第一篇：“雪亮工程”建設(shè)中報警聯(lián)網(wǎng)技術(shù)融合與統(tǒng)一

“雪亮工程”建設(shè)中報警聯(lián)網(wǎng)技術(shù)融合與統(tǒng)一

安防行業(yè)網(wǎng) 2018-01-26 關(guān)注 人工智能技術(shù)推進(jìn)

當(dāng)前，智能科技迅速下沉至市民生活，物聯(lián)網(wǎng)技術(shù)也緊隨其后，智慧城市的智能感知越來越貼近市民。智慧城市是通過信息化和工業(yè)化的深度融合，推動產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，催生基于大數(shù)據(jù)、網(wǎng)絡(luò)經(jīng)濟(jì)的新興產(chǎn)業(yè)，促進(jìn)經(jīng)濟(jì)增長。簡單說，今年推進(jìn)的智慧城市建設(shè)，已經(jīng)有效地借助移動互聯(lián)網(wǎng)、智慧互聯(lián)網(wǎng)信息技術(shù)和智能硬件來實(shí)現(xiàn)城市智慧管理、運(yùn)行、感知。尤其是面對城市中出行、居住、生態(tài)等諸多難題，可以利用大數(shù)據(jù)進(jìn)行有效感知分析，利用人工智能技術(shù)實(shí)現(xiàn)城市智慧化管理。

在城市治安管理和交通管理中，天網(wǎng)工程視頻監(jiān)控是重要的依據(jù)和手段，依托人工智能技術(shù)，擺脫了以往為了查詢嫌疑車輛和特定人物信息，需要在大量的視頻文件中一幀一幀的尋找，有效避免效率低下和容易遺漏。

我們分析發(fā)現(xiàn)，2017年，大量城市開始使用基于AI技術(shù)的智慧城市管理平臺管理城市的攝像裝置，在各大主要城市無死角覆蓋下，對城市的各種場景實(shí)現(xiàn)24小時監(jiān)控，讓保護(hù)城市安全化被動為主動，一旦發(fā)現(xiàn)異常情況可以智能化報警，讓威脅人身安全事故的預(yù)防及追責(zé)更加方便；再者，大數(shù)據(jù)下人工智能的應(yīng)用，可以有效對城市交通進(jìn)行改善。

通過對交通大數(shù)據(jù)進(jìn)行收集，人工智能可以分析并設(shè)計出更加符合各城市實(shí)際情況的交通規(guī)則，讓道路交通的時間安排更加科學(xué)，極大方便公眾的出行，根源上解決交通擁擠的問題；利用全局?jǐn)?shù)據(jù)產(chǎn)生新洞察，協(xié)助政府高效運(yùn)營。人工智能開始協(xié)助政府解決城市發(fā)展中涌現(xiàn)出的越來越多的問題，借助人工智能強(qiáng)大的數(shù)據(jù)分析能力，可以因地制宜制定更科學(xué)的城市規(guī)劃。

雪亮工程建設(shè) 2017年全國多地積極推進(jìn)網(wǎng)格化管理和社會化服務(wù)，在做好治安防控的同時服務(wù)好人民群眾。在中央綜治辦等九部委印發(fā)《關(guān)于加強(qiáng)公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用工作的若干意見》的指導(dǎo)下，突顯公共安全視頻監(jiān)控建設(shè)聯(lián)網(wǎng)應(yīng)用在治安防范、社會管理、服務(wù)民生等方面發(fā)揮的積極作用，對于提升城鄉(xiāng)管理水平、創(chuàng)新社會治理體制、創(chuàng)建平安中國具有重要意義。

在全國多地，緊緊圍繞十九大報告要求，在基層治安綜合治理信息化建設(shè)整體解決方面，圍繞基層治安綜合治理業(yè)務(wù)需求和國家政策文件要求，以視頻監(jiān)控系統(tǒng)建設(shè)為重點(diǎn)、信息化為支撐、網(wǎng)格化管理為基礎(chǔ)、三級綜治中心為平臺，創(chuàng)新基層社會治理方式，積極構(gòu)建網(wǎng)上網(wǎng)下聯(lián)動工作體系，以信息化助推基層社會治安防控體系建設(shè)，推進(jìn)基層社會治安綜合治理現(xiàn)代化。

社會綜治平臺的建設(shè)，是有效結(jié)合人工智能分析技術(shù)、大數(shù)據(jù)分析和天網(wǎng)信息工程，加強(qiáng)和創(chuàng)新社會治理的過程，其重心在強(qiáng)化基層、夯實(shí)基礎(chǔ)。基層治安綜合治理是國家治理的重要組成部分，是國家長治久安的基石。當(dāng)前基層存在各種矛盾和挑戰(zhàn)，總的來說可概括為：一是人口管理難。人口流動性加強(qiáng)、特殊人群增多、城鄉(xiāng)二元戶籍體制早已不適應(yīng)社會發(fā)展需求，傳統(tǒng)的人口管理模式亟待重構(gòu)。二是車輛管理難。交通工具已逐步成為日常生活中不可或缺的必需品，各類車輛的數(shù)量快速增長，如何管理好車輛成為一個重要課題。三是矛盾化解難。社會利益結(jié)構(gòu)快速分化，新的利益群體、利益階層不斷出現(xiàn)，新老矛盾交織，各種利益訴求難以滿足。四是安全防控難。治安形勢嚴(yán)峻、刑事犯罪高位徘徊，安全生產(chǎn)問題突出、事故多發(fā)，恐怖問題越來越多、社會壓力大。

國家治理體系和治理能力現(xiàn)代化，最終是要讓廣大人民群眾有越來越多的獲得感。反映到社會民生層面，要使人民獲得感、幸福感、安全感更加充實(shí)、更有保障、更可持續(xù)。

綜治工作一直把提高人民群眾的安全感作為根本出發(fā)點(diǎn)和落腳點(diǎn)。為解決和應(yīng)對上述矛盾與挑戰(zhàn)，應(yīng)充分運(yùn)用信息化技術(shù)手段，提升基層治安綜合治理在治安防控、人口服務(wù)、信息宣傳、矛盾糾紛調(diào)處等方面的綜合管理水平。

因此，雪亮工程社會綜治工作已經(jīng)從三個方面的工作大力著手解決：一是創(chuàng)新升級立體化、信息化社會治安防控體系；二是既堅持破大案，也管小案；三是大力推動群防群治，廣泛發(fā)動群眾參與。

縱觀今年社會綜治體系的建設(shè)，已經(jīng)作為一項(xiàng)重點(diǎn)工作在有條不紊的推進(jìn)中。

報警服務(wù)智慧化、網(wǎng)格化

報警聯(lián)網(wǎng)技術(shù)更新與百姓需求吻合發(fā)展，報警服務(wù)的網(wǎng)絡(luò)化、可視化、移動化、智能化、遠(yuǎn)程管理已經(jīng)開始成為發(fā)展方向。報警系統(tǒng)與視頻聯(lián)動使用，而不是孤立，實(shí)現(xiàn)報警圖像遠(yuǎn)程復(fù)核，可有效節(jié)約運(yùn)營成本。

全國各地大力興建的雪亮工程，有效解決了報警聯(lián)網(wǎng)應(yīng)用視頻資源分制以及無法真正有效實(shí)現(xiàn)大數(shù)據(jù)視頻資源的問題，解決了報警聯(lián)網(wǎng)視頻如何有效地利用；真正做到從“治安防控”、“社會管理”、“服務(wù)民生”三個維度出發(fā)，將鄉(xiāng)鎮(zhèn)（街道）和村（社區(qū)）視頻監(jiān)控、出入口控制、人員車輛卡口、信息卡口、移動巡防、報警聯(lián)防等已建成資源有機(jī)融合到雪亮工程社會綜治體系下，并高效利用報警聯(lián)網(wǎng)視頻及報警資源，實(shí)現(xiàn)對重點(diǎn)行業(yè)的網(wǎng)格化管理，構(gòu)建一整套基層立體化治安防控體系，為雪亮工程的建設(shè)提供更全面的安全保障。

同時，從社會管理的角度出發(fā)，不斷推進(jìn)社會管理創(chuàng)新，借助移動應(yīng)用等高新技術(shù)，利用報警聯(lián)網(wǎng)服務(wù)用戶的獨(dú)立性，實(shí)現(xiàn)“一人一檔”、“一屋一檔”等信息化管理手段，實(shí)現(xiàn)更精細(xì)的社會治理；將報警聯(lián)網(wǎng)資源作為社會綜治管理雪亮工程數(shù)據(jù)源，形成廣泛的大數(shù)據(jù)源頭；依托移動應(yīng)用、信息發(fā)布技術(shù)和矛盾糾紛調(diào)解、特殊人群關(guān)懷，逐步實(shí)現(xiàn)從“報警”、“管理”到“服務(wù)”的轉(zhuǎn)變，提供更便捷的惠民服務(wù)。與此同時，在整合報警聯(lián)網(wǎng)企業(yè)相關(guān)的各類視頻和非視頻類信息資源的同時，建立跨區(qū)域共享服務(wù)平臺，拓展政府、民眾對基層治安綜合治理信息的綜合應(yīng)用，形成基層治安綜合治理信息化支撐服務(wù)體系。多方建設(shè)有機(jī)統(tǒng)一性

前面從三個方面分析了2017年安防市場總體趨勢。誠然，我們已經(jīng)發(fā)現(xiàn)，報警聯(lián)網(wǎng)可以有效作為安防智慧城市、雪亮工程的一個數(shù)據(jù)源。面對錯綜復(fù)雜的技術(shù)變化，基于大數(shù)據(jù)人工智能技術(shù)分析的綜合治理管理體系，已經(jīng)完全融入了智慧城市建設(shè)、雪亮工程建設(shè)中。

目前，雪亮工程的建設(shè)視頻源和報警源主要有兩種：其一是新建視頻點(diǎn)位和報警點(diǎn)位，其二是融合社會公共區(qū)域視頻點(diǎn)位和報警點(diǎn)位。可見報警運(yùn)營系統(tǒng)均可有效作為我國雪亮工程建設(shè)的一個有效數(shù)據(jù)源。

在雪亮工程9大基礎(chǔ)應(yīng)用模塊下，包含綜治組織及綜合業(yè)務(wù)、實(shí)有人口、特殊人群、重點(diǎn)青少年、非公有制經(jīng)濟(jì)組織和社會組織、社會治安、矛盾糾紛排查化解、校園及周邊安全、護(hù)路護(hù)線。在此基礎(chǔ)上，軟件包含信息采集、數(shù)據(jù)管理、研判分析、GIS應(yīng)用、視頻集成、督辦管理、網(wǎng)上辦公、互動交流、數(shù)據(jù)質(zhì)量、事件處理功能。

建立統(tǒng)一圖像信息綜合共享應(yīng)用管理平臺，對各類重要視頻監(jiān)控、社會資源進(jìn)行整合接入和管理，避免重復(fù)建設(shè)和資源浪費(fèi)，實(shí)現(xiàn)社會治安防控和應(yīng)急指揮視頻圖像資源的一體化調(diào)用和共享，最大限度地發(fā)揮系統(tǒng)建設(shè)的整體效能。

對本轄區(qū)內(nèi)的各個報警聯(lián)網(wǎng)資源及社會報警監(jiān)控資源進(jìn)行統(tǒng)一控制和運(yùn)維管理，縣平臺與地市平臺、省平臺對接，利用人工智能及深度學(xué)習(xí)技術(shù)對數(shù)據(jù)源進(jìn)行分析甄別，極大提高資源的使用效率和有效性。

基于各類視頻資源，智能識別技術(shù)，以網(wǎng)格、人口、房屋、學(xué)校社會組織、網(wǎng)格員、公共安全視頻探頭等數(shù)據(jù)資源為相關(guān)底圖，在此基礎(chǔ)上依次接入調(diào)度資源、應(yīng)急資源等信息，并利用2.5D地圖技術(shù)，統(tǒng)一完成多種調(diào)度指令、指揮操作，實(shí)現(xiàn)可視化的指揮調(diào)度，為雪亮工程的建設(shè)發(fā)揮重要作用，真正形成可持續(xù)發(fā)展的智慧型城市。

第二篇：銀行、企業(yè)工程聯(lián)網(wǎng)報警方案

銀行、企業(yè)工程聯(lián)網(wǎng)報警方案

系統(tǒng)簡介

銀行ATM柜臺主動防范型報警視頻聯(lián)動系統(tǒng)是結(jié)合報警、視頻、遠(yuǎn)程喊話及智能催淚彈裝置并由中心管理系統(tǒng)統(tǒng)一管理的綜合系統(tǒng)

銀行ATM柜臺現(xiàn)狀分析 營業(yè)廳遺留物體監(jiān)控 營業(yè)廳周圍徘徊監(jiān)控 自助銀行防尾隨監(jiān)控 自助銀行遺留物體監(jiān)控 自助銀行周圍徘徊監(jiān)控 ATM 機(jī)改裝監(jiān)控 ATM 機(jī)附近徘徊監(jiān)控 ATM 停滯留監(jiān)控

辦公區(qū)非工作時間闖入監(jiān)控 辦公區(qū)防尾隨監(jiān)控

系統(tǒng)優(yōu)勢

傳統(tǒng)的銀行監(jiān)控系統(tǒng)主要是通過人員值班已及CCTV等模擬局部監(jiān)控系統(tǒng)。這種方式設(shè)備投入成本和運(yùn)營成本都較高。這種系統(tǒng)存在的最大弊端就是，完全依賴于人工監(jiān)控。據(jù)有關(guān)數(shù)據(jù)分析，22分鐘后監(jiān)控人員可能錯過最多高達(dá)95%的畫面。試想一下，人的監(jiān)控力度是有限的，而突發(fā)事件的發(fā)生是不可預(yù)見的，僅靠人為7*24小時的監(jiān)控難以保證事件是否存在疏漏。目前的數(shù)字錄像機(jī)能錄制并保存數(shù)月的監(jiān)控資料，但一旦事件發(fā)生時，他卻無法做出即時判斷，最終讓數(shù)字錄像機(jī)成為一個事后取證的工具。

經(jīng)驗(yàn)證明，傳統(tǒng)的防盜系統(tǒng)只能提供防盜預(yù)警信息及事后破案，如果盜賊蒙面或把錄像機(jī)破壞或盜走，事后證據(jù)都沒有。

本系統(tǒng)優(yōu)勢在于報警錄像在中心錄像。

在中心值班人員彈出觸發(fā)報警的銀行圖像時復(fù)核確認(rèn)有非法闖入立刻啟動催淚爆炸裝置。

催淚彈有效時間可以維持1-2小時，安保人員有足夠的時間趕赴現(xiàn)場避免破壞。

催淚裝置的可行性

該裝置由中國人民解放軍防化研究院和我公司聯(lián)合研發(fā)，依據(jù)中華人民共和國關(guān)于CS劑量的軍事標(biāo)準(zhǔn)，由中國人民解放軍513工廠生產(chǎn)。它的突出特點(diǎn)是變被動防范為主動防范，能夠有效地中止犯罪。

該裝置于2011年9月19日經(jīng)公安部檢驗(yàn)中心檢測。

目前該裝置已廣泛用于銀行系統(tǒng)，目前有300多個銀行適用此催淚裝置

中國銀行鄭州市分行、中國銀行焦作市分行、中國銀行漯河市分行、河南省農(nóng)業(yè)銀行鄭州分行農(nóng)業(yè)銀行駐馬店分行、農(nóng)業(yè)銀行安陽分行、農(nóng)業(yè)銀行鶴壁分行、農(nóng)業(yè)銀行新鄉(xiāng)分行、農(nóng)業(yè)銀行許昌分行、三門峽農(nóng)業(yè)銀行、農(nóng)業(yè)銀行焦作分行

主動防范型銀行ATM柜臺防盜流程

1、門被開啟或小偷非法侵入偷盜

2、報警器報警，中心平臺在一秒種收到報警信號

3、視頻自動彈出，值班人員確認(rèn)如是小偷，遠(yuǎn)程喊話催趕，如小偷不聽警告，中心立刻啟動催淚裝置

4、催淚裝置噴出的氣體在2小時內(nèi)保持有效，盜賊無法進(jìn)入行，公安巡防人員到現(xiàn)場

催淚裝置觸發(fā)，可強(qiáng)迫盜賊離開銀行

第三篇：物聯(lián)網(wǎng)信息融合技術(shù)及存在的問題

物聯(lián)網(wǎng)信息融合技術(shù)及存在的問題研究

王 洪 波1,2

（1.合肥工業(yè)大學(xué) 管理學(xué)院 合肥 23009；）

（2.過程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室 合肥 230009）

摘要：物聯(lián)網(wǎng)是通過各種傳感設(shè)備將物品與互聯(lián)網(wǎng)連接起來的一種新型網(wǎng)絡(luò)。在物聯(lián)網(wǎng)信息感知過程中，信息融合已成為一個關(guān)鍵性技術(shù)。本文闡述了物聯(lián)網(wǎng)信息融合技術(shù)，包括數(shù)據(jù)級融合、特征級融合和決策級融合。在此基礎(chǔ)上，指出了物聯(lián)網(wǎng)信息融合過程中存在問題和挑戰(zhàn)，分析了有待進(jìn)一步研究的方向。關(guān)鍵詞：物聯(lián)網(wǎng)；信息融合；信息感知

中圖法分類號: TP301.6

文獻(xiàn)標(biāo)識碼: A Research of Information Fusion Technologies and Existing Problems

in the Internet of Things

WANG Hong-bo1,2

(1.School of Management, Hefei University of Technology, Hefei, 230009, China)(2.Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, Hefei，230009, China)Abstract:The internet of things is a new network in which things are connected to the internet by various sensing equipments.In the process of information sensing in the internet of things, the information fusion technologies have become critical.In this paper, the information fusion technologies in the internet of things have been presented, including data-level fusion, feature-level fusion and decision-level fusion.On this basis, the problems and challenges existing in the information fusion process in the internet of things have been showed, and the further research directions have also been put forwarded.Keywords: Internet of Things;Information fusion;Information sensing

一、引言

物聯(lián)網(wǎng)(Internet of Things，簡稱IoT)概念于1999年由麻省理工學(xué)院（MIT）Auto-ID中心最早提出（Sundmaeker et al.，2010）。2005年11月，國際電信聯(lián)盟（International Telecommunication Union，簡稱ITU）在信息社會世界峰會（WSIS）上發(fā)布了《ITU互聯(lián)網(wǎng)報告 2005：物聯(lián)網(wǎng)》并在報告中正式確定了“物聯(lián)網(wǎng)”概念（ITU，2005），報告指出物聯(lián)網(wǎng)發(fā)展所依賴的技術(shù)包括：無線射頻技術(shù)（RFID）、無線傳感器技術(shù)（WSN）、智能嵌入技術(shù)、小型化技術(shù)和納米技術(shù)等。

物聯(lián)網(wǎng)是通過各種傳感設(shè)備將不同種類的物品與互聯(lián)網(wǎng)連接起來的一種具有智能化識別、定位、跟蹤、監(jiān)控和管理的網(wǎng)絡(luò)，以實(shí)現(xiàn)人與物、物與物之間的信息交換。在物聯(lián)網(wǎng)中，信息感知是一個基本功能，它是通過傳感器對物聯(lián)網(wǎng)中物品進(jìn)行信息收集，根據(jù)應(yīng)用目標(biāo)的需要對所收集到的信息加以篩選，將有效數(shù)據(jù)或有價值數(shù)據(jù)提供給用戶進(jìn)行分析和處理。由于物聯(lián)網(wǎng)所能提供的傳輸、處理和分析等資源有限，因此在滿足客戶需要的條件下，采用信息融合技術(shù)對數(shù)據(jù)進(jìn)行有必要的處理，以實(shí)現(xiàn)對信息的高效感知。1 王洪波，男，1983年生，博士生，主要研究領(lǐng)域?yàn)槿斯ぶ悄堋?shù)據(jù)挖掘、云計算、決策理論與方法.E-mail：bz308cctv@163.com

隨著物聯(lián)網(wǎng)技術(shù)研究不斷深入，物聯(lián)網(wǎng)信息融合技術(shù)取得了一定數(shù)量的成果，因此需要對該類技術(shù)進(jìn)行一定程度的梳理。本文對物聯(lián)網(wǎng)信息融合技術(shù)的現(xiàn)有研究成果進(jìn)行歸納，闡述了物聯(lián)網(wǎng)信息融合的主要技術(shù)。首先從信息提取水平角度將融合技術(shù)劃分三個層次，對現(xiàn)有技術(shù)和方法進(jìn)行歸納和分析；然后，探討了物聯(lián)網(wǎng)信息融合研究的熱點(diǎn)領(lǐng)域，指出了物聯(lián)網(wǎng)信息融合所存在的問題和挑戰(zhàn)，并展望了未來研究的方向；最后，對全文進(jìn)行概括和總結(jié)。

二、物聯(lián)網(wǎng)信息融合技術(shù)

信息融合是指在一定準(zhǔn)則下利用計算機(jī)技術(shù)對多源信息分析和綜合以實(shí)現(xiàn)不同應(yīng)用的分類任務(wù)而進(jìn)行的處理過程。根據(jù)信息提取水平，Nakamura et al.（2007）將物聯(lián)網(wǎng)中信息融合技術(shù)劃分為4個層次，主要包括：低等水平融合、中等水平融合、高等水平融合和多級融合。Nakamura分類方法中多級融合技術(shù)是前三種融合技術(shù)的綜合，故本文認(rèn)為將數(shù)據(jù)融合技術(shù)劃分為3個層次較為合理。對于物聯(lián)網(wǎng)，數(shù)據(jù)級融合主要是消除輸入數(shù)據(jù)中的噪聲，而特征級融合和決策級融合則側(cè)重于獲取與實(shí)際應(yīng)用相關(guān)的有價值信息。

（一）數(shù)據(jù)級融合技術(shù)

數(shù)據(jù)級融合主要是指在原始數(shù)據(jù)采集后的融合。該融合的特點(diǎn)是必須在同質(zhì)信息前提下的融合，不同質(zhì)信息則不能在此階段融合。在數(shù)據(jù)級融合階段常用的方法多為加權(quán)平均法、特征匹配法法和金字塔算法等傳統(tǒng)方法。

加權(quán)平均法是最簡單的融合算法，直接對傳感器所獲得信息進(jìn)行線性的加權(quán)平均。Mechitov et al.（2003）提出通過對傳感器的位置進(jìn)行加權(quán)平均，估計出目標(biāo)運(yùn)動軌跡上的各點(diǎn)坐標(biāo)位置。崔遜學(xué)等（2011）則根據(jù)計算幾何理論，提出基于三圓交集計算二值傳感器網(wǎng)絡(luò)目標(biāo)的位置。加權(quán)平均法具有實(shí)現(xiàn)簡單、快速的優(yōu)點(diǎn)，能夠有效地抑制噪聲，但是其融合結(jié)果的對比度相對較低，且無法通過增大權(quán)重的方式反映某些信息所具有的突出作用。

特征匹配法就是利用通過特征的匹配關(guān)系建立圖像間的配準(zhǔn)映射變換，最常用的方法是ICP算法。Besl&Mckey（1992）提出一種基于輪廓特征的點(diǎn)配準(zhǔn)方法ICP。劉繁明、屈昊（2004）提出了對準(zhǔn)集合的一種方法，采用對準(zhǔn)誤差通過非線性最優(yōu)化算法直接最小化。楊明等（2004）提出一種基于切線的角度直方圖的ICP方法，該方法首先使用M估計器魯棒地計算掃描中每點(diǎn)的切線方向，然后使用基于Hough變換的切線角度直方圖計算旋轉(zhuǎn)分量，最后使用迭代切線加權(quán)最近點(diǎn)ITCP計算相對位姿估計。

金字塔算法是采用通過不斷地濾波原始圖像的方式，形成一個多級塔狀結(jié)構(gòu)用以分析和融合圖像數(shù)據(jù)。Burt &Adelson（1983）首先提出拉普拉斯金字塔算法，它是在高斯濾波圖像的基礎(chǔ)上，與預(yù)測圖像之間形成一系列誤差圖像。Toet（1989a，1989b，1989c，1992）則提出了比對度金字塔算法和形態(tài)學(xué)金字塔算法。Burt（1992）通過利用梯度算子對每層圖像進(jìn)行計算，以實(shí)現(xiàn)對圖像的分解。Barron &Thomas（2001）通過紋理濾波器對每層圖像中不同方向的紋理信息進(jìn)行提取，獲得圖像更多細(xì)節(jié)信息。Chipman et al.（1995）和Li et al.（1995）則分別提出了不同的離散小波變換的融合算法。

（二）特征級融合技術(shù)

特征級融合主要是在對原始數(shù)據(jù)進(jìn)行了特征值提取的工作后，運(yùn)用基于特征值比較的融合方法，其特點(diǎn)為可在不同質(zhì)信息范圍內(nèi)進(jìn)行融合，但無法對融合結(jié)果進(jìn)行判別并作出合理決策。在特征級融合技術(shù)階段常使用k近鄰、卡爾曼濾波、聚類算法等方法。

K近鄰算法（Vapnik，1999）是一種簡單的分類算法，該算法使用某一種距離度量計算待分類樣本與所有訓(xùn)練樣本之間的距離，尋找與待分類樣本最近的k個近鄰，根據(jù)k個近鄰所屬的類別來確定待分類樣本的類別。Ye et al.（2001）將聚類算法與K近鄰算法相結(jié)合，提出了CCA-S（Clustering and Classification Algorithm-Supervised）算法。Rosa et al.（2003）為了快速且有效尋找最優(yōu)k值，提出將遺傳算法與K近鄰算法相結(jié)合。陳黎飛、郭躬德（2011）

提出了一種多代表點(diǎn)的學(xué)習(xí)算法（Multi-Representativesfor Efficient Classification，簡稱MEC）用于最近鄰分類。金弟等（2010）提出一個基于結(jié)構(gòu)化相似度的網(wǎng)絡(luò)聚類算法將向量數(shù)據(jù)集轉(zhuǎn)化成k鄰近網(wǎng)絡(luò), 然后用SSNCA（Structural Similarity based Network Clustering Algorithm）對k鄰近網(wǎng)絡(luò)進(jìn)行聚類。

卡爾曼濾波是一種最優(yōu)隨機(jī)濾波技術(shù)，能夠較好地消除噪聲對信號的干擾，但是經(jīng)典的卡爾曼濾波和擴(kuò)展的卡爾曼濾波一般僅限于線性高斯系統(tǒng)。Julier et al.（1997）針對上述問題，提出無跡卡爾曼濾波（Unscented Kalman Filter，簡稱UKF）處理非線性非高斯系統(tǒng)的跟蹤問題。劉獻(xiàn)如、蔡自興、唐 琎（2010）提出將絕對差值和（SAD）方法、無跡卡爾曼濾波（UKF）和Mean shift算法相結(jié)合的混合自主跟蹤動態(tài)目標(biāo)的方法。

聚類算法是數(shù)據(jù)挖掘領(lǐng)域中常見的一種分類技術(shù)，常見的聚類算法有基于劃分的聚類k-means。k-means（Hartigan&Wong，1979）的評判標(biāo)準(zhǔn)是以樣本與相關(guān)聚類中心之間的歐式距離之和為參照標(biāo)準(zhǔn)，將該評判準(zhǔn)則最小化以實(shí)現(xiàn)數(shù)據(jù)集的劃分。公茂果、王爽、馬萌（2011）則提出二階段聚類算法（two-phase clustering，簡稱TPC），該算法不僅能夠有效處理復(fù)雜分布的數(shù)據(jù)聚類問題，而且其計算復(fù)雜度低于MEC。陳小全、張繼紅（2012）提出了一種基于改進(jìn)的粒子群算法的聚類算法，該算法將k-means和粒子群算法相結(jié)合，提高了k-means的局部搜索能力。

（三）決策級融合技術(shù)

決策級融合是通過對不同質(zhì)數(shù)據(jù)進(jìn)行預(yù)處理、特征值提取和識別、分配可信度作出最優(yōu)決策，其特點(diǎn)為能對傳感器采集的數(shù)據(jù)做出融合，并可利用融合結(jié)果進(jìn)行分析和判別，形成決策建議。相比較前兩個融合，決策級融合是最高層次的信息融合，融合系統(tǒng)不僅容錯性能好，而且適用領(lǐng)域廣。常見決策級識別方法有專家系統(tǒng)、Bayes推理法和證據(jù)理論法等。

專家系統(tǒng)（Expert system，簡稱ES）主要是由知識庫、推理機(jī)、綜合數(shù)據(jù)庫、解釋器和接口等組成。專家系統(tǒng)有很多種，具有代表性的有基于規(guī)則的專家系統(tǒng)、基于框架的專家系、基于模型的專家系統(tǒng)、基于案例的專家系統(tǒng)等，目前大多數(shù)智能決策系統(tǒng)都是基于專家系統(tǒng)的。Shortliffe et al.（1976）構(gòu)建MYCIN系統(tǒng)用于診斷和治療血液感染和腦炎感染。Duda et al.（1977）提出經(jīng)典PROSPCTOR系統(tǒng)用于地質(zhì)勘探。王青等（2006）提出一種基于神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的自學(xué)習(xí)智能決策支持系統(tǒng)。

Bayes推理法是基于概率分析、圖論的一種不確定性知識表達(dá)和推理的方法。Pearl（1998）和Lauritzen（1998）提出貝葉斯網(wǎng)的精確推理方法，即Polytree和Jmtetion Tree，而Pearl（1987）和Jensen et al.（1995）則提出近似推理方法，即Importnat Sampling和Gibbs Sampling。Dean&Kanazawa（1989）提出針對動態(tài)時變系統(tǒng)的動態(tài)貝葉斯網(wǎng)（Dynmaic Bayesian Networks，簡稱DBN）。Wellman（1990）提出定性貝葉斯網(wǎng)（Qualitative Bayesian Networks，簡稱QBN）。國內(nèi)學(xué)者對Bayes推理法也有一定的研究，楊小軍等（2007）在Bayes框架下基于粒子濾波器預(yù)測和估計目標(biāo)狀態(tài)分布，提出一種有效的粒子方法逼近目標(biāo)狀態(tài)期望的方差, 實(shí)現(xiàn)了傳感器的最優(yōu)選擇。

證據(jù)理論法（Dempster-Shafer理論，簡稱DS理論）最先由Dempster（1967）提出的，他的學(xué)生Shafer（1967）又進(jìn)一步發(fā)展了該理論使之成為一種不確定推理方法。Yager（1987）提出既然無法合理分配沖突證據(jù)，那就將沖突系數(shù)k賦給未知域。Smets（1990）提出將沖突證據(jù)分配給空集，這樣將不會引起錯誤判斷。Lefevre（2002）提出統(tǒng)一信任函數(shù)組合規(guī)則，該規(guī)則核心是根據(jù)權(quán)重公式將其分配給相關(guān)子集。MurPhy（2000）的方法是將證據(jù)的基本信任分配取平均值，通過多次迭代取得融合信息。鄧勇（2004）提出一種加權(quán)平均組合方法，該方法考慮了各證據(jù)之間的相關(guān)性。林作銓等（2004）提出在Dempster 合成之前，基于未知擾動對mass函數(shù)進(jìn)行預(yù)處理，并通過預(yù)處理來解決標(biāo)準(zhǔn)化問題。Nakamura et al.（2005）采用DS證據(jù)理論實(shí)現(xiàn)了對網(wǎng)絡(luò)路由狀態(tài)的分析和判斷，給出了路由是否需要重建的結(jié)論。

三、存在的問題

信息融合能夠減少所需要傳輸?shù)臄?shù)據(jù)量，降低傳輸過程中數(shù)據(jù)之間的沖突、減輕物聯(lián)網(wǎng)中擁塞現(xiàn)象發(fā)生次數(shù)，合理利用網(wǎng)絡(luò)資源。因此，信息融合技術(shù)已成為物聯(lián)網(wǎng)的關(guān)鍵技術(shù)和研究熱點(diǎn)。為了讓物聯(lián)網(wǎng)中的信息融合過程更加快速、有效，現(xiàn)實(shí)中還有很多物聯(lián)網(wǎng)信息融合技術(shù)需要完善和改進(jìn)。

（一）多源異構(gòu)信息的融合問題

由于物聯(lián)網(wǎng)中傳感器所采集的信息內(nèi)容不同、傳感器采集的頻率不同、傳感器所輸出信息的表示方式不同、傳感器所能感知的物體種類不同以及傳感器的數(shù)量眾多等原因，導(dǎo)致物聯(lián)網(wǎng)信息融合技術(shù)需要處理的信息具有多源異構(gòu)的特征。此外，由于物聯(lián)網(wǎng)中網(wǎng)絡(luò)節(jié)點(diǎn)在功能和結(jié)構(gòu)上存在巨大差異，使得在信息融合過程中，不同的網(wǎng)絡(luò)節(jié)點(diǎn)所能處理、傳輸和存儲的信息數(shù)量存在很大差異。因此，在物聯(lián)網(wǎng)針對多源異構(gòu)信息的融合技術(shù)所面臨的問題主要為四個方面：(1)由于物聯(lián)網(wǎng)信息需要在表示方式和語義知識兩個方面必須進(jìn)行統(tǒng)一化處理，因此信息融合過程存在建立統(tǒng)一的表達(dá)形式和統(tǒng)一的描述語言問題；(2)由于參與信息融合的網(wǎng)絡(luò)節(jié)點(diǎn)所提供信息的測量維數(shù)不同，因此信息融合過程面臨多維信息的降維優(yōu)化問題；(3)不同網(wǎng)絡(luò)節(jié)點(diǎn)對信息的采樣率和時間同步率都不一樣，因此信息融合過程存在不確定數(shù)據(jù)融合的問題；(4)在信息融合過程需要利用大量網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行融合運(yùn)算，因此信息融合過程存在保證各網(wǎng)絡(luò)節(jié)點(diǎn)間的調(diào)度和分配、容錯管理以及對數(shù)據(jù)的高效率存取訪問等問題。

（二）大數(shù)據(jù)的融合問題

客觀世界中物體的種類復(fù)雜、形態(tài)多樣、數(shù)量巨大，這導(dǎo)致物聯(lián)網(wǎng)對信息的采集需要各種傳感設(shè)備，并且這些設(shè)備所采集到的信息具有海量規(guī)模。為了有效的從海量信息中發(fā)現(xiàn)有價值的知識為物聯(lián)網(wǎng)用戶提供各種領(lǐng)域信息服務(wù)，必須對物聯(lián)網(wǎng)海量信息進(jìn)行處理。原有的傳感器網(wǎng)絡(luò)的規(guī)模一般都比較小，節(jié)點(diǎn)數(shù)目一般在幾十到上百之間，而且所應(yīng)用的傳感器種類相對比較單一，常采集若干種信息。隨著物聯(lián)網(wǎng)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)目也出現(xiàn)幾何式增長，觸感器種類也不斷增多，由此所引起的信息數(shù)量也具有海量規(guī)模。針對大規(guī)模傳感器網(wǎng)絡(luò)中信息融合技術(shù)的研究目前處于起步階段，大部分融合技術(shù)僅能適應(yīng)小規(guī)模融信息的融合。因此，需要對涉及大數(shù)據(jù)融合的節(jié)點(diǎn)負(fù)載均衡、無線網(wǎng)絡(luò)延遲、算法能量消耗、數(shù)據(jù)傳輸可靠性等熱點(diǎn)問題進(jìn)行必要的研究。

（三）信息融合的安全問題

隨著物聯(lián)網(wǎng)適用范圍的不斷擴(kuò)大，物聯(lián)網(wǎng)中融合技術(shù)所涉及到的信息范圍也不斷擴(kuò)展，相當(dāng)一部分信息屬于政府、金融等高敏感領(lǐng)域。因此，信息的安全問題也日益成為物聯(lián)網(wǎng)信息融合需要重視的問題之一。物聯(lián)網(wǎng)信息融合是信息感知的重要手段。如果海量節(jié)點(diǎn)中某一個節(jié)點(diǎn)因病毒感染而導(dǎo)致信息被篡改，融合節(jié)點(diǎn)將很難分辨出正常信息和惡意信息。由于信息融合節(jié)點(diǎn)處于物聯(lián)網(wǎng)信息感知和交互的中樞位置，從而對融合信息的破壞不但會使融合過程產(chǎn)生混亂，而且還會使物聯(lián)網(wǎng)用戶在錯誤結(jié)論指導(dǎo)下采取錯誤行為。因此，物聯(lián)網(wǎng)融合過程中的信息安全必須加以考慮。這就要求融合節(jié)點(diǎn)需要具有分辨數(shù)據(jù)有效性的機(jī)制和措施，能夠在海量融合信息中快速、準(zhǔn)確的判斷出信息真?zhèn)危刮锫?lián)網(wǎng)用戶的隱私得到保障。

四、結(jié)論

物聯(lián)網(wǎng)信息融合技術(shù)涉及到較多領(lǐng)域內(nèi)容，雖然物聯(lián)網(wǎng)的概念出現(xiàn)時間不短，但作為物聯(lián)網(wǎng)信息感知過程中關(guān)鍵性環(huán)節(jié)的信息融合技術(shù)還有很多方面有待完善。本文重點(diǎn)分析了數(shù)據(jù)級融合、特征級融合、決策級融合等3類信息融合技術(shù)，并討論了多源異構(gòu)信息的融合、大數(shù)據(jù)的融合和信息融合的安全等問題。通過對上述內(nèi)容的總結(jié)和歸納，有助于促進(jìn)物聯(lián)網(wǎng)信息融合技術(shù)更好地發(fā)展和完善。

參考文獻(xiàn)

陳黎飛, 郭躬德, 2011:《最近鄰分類的多代表點(diǎn)學(xué)習(xí)算法》,《模式識別與人工智能》第6期。陳小全, 張繼紅, 2012:《基于改進(jìn)粒子群算法的聚類算法》,《計算機(jī)研究與發(fā)展》第z1期。

崔遜學(xué), 周強(qiáng), 方震, 2011:《基于三圓交集的二值傳感器網(wǎng)絡(luò)目標(biāo)跟蹤快速算法》《,計算機(jī)研究與發(fā)展》第2期。

公茂果, 王爽, 馬萌, 2011:《復(fù)雜分布數(shù)據(jù)的二階段聚類算法》,《軟件學(xué)報》第11期。

金弟, 劉杰, 賈正雪, 劉大有, 2010:《基于k最近鄰網(wǎng)絡(luò)的數(shù)據(jù)聚類算法》,《模式識別與人工智能》第4期。

林作銓, 牟克典, 韓慶, 2004:《基于未知擾動的沖突證據(jù)合成方法》,《軟件學(xué)報》第8期。劉繁明, 屈昊, 2004:《ICP算法的魯棒性改進(jìn)》,《儀器儀表學(xué)報》第4期。

劉獻(xiàn)如, 蔡自興, 唐 琎, 2010:《基于SAD與UKF-Mean Shift的主動目標(biāo)跟蹤》,《模式識別與人工智能》第5期。

王青, 祝世虎, 董朝陽, 陳宗基, 2006:《自學(xué)習(xí)智能決策支持系統(tǒng)》,《系統(tǒng)仿真學(xué)報》第4期。楊明, 董斌, 王宏, 張鈸, 2004:《基于激光雷達(dá)的移動機(jī)器人實(shí)時位姿估計方法研究》,《自動化學(xué)報》第5期。

楊小軍, 邢科義, 施坤林, 潘泉, 2007:《傳感器網(wǎng)絡(luò)下機(jī)動目標(biāo)動態(tài)協(xié)同跟蹤算法》,《自動化學(xué)報》第10期。

Burt, P.J., 1992, A gradient pyramid basis for pattern selective image fusion, Proc of the Society for Information Display Conference, San Jose: SID Press, pp.467-470.Barron, D.R.and Thomas, O.D.J., 2001, “Image fusion though consideration of texture components”, IEEE Trans on Electronics Letters, Vol.37, No.12, pp.746-748.Chipman, L.J., Orr, T.M.and Graham, L N., 1995, Wavelets and image fusion, Proc of Int Conf on Image Processing, Los Alamitos: IEEE Computer Society, pp.248-251.Dean, T.L.and Kanazawa, K., 1989, “A model of reasoning about persistence and causation”, Computational Intelligence, No.5, No.3, pp.142-150.Dempster, A.P., 1967, “Upper and Lower Probabilities Induced by a Multivalued Mapping”, The Annals of Mathematical Statistics, Vol.38, No.4, pp.325-339.Deng, Y., Shi, W.K., Zhu, Z.F., and Liu Q., 2004, “Combining Belief Functions Based on Distance of Evidence”, Decision Support Systems, Vol.38, No.3, pp.489-493.Duda, R.O., 1977, Development of a computer-base consultant for mineral exploration Annual Report, [ S..l ]: SRI Project, pp.5821-5824.Hartigan, J.A.and Wong, M.A., 1979, “A k-means clustering algorithm”, Applied Statistics, Vol.28, No.1, pp.100-108.International Telecommunication Union(ITU), 2005, ITU Internet Reports 2005: The Internet of Things, Tunis: World Summit on the Information Society(WSIS).Jensen, C., Kong, A.and Kjaerul, U., 1995, “Blocking gibbs sampling in very large probabilistic expert systems”, International Journal of Human Computer Studies.Specia1 Issue on Real-World Applications of Uncertain Reasoning, Vol.42, No.6, pp.647-666.Julier, S.J.and Uhlmann, J.K., 1997, A new extension of the Kalman filter to nonlinear systems, Proc SPIEInt Soc Opt Eng, Orlando: SPIE, pp.182-193.Lauritzen, S.L.and Spiegelhalter, D.J., 1988, “Local computations with Probabilities on graphical Structures and their application to expert systems”, Journal of the Royal Statistical Society B, Vol.50, No.2, pp.57-224.Lefevre, E.and Colot, O., 2002, “Vannoorenberghe P.Belief Functions Combination and Conflict Management”, Information Fusion, Vol.3, No.2, pp.149-162.5

Li, H., Manjunath, B.S.and Mitra, S., 1995, “Mult isensor image fusion using the wavelet transform”, Graphical Models and Image Process, Vol.57, No.3, pp.235-245.Mechitov, K., Sundresh, S., Kwon Y.and Agha, G., 2003, Cooperative tracking with binary detection sensor networks, Conference On Embedded Networked Sensor Systems: Proceedings of the 1st international conference on Embedded networked sensor systems, New York: ACM Press, pp.332-333.Murphy, C.K., 2000, “Combining belief functions when evidence conflicts”, Decision support systems, Vol.29, No.1, pp.1-9.Nakamura, E.F., Figueiredo, C.M.and Loureiro, A.A., 2005, Information fusion for data dissemination in self-organizing wireless sensor networks, Proceedings of the 4th International Conference on Networking(ICN2005), Reunion, France, pp.585-593.Nakamura, E.F., Loureiro, A.A.F.and Frery, A.C., 2007, “Information fusion for wireless sensor networks: Methods, models, and classifications”, ACM Computer Survey, Vol.39, No.3, pp.1-55.Pearl, J., 1987, “Addendum: Evidential Reasoning using stochastic simulation of causal models”, Artificial Intelligence, Vol.33, No.2, pp.245-257.Pearl, J., 1988, Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, Morgan Kaufman, Inc., San Mateo, CA.Rosa, J.L.A.and Ebecken, N.F.F., 2003, Data Mining for Data Classification Based on the KNN-Fuzzy Method Supported by Genetic Algorithm, Proc of the 5th International Conference on High Performance Computing for Computational Science, Porte, Portugal, pp.126-133.Shortliffe, E.H., 1976, Computer-based medical consultation: MYCIN, New York: American Elsevier.Shafer, G.A., 1967, A Mathematical Theory of Evidence Princeton, USA: Princeton University Press, 1-80.Smets P., 1990, “The Combination of Evidence in the Transferable Belief Model”, IEEE Transon Pattern Analysis and Machine Intelligence, Vol.12, No.5, pp.447-458.Sundmaeker, H., Guillemin, P., Friess, P.and Woelfflé, S., 2010, Vision and Challenges for Realising the Internet of Things, Luxemborg: Publications Office of the European Union.Toet A., 1989, “Image fusion by a rat io of low_pass pyramid”, Pattern Recognition Letters, Vol.9, No.4, pp.245-253.Toet, A., Ruyven, L.J.and Valeton, J.M., 1989, “Merging thermal and visual images by a contrast pyramid”, Optical Engineering, Vol.28, No.7, pp.789-792.Toet, A., 1989, “A morphological pyramidal image decomposition” Pattern Recognition Letters, Vol.9, No.4, pp.255-261.Toet, A., 1992, “Mult iscale contrast enhancement with applications to image fusion”, Optical Engineering, Vol.31, No.5, pp.1026-1031.Vapnik, V.N., 1999, The Nature of Stat istical Learning Theory, NY: Springer Verlag.Ye, N.and Li, X.Y., 2001, A Machine Learning Algorithm Based on Supervised Clustering and Classification, Proc of the 6th International Computer Science Conference on Active Media Technology, Hong kong, China, pp.327-334.Wellman, M.P.,1990, “Fundamental concepts of qualitative Probabilistic networks”, Artificial Intelligence, Vol.44, No.3, pp.257-303.Yager, R.R., 1987, “On the Dempster-Shafer Framework and New Combination Rules”, Information Sciences: An International Journal, Vol.41, No.2, pp.93-137.6

第四篇：聯(lián)網(wǎng)報警客戶與保險公司簽訂合同范本1.

聯(lián)網(wǎng)報警客戶與保險公司簽訂合同范本 甲方:(被保險人 :保安服務(wù)總公司 乙方:(保險人 :中國大地財產(chǎn)保險股份有限公司 總則

第一條為了保障委托人及被保險人的合法權(quán)益, 提高保安服務(wù)總 公司(以 下簡稱 “ 被保險人 ” 的信譽(yù),特制定本保險協(xié)議。

第二條本保險協(xié)議中 “ 保安員 ” 指經(jīng)被保險人培訓(xùn)并與被保險人 簽訂《勞動合同書》 的保安人員:委托人是指與被保險人簽訂《保安技防合同書》, 由被保險人提供保安服務(wù)的對象。

保險貢任

第三條在本保險期限內(nèi),被保險人為委托人有償安裝防盜設(shè)備(含主機(jī)、探頭、遙控器等 一套,并派出保安警車及保安人員在中華 人民共和國境內(nèi)(港、澳、臺地區(qū)除外 從事保安服務(wù)工作時,由于失 職行為, 造成委托人遭受直接的財產(chǎn)損失, 委托人在本保險期限內(nèi)向 被保險人提出索賠申請, 依法應(yīng)由被保險人承擔(dān)的經(jīng)濟(jì)賠償責(zé)任, 保 險人負(fù)責(zé)賠償;(一 在 《保安技防合同書》 中規(guī)定的防護(hù)時間內(nèi)(防護(hù)時間為每晚 7;00至次日早 7;00 ,委托人財產(chǎn)因遭搶劫、偷竊或盜賊暴力侵入委 托人財產(chǎn)存放處(以下簡稱 “ 盜竊 ” 而造成的店內(nèi)商品的滅失或損壞;(二 經(jīng)保險人書面同意的必要的、合理的訴訟費(fèi)用,但不超過保 險單規(guī)定的累計賠償限額。

注:本保險項(xiàng)下任何賠償責(zé)任的先決條件為: l、保安責(zé)任事故必須發(fā)生在本協(xié)議書規(guī)定的保險期限內(nèi);

2、甲方提出的索賠必須發(fā)生在本協(xié)議書規(guī)定的保險期限內(nèi),同 時必須在本協(xié)議書規(guī)定的保險期限內(nèi)提出。

(三 每次事故最高賠償限額 5萬元,累計賠償限額 50萬元。每 次事故絕對免賠損失金額的 5%或 200元,二者以高者為準(zhǔn)。

除外責(zé)任

第四條下列原因造成的損失、費(fèi)用和責(zé)任,保險人不負(fù)責(zé)賠償;(一 被保險人及其代表的故意行為;(二 政府有關(guān)當(dāng)局的沒收,征用;(三 核反應(yīng)、核子輻射和放射性污染;(四 地震。臺風(fēng)、雷擊,暴雨,洪水等自然災(zāi)害;(五 火災(zāi)、爆炸;(六 大氣、土地、水污染及其他污染;(七 有缺陷的衛(wèi)生裝置、任何類型的中毒、任何不法或有害的食 物。飲料;(八 由被保險人作出的或認(rèn)可的醫(yī)療措施或醫(yī)療建議;(九 由于震動、移動或減弱支撐引起任何土地、財產(chǎn)、建筑物的 損壞責(zé)任;(十 由于戰(zhàn)爭、類似戰(zhàn)爭行為、敵對行為、武裝沖突、恐怖活動、謀反、政變直接或間接引起的任何后果所致的責(zé)任;(十一 委托人及其代表、雇員的故意行為或重大過失。

第五條下列原因造成的損失、費(fèi)用和責(zé)任、保險人也不負(fù)責(zé)賠償;(一 無被保險人出具的結(jié)業(yè)證書或未接受正式培訓(xùn)的保安人員 提供服務(wù)的;

(二 未經(jīng)被保險人同意,保安人員私自接受業(yè)務(wù)的;(三 被保險人與委托人惡意串通、損害保險人利益的;(四 被保險人或其派出的保安人員被指控對委托人誹謗,經(jīng)法院 判決指控成立的;(五 由于被保險人或其派出的保安人員的疏忽或過失泄漏委托 人的商業(yè)秘密,造成委托人損失的;(六 委托人的有關(guān)證據(jù)文件、帳冊、報表等其他資料的損毀、滅 失或盜竊搶奪,但經(jīng)特別約定加保的不在此限;(七 委托人不按被保險人要求(委托人必須在每晚離開前, 把主機(jī) 供電、布防 在規(guī)定時間內(nèi)為該設(shè)備正常供電、布防,導(dǎo)致自己財產(chǎn) 被盜的,保險人不負(fù)責(zé)賠償。

(八 被保險人在本保險單生效之日前發(fā)生的疏忽或過失行為;(九 商戶的家屬或雇傭人員或同住人或寄宿,人盜竊或縱容他人 盜竊保險財產(chǎn)造成的損失;(十 在發(fā)生地震、洪水等自然災(zāi)害時保險財產(chǎn)被盜竊而造成的損失;(十一 在發(fā)生火災(zāi)時保險財產(chǎn)被盜竊而造成的損失;(十二 對保險財產(chǎn)進(jìn)行盤點(diǎn)時發(fā)現(xiàn)的短缺或損壞。第六條下列損失、費(fèi)用和責(zé)任,保險人不負(fù)責(zé)賠償;(一 直接或間接由于計算機(jī)問題引起的損失;(二 被保險人及其雇員對委托人的精神損害;(三 罰款,罰金及懲罰性賠款;

(四 委托人現(xiàn)金、金銀珠寶、有價證券、商業(yè)資料、手提電腦、機(jī)動車輛及其它難以確定價值的物品損失;(五 本保險單明細(xì)表或有關(guān)條款中規(guī)定的應(yīng)由被保險人自抒負(fù) 擔(dān)的每次索賠的免賠額;(六 被保險人與委托人簽訂的其他協(xié)議所約定的責(zé)任;(七 對為被保險人服務(wù)的任何人所遭受的傷害責(zé)任;(八 逾期付款的違約金和違約賠償金;第七條其他不屬于本保險責(zé)任范圍內(nèi)的一切損失、費(fèi)用和責(zé)任, 保險人不負(fù)責(zé)賠償。

被保險人義務(wù)

第八條被保險人應(yīng)履行如實(shí)告知義務(wù), 提供全部委托人名單, 并 如實(shí)回答保險人就有關(guān)情況的提出的詢問。投保時被保險人除對投保 單中列明的事項(xiàng)以及保險人提出的其他事項(xiàng)作出真實(shí)詳盡的填寫外, 還需提供全部委托人名單及詳細(xì)地址。

第九條被保險人應(yīng)在簽訂保險合同時按約定交清保險費(fèi), 未按約 定繳付保險費(fèi)的,保險人不承擔(dān)賠償責(zé)任。

第十條甲方與委托人每簽訂(保安技防合同書》 100份向乙方報一 份清單,清單中應(yīng)該注明商戶的名稱、具體地址,行業(yè)類型,服務(wù)費(fèi) 金額以及合同期限,乙方按照甲方清單出具保險單并收取相應(yīng)保險 費(fèi),保險責(zé)任自出具保險單之日 12時起至委托人與甲方簽訂的《保 安技防合同書》 責(zé)任止期結(jié)束, 但每份保單保險期限最長不超過一年。

第十一條在本協(xié)議期限內(nèi),被保險人變更保安服務(wù)合同(僅指被 保險人變更投保時已提供給保險人的全部委托人名單或增加委托人 時, 應(yīng)及時通知保險人并辦理

批改手續(xù)或增收保險費(fèi)。保費(fèi)的收取在 被保險人收到保單及發(fā)票后的七個工作日內(nèi)付清。

第十二條發(fā)生保險責(zé)任范圍內(nèi)的事故時, 被保險人應(yīng)盡力采取必 要的措施,縮小或減少損失,立即通知保險人,并書面說明事故發(fā)生 的原因,經(jīng)過和損失程度, 否則,對擴(kuò)大部分的賠償責(zé)任保險人不負(fù) 責(zé)賠償。

第十三條保險財產(chǎn)若遭盜竊, 被保險人應(yīng)保護(hù)現(xiàn)場并立即向公安 部門報案,追查損失財物, 同時應(yīng)立即通知乙方,并在乙方認(rèn)為有必 要派員進(jìn)行現(xiàn)場調(diào)查時, 給予便利, 被保險人應(yīng)在通知本公司后十天 內(nèi)提出索賠。

第十四條被保險人獲悉可能引起訴訟時, 應(yīng)立即以書面形式通知 保險人。接到法院傳票或其他法律文書后, 應(yīng)及時將上述文書的附件 送交保險人。

第十五條被保險人對保險人就本保險承保的保安工作進(jìn)行檢查 應(yīng)予協(xié)助,對保險人提出的合理建議,被保險人應(yīng)認(rèn)真實(shí)施。第十六條在本保險期限內(nèi), 被保險人的保安人員在從事保安服務(wù) 工作時,應(yīng)持有被保險人頒發(fā)的《結(jié)業(yè)證書》或上崗證,試用期的保 安人員除外。

第十七條被保險人如不履行第七條至第十三條規(guī)定的各項(xiàng)義務(wù), 保險人不負(fù)賠償責(zé)任,或從解約通知書送達(dá)十五日后終止本保險協(xié) 議。

賠償處理

第十八條保險人設(shè)專人服務(wù)理賠事宜。如發(fā)生責(zé)任事故時, 被保 險人應(yīng)在 48小時內(nèi)及時向保險人報案,報案 24小時熱線電話:955 90。

第十九條發(fā)生保險責(zé)任事故時, 未經(jīng)保險人書面同意, 被保險人 或其代表自行對索賠方作出任何承諾,拒絕、出價。約定、付款或賠 償,保險人均不承擔(dān)責(zé)任。

第二十條保險人對每次索賠金額以法院或政府有關(guān)部門依法裁 定的或經(jīng)雙方當(dāng)事人及保險人協(xié)商確定的應(yīng)由被保險人償付的金額 為準(zhǔn)。但不得超過本保險單

明細(xì)表中列明的每次索賠賠償限額。在本 保險期限內(nèi)多次索賠的累計賠償金金額不得超過保險單明細(xì)表中列 明的累計賠償限額。

第二十一條被保險人向保險人申請賠償時,應(yīng)提交以下單證;l、保險單正本(即本協(xié)議人

2、《保安技防合同書》正本;

3、委托人的索賠申請;

4、保險財產(chǎn)被盜的事實(shí)經(jīng)過報告;5。向公安部門報案的報告副本;

6、公安機(jī)關(guān) 3個月未破案的證明;

7、法院判決書或公安機(jī)關(guān)高高掛起下的調(diào)解協(xié)議書或當(dāng)事人雙 方就賠償達(dá)成的協(xié)議書;

8、損失清單及有關(guān)帳冊、單據(jù);

9、其他本公司認(rèn)為有必要的單證。

第二十二條必要時, 保險人有權(quán)以被保險人的名義向有關(guān)責(zé)任方 提出索賠要求。未經(jīng)保險人書面同意, 被保險人自行接受有關(guān)責(zé)任方 就有關(guān)損失作出付款或賠償安排或放棄向有關(guān)責(zé)任方索賠的權(quán)利, 保 險人可以不負(fù)賠償責(zé)任或解除本保險協(xié)議。

第二十三條發(fā)生本保險責(zé)任范圍內(nèi)的損失, 應(yīng)由有關(guān)責(zé)任方負(fù)責(zé) 賠償?shù)? 被保險人應(yīng)采取一切必要的措施向有關(guān)責(zé)任方索賠。保險人 自向被保險人賠付之日起, 取得在賠償金額范圍內(nèi)代位行使被保險人 向有關(guān)責(zé)任方請求賠償?shù)臋?quán)利。在保險人向有關(guān)責(zé)任方行使代位請求 賠償權(quán)利時, 被保險人應(yīng)積極協(xié)助, 并提供必要的文件和所知道的有 關(guān)情況。

第二十四條保險事故發(fā)生后,在委托人向被保險人索賠的過程 中, 涉及到法院調(diào)解或仲裁方式的, 保險人有權(quán)參與整個祛院審理或 賠償方案的制定過程。

第二十五條收到被保險人的賠償請求后,保險人應(yīng)及時做出核 定,對屬于保險責(zé)任的保險人應(yīng)在與被保險人達(dá)成有關(guān)賠償協(xié)議后 1 0日內(nèi),履行賠償義務(wù)。

第二十六條保險事故發(fā)生的, 如被保險人有重復(fù)保險的情況, 保 險人僅負(fù)按比例賠償?shù)呢?zé)任。

第二十七條保險財產(chǎn)被盜竊、搶劫后找回的:(一 如本公司尚未支付相應(yīng)的保險賠款,保險財產(chǎn)歸商戶所有, 保險人無須承擔(dān)保險責(zé)任。

(二 如本公司已經(jīng)支付相應(yīng)的保險賠款,保險財產(chǎn)歸商戶所有, 但被保險人應(yīng)退還相應(yīng)的保險賠款。如被保險人不愿意接受保險標(biāo) 的, 則保險標(biāo)的歸保險公司所有, 保安公司應(yīng)協(xié)助辦理相關(guān)變更登記 手續(xù)。

爭議處理

第二十八條被保險人和保險人之間有關(guān)本保險的爭議應(yīng)協(xié)商解 決,協(xié)商不成的,均可向赤峰市人民法院提起訴訟。

其他事項(xiàng)

第二十九條本合同生效后,被保險人與保險人可按《保險法》有 關(guān)規(guī)定解除本合同。

第三十條本協(xié)議一式兩份,雙方各執(zhí)一份。

第三十一條本協(xié)議有效期為一年,自 2008年 8月 8日起至 2009年 8月 7日

第五篇：工程建設(shè)中機(jī)械自動化控制技術(shù)探討

工程建設(shè)中機(jī)械自動化控制技術(shù)探討

摘要：科技的進(jìn)步發(fā)展,是不斷開發(fā)、應(yīng)用、實(shí)踐的結(jié)果。大力推廣科技成果,加快科學(xué)技術(shù)商品化,正確判斷、識別并堅持機(jī)械自動化技術(shù)的發(fā)展走向,對于機(jī)械自動化技術(shù)的發(fā)展至關(guān)重要。回顧我國機(jī)械自動化技術(shù)近些年的發(fā)展,是一項(xiàng)理論課題,也是一項(xiàng)實(shí)踐性課題,具有非常重要的理論意義和現(xiàn)實(shí)意義。本文就工程建設(shè)中的機(jī)械自控技術(shù)進(jìn)行了探討。關(guān)鍵詞：工程建設(shè)；機(jī)械自動化；控制技術(shù)；應(yīng)用

隨著社會不斷的發(fā)展，人們的生活水平和質(zhì)量也不斷地提高，對于日常生活和環(huán)境等各種需求也越來越高。不論是生活還是工作，人們對于各種方便和快捷服務(wù)的要求也越來越高。例如日常生活用具的自動化、通訊工具的自動化和機(jī)械設(shè)備自動化等等。有許多工作如果采用人工控制則較難完成，既花費(fèi)很大的人力、物力和財力，又達(dá)不到預(yù)期的效果。通過自動化控制技術(shù)，可以合理利用各種設(shè)備，既節(jié)省能源又方便快捷。因此，機(jī)械自動化控制技術(shù)在現(xiàn)代建筑中是不可或缺的，對我國工程建設(shè)行業(yè)的發(fā)展有著非常重要的意義。

1、機(jī)械自控技術(shù)的發(fā)展現(xiàn)狀

簡單來講，機(jī)械自動控制技術(shù)就是指通過使用機(jī)械控制設(shè)備，使被控對象自動地在無人控制的情況下按照預(yù)先設(shè)定的程序進(jìn)行自行運(yùn)作的一種方式。它是以數(shù)學(xué)的系統(tǒng)理論為基礎(chǔ)，利用反饋原理自動地影響動態(tài)系統(tǒng)，使其輸出值接近或達(dá)到人們的預(yù)定值。在機(jī)械制造業(yè)中應(yīng)用自動化技術(shù)，實(shí)現(xiàn)加工對象的連續(xù)自動生產(chǎn)，實(shí)現(xiàn)優(yōu)化有效的自動生產(chǎn)過程。近年來，很多發(fā)達(dá)國家的機(jī)械自動控制業(yè)已經(jīng)達(dá)到較高的技術(shù)水平，絕大多數(shù)都是采用的都是機(jī)械自動化制造技術(shù)。目前，多數(shù)發(fā)達(dá)國家向機(jī)械制造自動化技術(shù)仍然得到不斷地發(fā)展，并提出了許多新的機(jī)械制造系統(tǒng)，例如：智能制造系統(tǒng)、敏捷制造系統(tǒng)等等。自改革開放以來，我國的機(jī)械自動化制造技術(shù)已經(jīng)有了翻天覆地的變化，在機(jī)械制造技術(shù)水平以及產(chǎn)品總量都在逐年提高。在我國，由于機(jī)械自動化技術(shù)水平不高，很多制造工藝都是借鑒國外先進(jìn)的機(jī)械自動化制造技術(shù)，自主知識產(chǎn)權(quán)的品牌較少。

在激烈的市場競爭環(huán)境中，我國正處在經(jīng)濟(jì)發(fā)展的重要時期，必須對機(jī)械制造產(chǎn)業(yè)給予充分的重視，必須提高產(chǎn)品的質(zhì)量，提高產(chǎn)品的競爭力，才能促進(jìn)我國的機(jī)械制造技術(shù)更好地發(fā)展，在激烈的市場競爭中不被淘汰。隨著科學(xué)技術(shù)的發(fā)展，機(jī)械自動化控制技術(shù)也不斷地發(fā)展，第一代機(jī)械控制技術(shù)源于150多年前。由于計算機(jī)科學(xué)技術(shù)的誕生和發(fā)展，智能控制這種自動控制技術(shù)產(chǎn)生了，它是一種由定性方法和定量方法相結(jié)合之后進(jìn)行控制的方式。要求由機(jī)器用類似于人的思維和經(jīng)驗(yàn)來引導(dǎo)解決問題的過程。智能控制的核心在于高層控制，高層控制是通過對實(shí)際情境或過程進(jìn)行操作而實(shí)現(xiàn)的。智能控制的主要技術(shù)方法有專家系統(tǒng)、模糊邏輯、遺傳算法、神經(jīng)網(wǎng)絡(luò)等。隨著科學(xué)的發(fā)展，智能技術(shù)正逐步應(yīng)用于人們的日常生活中。

2、工程建設(shè)中影響機(jī)械自動化技術(shù)的幾點(diǎn)因素

2．1工程建設(shè)中的智能化系統(tǒng)的發(fā)展趨勢

隨著計算機(jī)、控制和通信等科學(xué)技術(shù)的不斷發(fā)展，工程建設(shè)系統(tǒng)也越來越智能化。簡單地說各種智能化系統(tǒng)在工程建設(shè)中是一種各種服務(wù)的傳輸、處理和信息采集的工具。在互聯(lián)網(wǎng)技術(shù)和通信技術(shù)以及作為信息載體的智能卡技術(shù)，已成為人們?nèi)粘Ｉ詈凸ぷ鞑豢苫蛉钡囊徊糠郑こ探ㄔO(shè)智能化也應(yīng)該順應(yīng)信息技術(shù)的發(fā)展，利用這些技術(shù)來解決智能化工程建設(shè)中出現(xiàn)的各種問題，把這些技術(shù)作為智能建筑的技術(shù)基礎(chǔ)。目前，可以將這些先進(jìn)的技術(shù)整合成為一個統(tǒng)一的平臺，并以此為工程建設(shè)和參與建設(shè)的人們提供過去需要多個系統(tǒng)提供的服務(wù)；經(jīng)過整合后的新一代信息平臺及其相應(yīng)的服務(wù)可以從一棟建筑擴(kuò)展到整個社區(qū)乃至整個城市。按照這種科學(xué)技術(shù)的發(fā)展路線來看，這種社會化信息平臺的一個重要組成部分就是

工程建設(shè)智能化系統(tǒng)，而建筑智能化系統(tǒng)所提供的各種服務(wù)也將成為這個信息平臺的一種服務(wù)功能。因此，在科學(xué)技術(shù)不斷進(jìn)步的今天，以往根據(jù)不同服務(wù)功能構(gòu)成的不同系統(tǒng)體系結(jié)構(gòu)將會發(fā)生根本改變，如此一來，既可以避免投資重復(fù)造成的浪費(fèi)，還可以充分發(fā)揮系統(tǒng)的功能。

2．2國家管理制度的變革對消除工程建設(shè)智能化系統(tǒng)發(fā)展的影響

原有的管理制度不適應(yīng)工程建設(shè)智能化系統(tǒng)成為一個整體統(tǒng)一的系統(tǒng)，工程建設(shè)智能化工程涉及到建設(shè)、消防、公安和廣電等行政主管部門。多部門管理、層層審批的管理模式已嚴(yán)重制約著工程建設(shè)的發(fā)展。隨著中國改革開放，并加入世界貿(mào)易組織，這種阻礙已經(jīng)得到了明顯地改變。根據(jù)國家相關(guān)文件的規(guī)定，一個部門只能負(fù)責(zé)管理一件事，例如：產(chǎn)品質(zhì)量管理按照《產(chǎn)品質(zhì)量法》和國家質(zhì)監(jiān)總局的相關(guān)文件規(guī)定，由國家質(zhì)監(jiān)總局管理、工程設(shè)計和施工安裝資質(zhì)管理按照《建筑法》和《建筑法實(shí)施細(xì)則》的規(guī)定由建設(shè)部負(fù)責(zé)；而與建筑智能化系統(tǒng)相關(guān)的業(yè)務(wù)如通信、消防、安防等則分別由信息產(chǎn)業(yè)部、公安部消防局、公安部技防辦等管理。這種新的管理方式有利于把工程建設(shè)智能化系統(tǒng)作為一個整體統(tǒng)一的系統(tǒng)來實(shí)施，更值得一提的是，這將促進(jìn)工程建設(shè)智能化系統(tǒng)各項(xiàng)業(yè)務(wù)的發(fā)展。

2．3對工程建設(shè)智能化系統(tǒng)的的認(rèn)識

從智能化系統(tǒng)在工程建設(shè)中的發(fā)展來看，工程建設(shè)智能化系統(tǒng)的功能已經(jīng)發(fā)生很大變化，最初工程建設(shè)和機(jī)電設(shè)備的一個主要部分是建筑智能化系統(tǒng)，它可以滿足工程建設(shè)及其各種設(shè)備的管理需要。隨著時間的變化，工程建設(shè)智能化系統(tǒng)不僅可以用來提高工程建設(shè)的服務(wù)和形象，還可以提高其管理和安全功能；現(xiàn)在，工程建設(shè)智能化系統(tǒng)已經(jīng)成為一個營運(yùn)系統(tǒng)，為人們提供各種方便快捷的服務(wù)。隨著科學(xué)技術(shù)的進(jìn)步和制度的變革，在不久的將來，工程建設(shè)智能化系統(tǒng)會成為一種基礎(chǔ)設(shè)施，為生活和工作在工程建設(shè)中的人們提供各種服務(wù)，例如電子商務(wù)、網(wǎng)上娛樂、物業(yè)管理、信息查詢、通訊交流等增值業(yè)務(wù)，成為一個具有投資價值的服務(wù)系統(tǒng)。為了這個目標(biāo)的實(shí)現(xiàn)，我們應(yīng)該對工程建設(shè)智能化系統(tǒng)重新理解和認(rèn)識。

3、機(jī)械自動化控制技術(shù)在工程中的應(yīng)用

3．1機(jī)械自動化控制技術(shù)在安全系統(tǒng)中的應(yīng)用

現(xiàn)代工程建設(shè)的安全系統(tǒng)包括消防自動報警系統(tǒng)、安裝防盜門鎖報警系統(tǒng)、緊急報警系統(tǒng)和空氣質(zhì)量監(jiān)督報警系統(tǒng)等等，這些系統(tǒng)都是以機(jī)械自動化控制技術(shù)為基礎(chǔ)。隨著計算機(jī)和通信技術(shù)的不斷提高，自動化控制功能安全裝置已經(jīng)在人們的日常生活中隨處可見。消防自動報警系統(tǒng)對消防安全有著重要的意義。它是通過安裝自動報警裝置實(shí)現(xiàn)的，這是一種采用自動化的技術(shù)原理，結(jié)合消防的需要而研究出來的自動化裝置。防盜門鎖報警系統(tǒng)是通過自動化控制技術(shù)，將自動報警裝置安裝在門鎖內(nèi)，當(dāng)門鎖被撬時觸動報警裝置就會發(fā)出警報，防止被盜。目前，由于生活環(huán)境的原因，類似煤氣中毒等事件在生活中經(jīng)常發(fā)生。因此，例如像空氣質(zhì)量監(jiān)督報警系統(tǒng)這種安全系統(tǒng)將會得到廣泛應(yīng)用，它的功能主要是檢測空氣的質(zhì)量，當(dāng)空氣質(zhì)量超出一定的標(biāo)準(zhǔn)對人體產(chǎn)生危害時就會發(fā)出警報。這種安全系統(tǒng)的實(shí)現(xiàn)和使用還需要更進(jìn)一步地開發(fā)和研究。

3．2機(jī)械自動化控制技術(shù)在照明設(shè)備中的應(yīng)用

機(jī)械自動化控制技術(shù)在工程建設(shè)的照明領(lǐng)域中的應(yīng)用是非常廣泛的，例如聲控開關(guān)，利用聲光控延時燈的開關(guān)，多用于辦公大樓、工程車間、教學(xué)樓等，也用于住宅區(qū)的樓道、洗手間等場所。它的開關(guān)是一種用聲光控延時開關(guān)代替普通開關(guān)而實(shí)現(xiàn)的。在白天，盡管有聲音，燈也不會亮，在晚上天黑后，當(dāng)有聲音發(fā)出而且達(dá)到一定的強(qiáng)度后，燈泡會自動點(diǎn)亮，提供照明；當(dāng)聲音停止了，燈泡會自然延遲幾分鐘然后自動熄滅，可以達(dá)到節(jié)約能源的目的。

3．3機(jī)械自動化控制技術(shù)在給排水設(shè)備中的應(yīng)用

機(jī)械自動化控制技術(shù)在給排水設(shè)備方面的也發(fā)揮著重要應(yīng)用。其代表性設(shè)備主要有自動

大小便沖洗器、感應(yīng)水龍頭、自動干手器、自動淋浴器等。它的原理是根據(jù)紅外光反射原理而實(shí)現(xiàn)的，當(dāng)人接近設(shè)備附近時，紅外發(fā)射管發(fā)出的紅外光信號經(jīng)過人體反射到紅外接收管，信號經(jīng)接收、放大、譯碼并輸出觸發(fā)固態(tài)繼電器，激活電磁閥打開放水。手離開設(shè)備時，紅外光停止反射，電磁閥自動關(guān)閉。這些設(shè)備可以廣泛應(yīng)用于醫(yī)院、酒樓、火車站、公共廁所、學(xué)校等公共場所。

4、結(jié)束語

先進(jìn)機(jī)械自動化控制技術(shù)的實(shí)質(zhì)在于應(yīng)用，自動化技術(shù)在現(xiàn)代建筑當(dāng)中的應(yīng)用是非常廣泛的。發(fā)展機(jī)械自動化控制技術(shù)，要以生產(chǎn)和技術(shù)發(fā)展的實(shí)際需要為導(dǎo)向。只有對合適的產(chǎn)品采用與之相適應(yīng)的自動化控制技術(shù)進(jìn)行生產(chǎn)，才能收到良好的技術(shù)經(jīng)濟(jì)效益和社會經(jīng)濟(jì)效益。我國機(jī)械自動化技術(shù)的發(fā)展，應(yīng)結(jié)合實(shí)際注重實(shí)用，即對國民經(jīng)濟(jì)產(chǎn)生實(shí)際效益。本文轉(zhuǎn)帖自中國鳴網(wǎng)學(xué)術(shù)站點(diǎn)（http://）如需轉(zhuǎn)載請聲明來源.