是传感器、执行器、控制器等，可以实现数据采集、控制、监测等功能。
2、物联网数据采集：平台可以通过采集物联网设备传输的数据来分析设备状态、控制设备等。可以支持多种协议，包括MQTT、CoAP等，支持实时数据采集和批量数据采集。
3、数据分析和处理：平台可以对采集到的数据进行分析和处理，包括数据清洗、数据存储、数据挖掘、数据建模等。可以通过可视化的方式展现数据分析结果。
4、物联网应用开发：平台提供应用开发的支持，包括API接口、应用模板、应用开发工具等。可以帮助开发人员快速开发出符合业务需求的应用程序。
5、物联网安全管理：平台可以提供物联网设备的安全管理机制，包括身份认证、访问控制、数据加密等。可以确保设备的安全性和数据的保密性。

常见的大数据术语表(中英对照简版)：
A
聚合(Aggregation) – 搜索、合并、显示数据的过程
算法(Algorithms) – 可以完成某种数据分析的数学公式
分析法(Analytics) – 用于发现数据的内在涵义
异常检测(Anomaly detection) –
在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions,
surprises, contaminants他们通常可提供关键的可执行信息
匿名化(Anonymization) – 使数据匿名，即移除所有与个人隐私相关的数据
应用(Application) – 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –
研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习
B
行为分析法(Behavioural Analytics) –
这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) – 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) – 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) – 根据个人的特征进行身份识别
B字节 (BB: Brontobytes) – 约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。1
B字节包含了27个0!
商业智能(Business Intelligence) – 是一系列理论、方法学和过程，使得数据更容易被理解
C
分类分析(Classification analysis) – 从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta
data),是描述数据的数据
云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的(即云端)
聚类分析(Clustering analysis) –
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性
冷数据存储(Cold data storage) – 在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时
对比分析(Comparative analysis) – 在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果
复杂结构的数据(Complex structured data) –
由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
计算机产生的数据(Computer generated data) – 如日志文件这类由计算机生成的数据
并发(Concurrency) – 同时执行多个任务或运行多个进程
相关性分析(Correlation analysis) – 是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关
客户关系管理(CRM: Customer Relationship Management) –
用于管理销售、业务过程的一种技术，大数据将影响公司的客户关系管理的策略
D
仪表板(Dashboard) – 使用算法分析数据，并将结果用图表方式显示于仪表板中
数据聚合工具(Data aggregation tools) – 将分散于众多数据源的数据转化成一个全新数据源的过程
数据分析师(Data analyst) – 从事数据分析、建模、清理、处理的专业人员
数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库
数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web
Services)
数据库管理系统(DBMS: Database Management System) – 收集、存储数据，并提供数据的访问
数据中心(Data centre) – 一个实体地点，放置了用来存储数据的服务器
数据清洗(Data cleansing) – 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性
数据管理员(Data custodian) – 负责维护数据存储所需技术环境的专业技术人员
数据道德准则(Data ethical guidelines) – 这些准则有助于组织机构使其数据透明化，保证数据的简洁、安全及隐私
数据订阅(Data feed) – 一种数据流，例如Twitter订阅和RSS
数据集市(Data marketplace) – 进行数据集买卖的在线交易场所
数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程
数据建模(Data modelling) – 使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义
数据集(Data set) – 大量数据的集合
数据虚拟化(Data virtualization) –
数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等
去身份识别(De-identification) – 也称为匿名化(anonymization)，确保个人不会通过数据被识别
判别分析(Discriminant analysis) –
将数据分类;按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System) – 提供简化的，高可用的方式来存储、分析、处理数据的系统
文件存贮数据库(Document Store Databases) – 又称为文档数据库(document-oriented database),
为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据
E
探索性分析(Exploratory analysis) –
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法
E字节(EB: Exabytes) – 约等于1000 PB(petabytes), 约等于1百万 GB。如今全球每天所制造的新信息量大约为1
EB
提取-转换-加载(ETL: Extract, Transform and Load) –
是一种用于数据库或者数据仓库的处理过程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库
F
故障切换(Failover) – 当系统中某个服务器发生故障时，能自动地将运行任务切换到另一个可用服务器或节点上
容错设计(Fault-tolerant design) – 一个支持容错设计的系统应该能够做到当某一部分出现故障也能继续运行
G
游戏化(Gamification) –
在其他非游戏领域中运用游戏的思维和机制，这种方法可以以一种十分友好的方式进行数据的创建和侦测，非常有效。
图形数据库(Graph Databases) –
运用图形结构(例如，一组有限的有序对，或者某种实体)来存储数据，这种图形存储结构包括边缘、属性和节点。它提供了相邻节点间的自由索引功能，也就是说，数据库中每个元素间都与其他相邻元素直接关联。
网格计算(Grid computing) – 将许多分布在不同地点的计算机连接在一起，用以处理某个特定问题，通常是通过云将计算机相连在一起。
H
Hadoop – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。
Hadoop数据库(HBase) – 一个开源的、非关系型、分布式数据库，与Hadoop框架共同使用
HDFS – Hadoop分布式文件系统(Hadoop Distributed File
System);是一个被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统
高性能计算(HPC: High-Performance-Computing) – 使用超级计算机来解决极其复杂的计算问题
I
内存数据库(IMDB: In-memory) –
一种数据库管理系统，与普通数据库管理系统不同之处在于，它用主存来存储数据，而非硬盘。其特点在于能高速地进行数据的处理和存取。
物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连。
J
法律上的数据一致性(Juridical data compliance) –
当你使用的云计算解决方案，将你的数据存储于不同的国家或不同的大陆时，就会与这个概念扯上关系了。你需要留意这些存储在不同国家的数据是否符合当地的法律。
K
键值数据库(KeyValue Databases) –
数据的存储方式是使用一个特定的键，指向一个特定的数据记录，这种方式使得数据的查找更加方便快捷。键值数据库中所存的数据通常为编程语言中基本数据类型的数据。
L
延迟(Latency) – 表示系统时间的延迟
遗留系统(Legacy system) – 是一种旧的应用程序，或是旧的技术，或是旧的计算系统，现在已经不再支持了。
负载均衡(Load balancing) – 将工作量分配到多台电脑或服务器上，以获得最优结果和最大的系统利用率。
位置信息(Location data) – GPS信息，即地理位置信息。
日志文件(Log file) – 由计算机系统自动生成的文件，记录系统的运行过程。
M
M2M数据(Machine2Machine data) – 两台或多台机器间交流与传输的内容
机器数据(Machine data) – 由传感器或算法在机器上产生的数据
机器学习(Machine learning) –
人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。
MapReduce – 是处理大规模数据的一种软件框架(Map: 映射，Reduce: 归纳)。
大规模并行处理(MPP: Massively Parallel Processing) –
同时使用多个处理器(或多台计算机)处理同一个计算任务。
元数据(Metadata) – 被称为描述数据的数据，即描述数据数据属性(数据是什么)的信息。
MongoDB – 一种开源的非关系型数据库(NoSQL database)
多维数据库(Multi-Dimensional Databases) – 用于优化数据联机分析处理(OLAP)程序，优化数据仓库的一种数据库。
多值数据库(MultiValue Databases) – 是一种非关系型数据库(NoSQL),
一种特殊的多维数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XML中的字串。
N
自然语言处理(Natural Language Processing) –
是计算机科学的一个分支领域，它研究如何实现计算机与人类语言之间的交互。
网络分析(Network analysis) – 分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。
NewSQL – 一个优雅的、定义良好的数据库系统，比SQL更易学习和使用，比NoSQL更晚提出的新型数据库
NoSQL –
顾名思义，就是“不使用SQL”的数据库。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。
O
对象数据库(Object Databases) –
(也称为面象对象数据库)以对象的形式存储数据，用于面向对象编程。它不同于关系型数据库和图形数据库，大部分对象数据库都提供一种查询语言，允许使用声明式编程(declarative
programming)访问对象
基于对象图像分析(Object-based Image Analysis) –
数字图像分析方法是对每一个像素的数据进行分析，而基于对象的图像分析方法则只分析相关像素的数据，这些相关像素被称为对象或图像对象。
*** 作型数据库(Operational Databases) –
这类数据库可以完成一个组织机构的常规 *** 作，对商业运营非常重要，一般使用在线事务处理，允许用户访问 、收集、检索公司内部的具体信息。
优化分析(Optimization analysis) –
在产品设计周期依靠算法来实现的优化过程，在这一过程中，公司可以设计各种各样的产品并测试这些产品是否满足预设值。
本体论(Ontology) – 表示知识本体，用于定义一个领域中的概念集及概念之间的关系的一种哲学思想。(译者注:
数据被提高到哲学的高度，被赋予了世界本体的意义，成为一个独立的客观数据世界)
异常值检测(Outlier detection) –
异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。
P
模式识别(Pattern Recognition) – 通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测
P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB
(gigabytes)。欧洲核子研究中心(CERN)大型强子对撞机每秒产生的粒子个数就约为1 PB
平台即服务(PaaS: Platform-as-a-Service) – 为云计算解决方案提供所有必需的基础平台的一种服务
预测分析(Predictive analysis) –
大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇
隐私(Privacy) – 把具有可识别出个人信息的数据与其他数据分离开，以确保用户隐私。
公共数据(Public data) – 由公共基金创建的公共信息或公共数据集。
Q
数字化自我(Quantified Self) – 使用应用程序跟踪用户一天的一举一动，从而更好地理解其相关的行为
查询(Query) – 查找某个问题答案的相关信息
R
再识别(Re-identification) – 将多个数据集合并在一起，从匿名化的数据中识别出个人信息
回归分析(Regression analysis) –
确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)
RFID – 射频识别; 这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据
实时数据(Real-time data) – 指在几毫秒内被创建、处理、存储、分析并显示的数据
推荐引擎(Recommendation engine) – 推荐引擎算法根据用户之前的购买行为或其他购买行为向用户推荐某种产品
路径分析(Routing analysis) –
针对某种运输方法通过使用多种不同的变量分析从而找到一条最优路径，以达到降低燃料费用，提高效率的目的
S
半结构化数据(Semi-structured data) –
半结构化数据并不具有结构化数据严格的存储结构，但它可以使用标签或其他形式的标记方式以保证数据的层次结构
情感分析(Sentiment Analysis) – 通过算法分析出人们是如何看待某些话题
信号分析(Signal analysis) – 指通过度量随时间或空间变化的物理量来分析产品的性能。特别是使用传感器数据。
相似性搜索(Similarity searches) – 在数据库中查询最相似的对象，这里所说的数据对象可以是任意类型的数据
仿真分析(Simulation analysis) –
仿真是指模拟真实环境中进程或系统的 *** 作。仿真分析可以在仿真时考虑多种不同的变量，确保产品性能达到最优
智能网格(Smart grid) – 是指在能源网中使用传感器实时监控其运行状态，有助于提高效率
软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件
空间分析(Spatial analysis) – 空间分析法分析地理信息或拓扑信息这类空间数据，从中得出分布在地理空间中的数据的模式和规律
SQL – 在关系型数据库中，用于检索数据的一种编程语言
结构化数据(Structured data)
-可以组织成行列结构，可识别的数据。这类数据通常是一条记录，或者一个文件，或者是被正确标记过的数据中的某一个字段，并且可以被精确地定位到。
T
T字节(TB: Terabytes) – 约等于1000 GB(gigabytes)。1 TB容量可以存储约300小时的高清视频。
时序分析(Time series analysis) –
分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。
拓扑数据分析(Topological Data Analysis) –
拓扑数据分析主要关注三点：复合数据模型、集群的识别、以及数据的统计学意义。
交易数据(Transactional data) – 随时间变化的动态数据
透明性(Transparency) – 消费者想要知道他们的数据有什么作用、被作何处理，而组织机构则把这些信息都透明化了。
U
非结构化数据(Un-structured data) – 非结构化数据一般被认为是大量纯文本数据，其中还可能包含日期，数字和实例。
V
价值(Value) – (译者注：大数据4V特点之一)
所有可用的数据，能为组织机构、社会、消费者创造出巨大的价值。这意味着各大企业及整个产业都将从大数据中获益。
可变性(Variability) – 也就是说，数据的含义总是在(快速)变化的。例如，一个词在相同的推文中可以有完全不同的意思。
多样(Variety) – (译者注：大数据4V特点之一)
数据总是以各种不同的形式呈现，如结构化数据，半结构化数据，非结构化数据，甚至还有复杂结构化数据
高速(Velocity) – (译者注：大数据4V特点之一) 在大数据时代，数据的创建、存储、分析、虚拟化都要求被高速处理。
真实性(Veracity) – 组织机构需要确保数据的真实性，才能保证数据分析的正确性。因此，真实性(Veracity)是指数据的正确性。
可视化(Visualization) –
只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。
大量(Volume) – (译者注：大数据4V特点之一) 指数据量，范围从Megabytes至Brontobytes
W
天气数据(Weather data) – 是一种重要的开放公共数据来源，如果与其他数据来源合成在一起，可以为相关组织机构提供深入分析的依据
X
XML数据库(XML Databases) –
XML数据库是一种以XML格式存储数据的数据库。XML数据库通常与面向文档型数据库相关联，开发人员可以对XML数据库的数据进行查询，导出以及按指定的格式序列化
Y
Y字节 (Yottabytes) – 约等于1000 ZB (Zettabytes),
约等于250万亿张DVD的数据容量。现今，整个数字化宇宙的数据量为1 YB, 并且将每18年翻一番。
Z
Z字节 (ZB: Zettabytes) – 约等于1000 EB (Exabytes), 约等于1百万
TB。据预测，到2016年全球范围内每天网络上通过的信息大约能达到1 ZB。
附：存储容量单位换算表：
1 Bit(比特) = Binary Digit
8 Bits = 1 Byte(字节)
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte

物联网平台是物联网体系结构的基石，也是让物联网承接大数据、人工智能等技术的重要容器。物联网平台是整个物联网走向智能化的基础。

从物联网的扩展性和功能性来看，物联网平台能够为物联网技术体系带来三大方面的好处：

物联网平台能够为物联网体系的功能扩展提供基础

物联网平台能够为物联网拓展应用边界

物联网平台能够为智能化应用提供场景支撑

所以，物联网平台是物联网能够多方位落地应用的重要基础。爱陆通物联网工业设备支持市场上主流的物联网平台。如图所示

物联网开发平台

我现在用的是LoRaWAN
网络工具
S1
。是利尔达研制的，附带俩套独立软件，分别对应网关配置查询功能与网络抓包分析功能。
适配于所有
LoRa
产品，通过抓取空中的
LoRa
射频数据进行捕获，并对应
LoRaWAN
协议对其信息进行解析，通过表格呈现，并可以通过条件筛选获取想要的数据，对前期开发、部署来说是十分方便的工具。

工业和信息化部办公厅
关于公布2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单的通知
工信厅科函〔2020〕151号
各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门，各有关单位：
为贯彻落实工业和信息化部《信息通信行业发展规划物联网分册（2016-2020年）》，经各地区各单位推荐、综合评审和网上公示等环节，确定2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单（见附件），现予以公布。
请各地工业和信息化主管部门及项目推荐单位结合“新型基础设施”建设规划布局和工作实际，在技术创新、应用落地、政府服务等方面对入选项目加大支持力度，协助做好上下游企业对接，加强实施效果跟踪，推进优秀成果推广应用，深化物联网与实体经济深度融合，更好地推动产业集成创新和规模化发展。
附件：2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单
工业和信息化部办公厅
2020年6月30日
附件：
2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目公示名单
序号
申报项目名称
申报单位
关键技术与平台创新类（面向高精度传感器、边缘计算、 *** 作系统核心软件、无线通信、安全可信等关键技术项目，以及物联网标准体系、物联网检测认证等创新平台项目）
1
电气线路火灾智能预警物联感知终端及系统应用
上海枫昱能源科技有限公司
2
单芯电池监测芯片技术开发与应用
大唐恩智浦半导体有限公司
3
微机电与传感技术创新平台
武汉高德红外股份有限公司
4
IoT边缘端红外-可见光异构图像传感单元及AI处理系统
西北工业大学
5
物联网用新型高精度电学量传感器系列
上海贝岭股份有限公司
6
钢丝绳物联检测传感器技术应用
冷丘（上海）物联网科技有限公司
7
5G边缘计算网关与业务平台
浪潮软件集团有限公司
8
ALP_iCloud-IOT平台
青岛奥利普自动化控制系统有限公司
9
H3C 绿洲物联网平台边缘计算支撑系统
新华三技术有限公司
10
新型交通基础设施电子标识传感器与车路协同多模融合AI芯片
北京易华录信息技术股份有限公司
11
基于物联网的机器人视觉边缘计算
华通科技有限公司
12
矿山安全监测与风险管控系统
北京北矿智能科技有限公司
13
支撑物联网大数据应用的GIS基础软件研发及产业化
北京超图软件股份有限公司
14
中信工业互联网平台
中信云网有限公司
15
基于物联网关键技术的智慧停车管理服务平台
厦门科拓通讯技术股份有限公司
16
城市智慧能源管控系统
国网河北省电力有限公司雄安新区供电公司
17
矿山智能综合管理服务平台
宁夏广天夏电子科技有限公司
18
基于人工智能和物联网技术的智慧实验室系统
安徽皖仪科技股份有限公司
19
新疆交通运输物流公共信息平台
新疆汇通互联信息科技有限责任公司
20
电力物联网智能化安全主动防御关键技术研究与应用
中国电子信息产业发展研究院
21
物联网安全管理系统
中国信息通信研究院
22
工业互联网信息安全产业应用支撑平台
清华大学深圳国际研究生院
23
基于芯端云协同的物联网整体安全体系研究和产业化
大唐微电子技术有限公司
24
高安全物联网终端拟态处理器及应用示范
之江实验室
25
绿盟物联网准入网关项目
北京神州绿盟科技有限公司
26
工业物联网设备安全可信接入技术研发及产业化
广东纬德信息科技股份有限公司
27
基于多元网络数据的物联网安全风险监测服务平台
恒安嘉新（北京）科技股份公司
28
数字化大坝安全智能监测平台
新华水力发电有限公司
29
物联网使能平台自主研发与生态运营
天翼物联科技有限公司
30
综合管廊可视化运控平台
长沙变化率信息技术有限公司
31
面向物联网区块链的设备资源虚拟化与边缘计算调度技术研究
北京航空航天大学
32
数字视网膜开放平台及芯片验证应用
浙江智慧视频安防创新中心有限公司
33
基于可信认证的城市公共安全视频智能监控网络平台
讯之美物联网服务有限公司
34
物联网系统与安全检测评估平台
工业和信息化部计算机与微电子发展研究中心（中国软件评测中心）
35
基于物联网的衣物全生命周期智慧解决方案
青岛云裳羽衣物联科技有限公司
36
物联网近场空口检测认证服务创新平台
福州物联网开放实验室有限公司
37
物联网系统抗复杂电磁环境研究
中国电子技术标准化研究院
38
基于物联网电子证据链的远程检测平台及应用示范
国家工业信息安全发展研究中心
39
车联网信息安全检测认证平台建设
中国汽车技术研究中心有限公司
40
基于5G-V2X的智能网联基础设施集成和云控平台研发
深圳市金溢科技股份有限公司
41
基于5G技术的设备物联状态监测平台
鞍钢集团自动化有限公司
42
近零功耗物联网关键技术研发及应用创新
中国电子科技集团公司第五十四研究所
43
无源物联网节点及芯片关键技术与产业化
上海坤锐电子科技有限公司
44
新型显示器件MURA缺陷视觉检测技术
武汉数字化设计与制造创新中心有限公司
45
面向云制造领域的物联网关键技术创新
贵州航天云网科技有限公司
46
基于“云边端”协同的低耦合、高扩展的智能感知解决方案
西安图讯信息科技有限公司
47
工业实时 *** 作系统NECRO
安徽国讯芯微科技有限公司
48
一铭国产 *** 作系统
一铭软件股份有限公司
49
自动驾驶 *** 作系统虚拟化技术研发与产业化
国汽（北京）智能网联汽车研究院有限公司
集成创新与融合应用类（面向车联网、工业互联网、泛在能源物联网、智慧城市、智慧农业等领域物联网集成应用项目）
50
基于北斗的车辆运输应急安全管理云平台
山东航天九通车联网有限公司
51
基于C-V2X的车联网公交云脑平台应用示范
工业和信息化部电子第五研究所
52
基于新型电子电器架构的智能网联汽车平台技术开发
北京汽车股份有限公司
53
新能源汽车远程监控和电池溯源管理平台
东软集团（大连）有限公司
54
“一路”云停智慧停车管理系统
厦门路桥信息股份有限公司
55
基于辅助驾驶产品车联网生态应用
南斗六星系统集成有限公司
56
基于智能网联的移动出行平台建设项目
北京嘀嘀无限科技发展有限公司
57
基于北斗新能源汽车绿色公务出行示范与应用
安徽中科美络信息技术有限公司
58
全程供应链管理之车联网智慧运输管理系统
广州市嘉诚国际物流股份有限公司
59
基于车路云协同技术的“数字轨”智能驾驶解决方案
新奇点智能科技集团有限公司
60
机器视觉检测系统在工业互联网中的应用
研祥智能科技股份有限公司
61
基于卫星遥感与物联网的公路建设全过程智慧管控平台研究
新疆交通建设集团股份有限公司
62
电建大型机械设备远程监控平台项目
中国电力建设股份有限公司
63
基于二维码标识的轮毂精确追溯系统
中信戴卡股份有限公司
64
水电工程物联网安全监控平台
中国电建集团昆明勘测设计研究院有限公司
65
基于物联网技术的纸行业云运维系统
长沙长泰智能装备有限公司
66
工业企业能效与环保综合管理物联网平台
河北申科电子股份有限公司
67
集装箱智能监测管理系统
西安微电子技术研究所
68
基于物联网的起重机安全与健康监控系统集成创新
江西飞达电气设备有限公司
69
基于德恩云智造新模式的工业物联网建设
四川德恩精工科技股份有限公司
70
基于5G通信网络的工业多源异构数据管理平台
山东万腾电子科技有限公司
71
基于智慧工厂及数字化车间研发及应用的工业互联网平台
重庆锦声科技有限公司
72
自主研发智能终端在工业互联网的创新融合应用
银川华信智信息技术有限公司
73
基于AI的煤矿信息化综合监控嵌入式系统平台
精英数智科技股份有限公司
74
面向汽车研发验证与产品优化的物联网集成平台构建
中汽数据（天津）有限公司
75
互联网+智能水电站监控系统
甘肃博瑞电业科技有限责任公司
76
面向高端铝材精深加工的协同制造工业互联网平台及示范
辽宁忠旺集团有限公司
77
路曼远程运维服务项目
天津路曼科技有限公司
78
中服云端智能物联网平台
西安中服软件有限公司
79
光纤预制棒数字化与智能化制造技术研究
青海中利光纤技术有限公司
80
盾构远程在线监测云平台
中铁工程服务有限公司
81
基于富士康工业互联网平台的刀具专业云
富士康工业互联网股份有限公司
82
安捷综合能源智慧管理集成创新融合应用
天津安捷物联科技股份有限公司
83
多能互补微网系统解决方案及示范工程应用项目
西电宝鸡电气有限公司
84
鞍山综合能源服务示范项目
辽宁电力能源发展集团有限公司
85
基于边缘智能的输变电隐患与缺陷预警泛在电力物联网应用
山东信通电子股份有限公司
86
基于物联网技术的智能配电房解决方案研究
南方电网数字电网研究院有限公司
87
基于园区的综合能源管控物联网项目
浙江新安化工集团股份有限公司
88
基于“云-边-端”一体化的综合能源物联网服务平台
科大智能科技股份有限公司
89
面向智慧生活的家庭、社区融合服务智能物联平台及应用示范
海信集团有限公司
90
基于物联网应用的创新智慧医联综合服务云平台
北京维卓致远医疗科技发展有限责任公司
91
基于物联网的智能决策分析与道路指挥调度系统
成都九洲电子信息系统股份有限公司
92
“生态眼"—生态环境立体多源实时动态感知平台
江苏南大五维电子科技有限公司
93
新一代城市轨道交通工程结构监测与安全评估系统研发及应用
武汉智慧地铁科技有限公司
94
基于物联网的机场智慧运行管理平台
飞友科技有限公司
95
“金龙湖绿网”绩效服务分析平台
无锡中科光电技术有限公司
96
海绵城市智能管控分析系统及应用
中国电建集团西北勘测设计研究院有限公司
97
基于物联网的北斗智慧交通监控与综合服务平台
广州海格通信集团股份有限公司
98
智慧城市大数据服务平台
江西飞尚科技有限公司
99
基于AI+物联网融合创新智慧集成应用
福建星网物联信息系统有限公司
100
面向 AIoT 的全域交通 AI 控制系统
银江股份有限公司
101
城市轨道交通融合云平台运营及运维联合创新项目
呼和浩特市城市轨道交通建设管理有限责任公司
102
城市异构物联网分布式云平台研发与应用
深圳市同洲电子股份有限公司
103
全面支持国家标准的智慧城市大数据应用平台
中星技术股份有限公司
104
智慧养老全区块监管平台
上海市爱护网健康管理有限责任公司
105
基于中国移动OneNET的城市物联网平台
中移物联网有限公司
106
基于超大监测物联网的地铁隧道全寿命诊断与预警关键技术研究及示范应用
济南轨道交通集团有限公司
107
中信智慧水务
中国市政工程中南设计研究总院有限公司
108
汇桔大脑
广州博鳌纵横网络科技有限公司
109
临平老城区有机更新一期（文化艺术长廊）智慧化项目
中国电建集团华东勘测设计研究院有限公司
110
基于NB-IoT物联网技术的智慧照明大数据云平台
河南继元智能科技股份有限公司
111
晨泰科技智慧用电安全动态监管平台
浙江晨泰科技股份有限公司
112
电动自行车安全管控系统
福州聪电堡智能科技有限公司
113
基于视频分析挖掘的智慧城市管理平台的开发与示范
天地伟业技术有限公司
114
智能化办案区管理系统
哈尔滨哈工大机器人集团嘉利通科技股份有限公司
115
基于物联网的城市供水管网智慧监控与优化调度技术应用示范
河北建投水务投资有限公司
116
基于物联网的智能楼宇综合管理平台的研发及推广应用
日立楼宇技术（广州）有限公司
117
智慧水利云平台应用示范项目
山东力创科技股份有限公司
118
生态环境泛在网络科研装备研发与应用示范研究
成都德鲁伊科技有限公司
119
农业有害生物监测及防控技术体系构建与产业化应用
广州瑞丰生物科技有限公司
120
蔬果数字农业示范区
上海赋民农业科技股份有限公司
121
基于物联网的粮食仓储管理解决方案
安徽航天信息有限公司
122
智慧孵化物联网应用推广示范
烟台大地牧业股份有限公司
123
平安智慧产销溯源平台项目
中国平安财产保险股份有限公司
124
渔联网+智慧渔业
常德启腾水产服务有限公司
125
基于物联网的智慧养殖系统
南京丰顿科技股份有限公司
126
物联网高效节水项目
京蓝沐禾节水装备有限公司
127
以文山三七为重点的智慧农业公共服务平台
云南神谷科技股份有限公司
128
轻量化汽车零部件协同设计、制造物联网集成创新应用项目
浙江华朔科技股份有限公司
129
生产制造业 (汽车制造 )智能分析管理平台
吉林省联恒易达科技开发有限公司
130
基于HTML5的Web网络单片机技术研究及产业化
海口丰润动漫单片机微控科技开发有限公司
来源：工业和信息化部科技司
原标题：《2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单公布》

固件驱动是最底层的是系统软件。华为云OceanConnect IoT云服务包括应用管理、设备管理、系统管理等能力，实现统一安全的网络接入、各种终端的灵活适配、海量数据的采集分析，从而实现新价值的创造。华为云OceanConnect IoT云服务不仅可以简化各类终端厂家的开发，屏蔽各种复杂设备接口，实现终端设备的快速接入；同时面向各行业提供强大的开放能力，支撑各行业伙伴快速实现各种物联网业务应用，满足各行业客户的个性化业务需求。开发中心是基于物联网平台开放能力的一站式开发工具，帮助开发者快速构建基于物联网平台的解决方案。项目指物联网平台的资源空间。开发者在基于开发者门户进行物联网开发时，需要根据行业属性创建独立的项目，并在该项目空间内建设物联网产品和应用。所以，固件驱动是最底层的是系统软件。

在选择IoT云平台时，需要综合考虑技术支持能力、平台稳定性、数据处理支持、开放性和兼容性以及成本效益等方面。考虑是否适用于内部开发人员的开发工具，能否支持数据收集和检索，能否构建应用程序和设备管理，同时，平台的连接性、灵活性和可扩展性、整个链条中的安全性等问题也需要考虑在内。
机智云是国内物联网平台及物联网解决方案领域的先行者，已拥有超过十年的AIoT云平台及解决方案研发和实施经验。该公司专注于物联网、云计算、大数据和人工智能产业，采用微服务架构，能够为有IoT需求的企业或团队提供全生命周期数字化管理运营，包括产品研发、连接管理、设备管理、数据采集、应用开发、数据分析决策、AI应用及预测维护、资产租赁等一系列功能。同时，机智云在物联网云服务领域拥有强大的技术实力、硬件适配能力、行业应用经验、高安全性和完善的生态系统等多项优势，因此有不少家企业都使用机智云AIoT云平台。如果有需要使用IoT云平台，可以考虑选用机智云。

---