数字技术在“互联网+”时期的应用与研究
来源:用户上传
作者:
摘要：数字技术作为计算机发展到一定阶段的产物，目前已经在3D打印、智能家居、数字旅游等多个领域得到应用，同时也引入了更加先进的云计算和大数据技术，未来将会引入更多的回归分析、支持向量机、BP神经网络等人工智能技术，不仅可以促进社会信息化和共享化发展，并且能够促进人类社会数字智能化，进一步提高互联网的使用水平，具有一定的作用和意义。
关键词：数字技术;3D打印;智能家居
中图分类号：TP391.44 文献标识码：A 文章编号：1007-9416（2019）05-0082-02
0 引言
数字技术可以利用二进制数字“0”和“1”，通过一系列加工和处理，将图像、文字、声音、影像等资料转换为数字信息，还可以将这些信息通过网络进行传输和共享，能够保存在存储芯片中。数字技术经过多年的发展，其概念已经不仅仅局限于固有定义，在很多领域都有了自己的外延，比如数字技术应用于经济领域诞生了数字经济，在工业制造领域诞生了数字控制，在信息服务领域诞生了数字通信等，在不同的领域拥有了不同的定义，进一步扩大了数字技术的应用和发展[1]。
1 “互联网+”时期数字技术应用与发展现状
“互联网+”时代，数字技术已经在3D打印、工业智造、智能家居、数字旅游、在线学习等得到广泛普及和使用，也诞生了许多的新型数字技术，比如虚拟现实等[2]。
（1）3D打印。3D打印是一种快速成型的数字技术，其以数字模型为基础文件信息，同时利用各种新材料进行立体空间的打印，能够构造各类型已知物体。3D打印采用了先进的数字技术，通常在工业设计、模具制造、航天科研、医疗诊断、钻石珠宝加工、建筑设计、汽车制造等领域得到广泛应用，大大的提高了人类工业数字化水平，更加精准的满足人们的生活和工作需求。3D打印还可以在游戏设计、军工设计中得到应用，这样就可以让人精准的发现自己的设计是否存在缺陷，大大的提高了军工设计的力度。（2）智能家居。随着数字技术的快速发展，智能家居已经成为其应用的重要领域，利用数字芯片可以实现家庭设备的互联互通，比如可以将触电设备、空调、冰箱、灯具、窗帘、晾衣架、电视机、音响等集成在一起，实现照明控制、水暖控制、空調控制、数字影院，还可以提高家庭的遥控报警能力，比如一旦发生火灾，既可以利用数字摄像头查看到烟雾或火花，及时利用5G数字通信技术传输给业主，业主既可以通知消防或物业，及时的将火警消灭或解除。智能家居利用数字技术实现了信息集成、安防控制、设备自动等功能，为业主提供全方位的信息交互功能，可以为各种能源节约费用[3]。（3）数字旅游。数字旅游是旅游信息化和数字技术应用的重要领域，数字旅游可以利用数字技术重构整个旅游活动，比如人们可以通过摄像机将拍摄的数字图像传输到旅游景点服务器，利用数字网络向游客展示景点信息。数字旅游在“互联网+”时代已经得到了极大的改进，目前引入了5G移动通信、全景网络地图等，用户可以利用数字通信和3D建模技术实现身临其境般的体验，能够让旅行者掌握现场的各类型环境数据，从而提高旅游的质量和体验效果。数字旅游还可以与虚拟现实结合在一起，打造一个虚拟现实融合的模拟场景，让旅游者可以切身的体验在实景中旅游的内容，避免将来真实现场旅游产生危险。（4）虚拟现实。虚拟现实是数字技术发展的阶段性产物，其可以将数字技术与仿真技术结合在一起，为人们提供一个多媒体传感网络，以便能够感知模拟环境中的数据信息，为人们提供一个虚拟的真实环境。虚拟现实作为数字应用领域的重要技术，目前已经引入了很多先进设备，比如头盔显示仪器、可穿戴设备等，能够充分的利用听觉、触觉、嗅觉或味觉等为人们提供感知外部信息的接口，采集的声音、图像、视频等数据可以经过一系列的处理，将其发送给人们进行处理，已经成为富有挑战性的交叉前沿技术[4]。
2 “互联网+”时期数字技术应用发展趋势
2.1 回归分析
回归分析能够有效的反映数字信息之间的时间特征数据信息，将这些信息关联到每一个数据项，同时采用先进的映射函数，将这个函数实现预测变量值，发现数据变量或属性之间的相互依赖关系，进一步发现数据信息的趋势特征，更有效的准确预测趋势时间序列，提高数字处理技术应用的准确度和鲁棒性。回归分析可以提高数字技术应用的线性规划能力，比如将其应用到数字基因编码过程中，回归分析就可以提高基因编码的准确度，进一步为人类健康提供帮助。
2.2 Apriori算法
Apriori算法可以描述数据集中每一个数据项之间的关系，也即是如果某一个事件发生可能会引起其他事件一同发生，这种关系隐藏在数据中。经过多年的研究，Apriori算法已经在数字信息处理中得到了极大的改进，引入了许多先进的技术，比如遗传算法、梯度算子、模拟退火等，提高了数据信息关联规则发现的准确度和高效率。
2.3 K-means算法
K-means算法不需要已知数据的类别，采用无监督的学习方式，自动的发现数据集中潜在的类别信息，针对这些数据进行分类操作，确保数据不同类别的相似性尽可能的小，同一类别中的数据相似度保持较高。K-means算法由于具有简单性、无监督性，也在很多数字信息领域得到广泛应用，比如搜索引擎、基因序列识别、推荐系统等，大大的提高数字信息的挖掘和分析能力，帮助人们构建一个强大的应用服务支撑。
2.4 支持向量机（SVM）
支持向量机（Support Vector Machine， SVM）是一种监督学习算法，该算法可以针对二元分类空间中的线性分类器进行处理，将高维空间数据映射到低维空间，决策便捷可以对学习样本进行求解，从而可以加入正则化思路优化结构风险，实现一个具有稀疏性和稳健性的分类器。支持向量机在数字处理中特别适用，比如可以将面部图像、声音语调信息正则化和低维化，进一步提高数字处理的准确度，具有一定的作用和意义。
3 结语
数字技术作为当前计算机主流应用技术之一，比如数字图书馆、数字旅游、数字经济等。未来，数字技术将会与人工智能技术结合在一起，在海量的数字资源中挖掘潜在的有价值的知识，为政府机构、企业单位以及人们的生活学习提供帮助，进一步改进数字技术的应用能力。
参考文献
[1] 刘大海.互联网+环境下运用数字技术创新美术教学策略研究[J].电子制作，2016（12）：59-60.
[2] 郝倩，胡彬.“互联网+”环境下的高职数字媒体应用技术专业教学模式研究与实践[J].微型电脑应用，2018，34（02）：45-47.
[3] 黄佳俊.3D数字技术在旅游景区动画形象设计上的优势和实践[J].电脑迷，2017（10）：96.
[4] 郭广明.基于物联网的智能家居系统设计与创新研究[J].数字技术与应用，2016（03）：187+227.
转载注明来源:https://www.xzbu.com/8/view-14979924.htm
