《ServerSuperIO Designer IDE使用教程》- 7.增長機器學習算法，通信採集數據與算法相結合。發佈：4.2.5 版本

v4.2.5更新內容：
1.修復服務實例設置ClearSocketSession參數時，可能出現資源沒法釋放而形成異常的狀況。
2.修復關閉宿主程序後進程仍然沒法退出的問題。
2.增長機器學習框架。
3.優化核心代碼。
下載地址：官方下載

7.增長機器學習算法，通信採集數據與算法相結合

7.1概述

       ServerSuperIO發展到如今，缺乏兩部份內容：圖形組態和算法分析。圖形組態部分很快就要作出來了，無論從形式上仍是內容上，比市場上同類產品要好不少；算法分析部分如今已經開發出來了，如今支持決策樹和KMeans兩種算法，從規劃角度考慮，還有不少須要完善的內容，先把肯定框架發佈一個版本，後期咱們再逐步完善。

      通信採集、圖形組態和算法分析三大部分開發完畢後，咱們將以更具產品化的形式提供更好的服務。未來會更彙集行業領域，與廣大網友合做。但願有算法方面經驗的網友可以加入咱們。總體框架，以下圖：

7.2增長設備驅動，採集數據信息

       參見：http://www.javashuo.com/article/p-perguzbm-gm.html

7.3機器學習服務

（1）    增長和編輯機器學習任務，右鍵單擊【高級服務】->【機器學習】，選擇【功能設置】，會出現右邊區域內容，選擇【增長任務】，以下圖：

（2）    選擇已經增長好的任務，選擇【標記數據樣本】，能夠對同一個機器學習任務能夠標註多種各種工況數據樣本，工況數據樣本越多訓練的模型越有價值，以下圖：

（3）    選擇【增長樣本】，對應機器學習任務中選擇的數據點查詢採集的歷史數據；選擇【填補數據】，可使用平均值、最大值、最小值的形式補充數據集合；選擇【標註工況】，能夠根據現場的實際應用場景規劃工況詳細狀況，以下圖：

圖 平均值填補數據

圖 選擇當前數據對應的工況類型

7.4使用效果

      有人說：人工智能時代會累死一批數據標註工程師。再沒有更好途徑的狀況下，又須要機器可以進行認知，確實是這樣的。實例使用效果以下圖：

 

---

1.[連載]《C#通信（串口和網絡）框架的設計與實現》

 2.[開源]C#跨平臺物聯網通信框架ServerSuperIO（SSIO）介紹

 2.應用SuperIO（SIO）和開源跨平臺物聯網框架ServerSuperIO（SSIO）構建系統的總體方案

 3.C#工業物聯網和集成系統解決方案的技術路線（數據源、數據採集、數據上傳與接收、ActiveMQ、Mongodb、WebApi、手機App）

 5.github地址：https://github.com/wxzz/ServerSuperIO

 6.助力中小企業級連雲端，促進工業互聯網平臺蓬勃發展，全套解決方案。

 物聯網&集成技術 QQ羣：54256083 

 物聯網&集成合做 QQ羣：727664080

注：尋求算法方面的人才合做。聯繫QQ：504547114