康复机器人精要.doc

项目技术与产品（服务）实现 第一章 项目技术 一、项目总体技术概述 （一）总体技术方案 项目所依据的技术原理（1000字之内）： 本项目“精准康复医疗系统”采用的技术是基于大数据职能决策引擎开发的,“大数据智能决策平台”（以下简称“平台”）的工作原理如图所示：决策者（用户）经由智能移动终端，个人计算机，移动互联网，互联网联接平台，实时获取信息，做出决策。 平台的数据存取由大数据框架技术Hadoop支持。平台提供多种数据接口，实现在不影响现有的业务系统的条件下实现同各种数据库，文件系统对接。下面简述平台所依赖的几项关键技术原理。 1.智能决策包含下面几个要素：决策的目标（回报最大化，成本最小，等等），决策的对象（如客户，商品，服务，等等），对决策对象采取的可能行动或决定（如商品减价2成，3成，可能的服务组合，可能的商品定价，等等），决策必须满足的各种限制（如成本不能超过多少，不能在某些地区提供某些降价产品，等等）。背后的决策模型是一个大规模的数学规划问题，决策变量可达数亿。国内市场还没有高效解这样的大规模决策优化的算法。本项目将提供一个高效的求解算法，从而为决策者提供决策支持。 2.决策支持的另一方面是使决策者能够快速实时的获取各种决策时所需的信息。 高效实时生成各种统计数据，图形展示，各个决策数据之间的关系图，大数据快速存取技术等是必须的。传输数据的大小，生成数据的算法决定了平台的实效性。本项目依赖所发明的特殊的中文数据压缩技术和智能客户端达到数据的高效实时传输。 3.平台依赖Hadoop，MongoDB支持数据的存取，同时提供多个数据接口。经由数据接口，平台可以和现有的各种数据库无缝连接。 4.不同角色的用户，所需的决策数据不同。如高层管理人员，业务销售人员所需的授权，数据是不同的。平台通过权限，帐户管理来实现用户的授权。平台提供的高效规则引擎执行决策者的决策。 主要技术与性能指标（500字之内）： 平台实施技术主要包含了以下内容： 大规模决策优化算法基于C++开发。决策变量亿级。 中文压缩算法基于JAVA开发。 智能统计报表引擎基于JAVA开发，结合内存数据库实现高效。 iOS,Android　客户端开发技术。 平台的预测模型技术基于JAVA开发。 平台的核心计算引擎基于JAVA开发。 平台支持Windows和Linux（CentOS Linux 6.3 x86_64版本）操作系统。 大数据存储和处理功能基于开源软件Hadoop 1.1.x版本。 提供主要数据库接口:Oracle, MySQL, SQL Server,DB2。 平台基于JAVA J2EE技术开发。 模型规则执行引擎基于Java开发，采用了Ring Buffer数据结构，使得数据传送机制极为高效。每秒可处理2000个请求。 平台采取可横向扩展的集群架构。 （二）项目创新内容 创新类别 □理论创新( □应用创新 □技术创新 □工艺创新 □结构创新 项目创新内容（1200字之内）：创新内容要根据选择的创新类别，用技术语言按创新点分条目描述，尽可能多用实验数据，要有数据分析、对比。如果是技术创新，请说明目前一般采用什么技术，申报项目对什么技术进行了创新，；如果是结构创新、工艺创新，需进行新旧结构或工艺对比，并画出新旧结构图和工艺流程图。 本项目是基于大数据的应用创新,采用大数据智能决策引擎，集无联网，远程医疗等技术开发精准数字康复医疗系统。创新内容如下： （1）自主知识产权的大规模决策优化模型求解算法。 如前所述智能决策依赖的数学模型是一个可达数亿变量的0，1规划问题，举例来说，如果某企业拥有几千万的客户，有数百种产品和数十个营销渠道，那么人们常说的真正意义上精准营销（而不是分类，分组）模型可有数亿决策变量。这种大规模的模型求解算法国内目前尚不存在。国外除郑博士的专利算法外，还有一些近似专利算法（如 Marketswitch的专利技术）等。本项目所用算法有别于现有的专利算法。 （2）个性化的中文压缩技术。大数据的存储需要此技术，智能移动终端与服务器端的通讯需要此技术。现有的中文压缩技术不能满足项目的性能要求。平台将依据每个企业的数据都有特定特征的事实，将根据不同企业用户的数据，自动产生适应该企业数据的中文压缩算法。 （3）高效快速的大数据内存数据处理算法。图形化展示依赖各种统计量的计算，大数据下各种统计量的实时快速计算绝非易事，平台的大数据处理算法将在内存中进行而不是依赖各种关系数据库所提供的计算功能。平台独创的统计报表计算技术能够快速灵活的生成各种用户所需的各种统计信息，其速度是关系数据库的统计计算的数10倍之多。 （4）新型预测模型分析技术。如何发掘洞察大数据所含有的信息，并正确运用，产生价值是大数据技术成功的关键。预