物联网概念最初指依托射频识别（RFID）技术的物流网络。在新的发展时期，物联网被定义为根据一系列的信息系统以及设备，按照约定的协议将互联网与现有设备进行连接、通信以及信息交换，从而达到智能化的识别定位管理等功能的一种网络。
物联网的核心价值在于由物联网产生的数据，通过专业的知识和技术对这些数据进行分析，可以挖掘数据中隐藏的价值，为各行业发展带来新的增长点。随着5G时代的来临，物联网和大数据技术的融合必将取得更为广泛的应用，成为推动全球经济发展的新引擎。
2008年，陈志奎教授从海外归国，在我校创建了泛在网络与计算研究所。研究所的主要研究方向为大数据计算理论与技术，物联网与云计算，以及智能系统与应用等，经多年发展，现已成为国内领先的物联网大数据解决方案提供商。研究所积极开展与地理信息、农业、医疗等学科的交叉性前沿科学研究，已经开发出以基于Hadoop的大数据分析公共服务平台、物联网与云计算公共服务平台、智能电机在线监测系统和基于地磁的地下管道无损监测技术等为代表的科研产品与应用平台。
基于Hadoop的大数据分析公共服务平台：
随着大数据时代的到来，很多公司企业都会经常面临大数据处理分析的问题。现存的大数据处理系统大多收费昂贵，并且存在操作复杂、算法不可定制、计算结果不直观等问题。本平台针对大数据的特点建立对应的数据智能处理算法库，针对不同用户形态、不同数据形式以及不同应用需求，提供不同处理算法，实现不同服务应用的智能化处理。
系统后台基于Hadoop集群，使主流数据挖掘算法在大数据集上依然能高效运行，并且还提供了算法自定义功能，用户提交算法包并进行简单配置，即可运行自定义算法。前端基于Webx开源框架，以网站形式对外提供服务，实现数据上传和算法运行操作完全图形化，并对数据处理结果进行丰富的可视化展示，为使用者后期进行专业研究和分析提供便利。
系统前端界面样例
基于大数据分析的土地质量评估系统:
土地资源的有效保护与高效利用受到社会各界的广泛关注。土地资源数据具有多源异构、实时、海量和安全性低等特点，现有单模态属性分析模型难以适应土地影响因素的复杂性与多变性，分析结果精度较低。本项目针对土地数据的特点和现有方法的不足，提出面向土地资源数据特征学习的自适应深度计算模型，实现土地的有效规划、评估、定级与预测。具体包括：
（1）针对土地资源数据多源异构特性，构建基于张量表示的高阶自动编码机模型，采用无监督的方式对异构数据的多层特征进行学习、提取；
（2）针对土地资源数据实时更新与动态变化的特性，研究支持增量更新的深度计算模型，实时学习动态变化的土地特征；
（3）针对土地资源数据海量、安全性低的特点，研究云端安全深度计算模型，提升深度计算的实时性和数据处理的安全性。
土地质量评估系统架构
基于大数据分析的人力资源分析与评估系统:
通过分析现有数据与日常工作的相关性，建立深度学习模型来研究员工的行为和培养模式，最终得到员工的潜在离职趋势和分析结果报告，并推送适当的员工培养管理方案。
（1）数据融合。利用大数据计算相关技术将调查、分析获取到的所有多源异构数据全部综合到一起（包括行业相关数据、社会相关数据），并对信息进行统一的评价，最后得到统一的信息。吸取不同数据源的特点，实现“1+1>2”的效果。
（2）行为分析。通过员工的签到及门禁数据分析员工的行为规律和周期内的行为变化。把这些数据做周期性划分，并对每一个阶段进行统计学分析，分析出的结果可以作为模型训练的输入。
（3）员工画像。员工画像是建立在一系列真实数据之上的目标员工模型。通过员工的生日、年龄、婚姻状态、星座等信息，利用聚类技术，总结出员工的性格、工作态度等信息。另外，员工画像可以作为行为分析的依据之一。
人力资源信息分析流程示意图
基于大数据分析的大连全域城市化模型研究与软件研发:
我国学者普遍认为城市化主要通过增加消费和投资需求和通过影响相关决定性要素等来促进经济增长。已有研究方法大多直接把城市化水平变量纳入生产函数，建立经济增长计量模型，而没有考虑到城市化水平与其他因素之间的相互关联关系。该项目是大连市政府研究室与大连理工大学合作项目，旨在结合大数据理论与计量经济学方法，利用大数据分析挖掘相关技术和Hadoop数据处理平台，采集大连市300多个乡镇街道近20年的52个属性指标，共几十万条数据，计算城市化水平与影响经济增长的各因素之间相关关系，研究大连城市经济增长的主要因素，测算城市化对大连经济增长的拉动作用，并对大连全域城市化发展提出政策建议。
大连市城市化数据与分析
物联网与云计算公共服务平台:
在当今社会，互联网广泛应用于经济社会发展的各个领域，激发工业生产和生活方式的深度转变，成为经济社会信息化、智能化、可持续发展的重要催化剂。所以建立基于物联网的公共服务平台对于推进社会信息化的发展极其重要。
针对国内专用大型设备及学术专利信息不共享、人才招聘及培训机构资历无法保证等问题，本课题旨在构建一套物联网公共服务平台。平台应用J2EE的Struts2框架、CKeditor和CKfinder技术，采用SQL Server数据库，开发了物联网技术、设备中心、人才中心、国际合作、知识产权中心等多种功能模块。该平台旨在保证公共学术资源的共享，有效解决小企业信息匮乏、资金不足、人才缺乏等核心问题，有效推进信息化与生产力的深度结合。
物联网与云计算公共服务平台
智能电机在线监测系统:
电机是工业生产中的重要工具，电机出现问题往往能导致严重后果。市场上智能电机产品非常少,即使有些电机采用单片机和传感器技术构建了检测系统,却没有对监测到的数据上传并进行进一步的分析。该系统可以全面改善工业上因为电机等关键设备的损坏导致工艺波动或全线停产的情况。该系统的主要功能包括：
（1）检测功能。检测电机的径向、轴向磨损；检测电机的相序、判断是否缺相；检测轴承和绕组的温度；检测电机的正转、反转状态。
（2）数据处理和分析功能。通过径向间隙数据和轴向窜动数据的采集分析处理，可以给出机器预计的维修时间。通过对绕组和轴承温度的采集分析，能够判断机器的负载变化情况和机器的运行是否正常，并可以对设备的累计运行时间数据进行处理，有效地跟踪设备的使用情况。所有检测数据的采集均可以有效滤除运行现场的变频电磁干扰，保证数据的准确性。
（3）实时监测功能。通过对采集数据的实时处理，可以对设备的异常工况进行实时报警，通过光电效应和通讯功能将信息反馈到中控和操作现场。
系统结构示意图
基于地磁的地下管道无损监测系统:
油气管道弱磁力层析无损检测技术不受现场检测条件限制，可直接对新建和长期运行的铁磁性管道进行缺陷检测。它通过获取因管体缺陷导致的管道漏磁场变化信号，检测相应的金属应力变化和几何形变。
该方法的优点为它能够在非开挖的情况下对无法实施内检测的管道进行管体检测。与内检测技术相比，检测前无需对管道实施清官作业，对管道的几何尺寸几乎没有要求，同时检测过程中对管道的运行状态没有影响，可在任何需要检测的管段进行检测。该检测技术应用灵活，十分适合油田、燃气公司等对所辖管道进行检测。它所应用的非接触式磁力计能够检测管道周围的磁场变化情况，通过磁场的变化来判断管道由于缺陷等造成的磁力异常，实现管道缺陷位置定位。
系统软件截图
陈志奎教授简介：
大连理工大学软件学院教授，博士生导师，中国计算机协会物联网专委会委员。现任大连理工大学泛在网络与计算研究所所长，网络通信与数据库实验室主任，大连理工大学与东京Going公司联合研究所所长。
