--- slide1.xml --- 计算思维 从计算本质到智能时代的核心 能力 汇报人: 周宇文 --- slide2.xml --- 计算思维并非孤立的抽象概念，而是贯穿于“计算本质 — 信息表达 — 计算载体 — 问题解决”全链条的思维范式。 在人工智能深度融入各行各业的今天，计算思维不再是技术从业者的专属，而是每个希望驾驭智能时代的人都应具备的核心素养。 --- slide3.xml --- 目录 1. 计算与计算思维 2. 二进制与信息编码 3. 计算环境与平台 4. 算法与程序 设计 --- slide4.xml --- 计算与计算思维 1 --- slide5.xml --- 计算，作为人类认识和改造世界的基本手段之一，经历了漫长的发展历程；而计算思维，则是在计算发展过程中逐渐形成的一种独特的思维模式，它指导着我们如何运用计算的思想和方法去解决各类问题。 计算和计算思维 --- slide6.xml --- 简单来说，计算是指依据一定的规则，将输入信息转换为输出信息的过程。 例如加法问题，输入一对数值，输出该对数值的和。再如一个函数 f(X)=3X^2+7X-20 ，把 X 变成了 f(X) 也可认为是一次计算。 1. 1 什么是计算 --- slide7.xml --- 计算对象的发展 变化 早期计算机以数值计算为主，但现代计算已扩展到符号计算，涉及字符、文本和逻辑命题的处理。例如，搜索引擎通过符号计算技术对输入的关键词进行匹配和排序，迅速提供相关网页。 从数值计算到符号计算 逻辑计算关注于真值的推理与判断，它在专家系统中得到了广泛应用。以决策树为例，通过一系列的“是 / 否”逻辑判断，专家系统能够进行疾病的初步诊断。 逻辑计算：真值的推理与判断 多媒体计算涉及对图像、声音和视频等非数值数据的处理。人脸识别技术就是一个典型例子，它通过特征提取和匹配计算，对图像像素矩阵进行处理，实现身份的识别。 多媒体计算：图像、声音、视频处理 --- slide8.xml --- 计算含义的发展变化 推理即计算 从已知前提推导结论，本质是逻辑符号的计算。比如智能客服接收用户问题“我的订单为什么还没发货”，会将问题转化为逻辑符号，结合订单数据和预设规则，推理出“未付款”、“缺货”等结论并给出答案。 学习即计算 深度学习中的“训练”，核心是对海量数据进行数以亿计的矩阵乘法和梯度下降运算，从而调整模型参数。就像训练识别“猫”的 AI 模型时，机器通过反复计算图像数据与标签的误差，不断优化参数，最终学会准确识别猫的特征。 感知即计算 将传感器接收到的物理信号（光、声）转化为数字信号并识别语义。比如语音助手听懂“打开空调”的指令，需要先将声音信号转化为数字信号，再通过语音识别计算提取语义，最终转化为控制指令。 --- slide9.xml --- 1.2 计算工具的演进与自动计算的兴起 在没有计算工具的年代，人类使用身体部位或天然物品进行计数和运算，但这种原始的“手动计算”速度慢、容易出错且无法处理复杂或大量数据。 手动计算的局限性 自动计算是指机器在无需人类持续干预的情况下，自主接收输入信息、进行处理运算，并输出结果的过程。其核心在于机器的“自主性”，即能够独立完成整个计算流程。 自动计算的定义与核心 为了突破手动计算的局限，人类发明了算盘、计算尺、机械计算器等计算工具，这些工具显著提高了计算效率和可靠性，但它们仍需要人类手动操作和控制。 计算工具的发明与进步 自动计算在导航软件规划路线、超市收银机处理支付、智能电表计算电费等日常生活中有广泛应用，这些场景展示了机器在接收初始输入后，能够自主完成后续计算流程的能力。 自动计算在生活中的应用实例 自动计算的引入大大提升了效率和准确性，因为它减少了人为错误的可能性，并能够快速处理大量数据，从而在各种应用中提供即时和准确的结果。 自动计算提升效率与准确性 --- slide10.xml --- 自动计算的三大核心要素 指令（规则）：机器的行动指南 为了实现自动计算，机器必须明确知道“怎么做”，这需要预设的计算规则和步骤，例如手机计算器的“加法规则”或导航软件的“路线规划逻辑”，这些指令是自动计算的行动指南。 数据（输入）：计算的原料 机器需要有处理对象，即要计算的信息，比如加法运算中的两个数字、导航中的起点和终点、收银机扫描的商品条码，这些数据是自动计算的原料。 执行机构（硬件）：自动计算的物理基础 机器需要有实现工具，即能执行指令、处理数据的物理设备，例如手机的芯片、电脑的 CPU 、收银机的主板，这些硬件是自动计算的物理基础，负责具体的运算和处理工作。 --- slide11.xml --- 1.3 计算范式的拓展与应用 确定性计算是指在给定输入和算法的情况下，计算结果唯一确定，不包含随机性或概率因素。这种计算模式在早期计算机科学中占据主导地位，适用于解决结构化问题和逻辑推理任务。 确定性计算的基本概念 概率性计算引入了随机性，通过概率模型来处理不确定性和模糊性问题。它在机器学习、数据分析和人工智能等领域中扮演着重要角色，例如在图像识别和自然语言处理中，概率性计算能够处理数据中的噪声和不确定性。 概率性计算的特点与应用 分布式计算涉及多个计算设备协同工作，共同完成一个计算任务。这种计算范式特别适用于处理大规模数据集和复杂计算任务，如云计算平台和大数据分析。通过分散计算负载，分布式计算能够提高效率并减少单点故障的风险。 分布式计算的原理与场景 并行计算通过同时使用多个计算资源（如处理器或计算机）来加速计算过程。它在科学计算、工程模拟和复杂系统分析中具有显著优势，能够显著缩短计算时间。然而，并行计算也面临编程复杂性和资源管理等挑战，需要高效的算法和良好的硬件支持。 并行计算的优势与挑战 --- slide12.xml --- 计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。它能帮助我们更高效地解决问题,优化系统设计。 1.4 计算思维 --- slide13.xml --- 日常思维和科学思维 思维 思维是人类大脑对客观事物的概括性、间接性反映，是我们认识世界、解决问题的核心方式。它不是简单的 “想事情”，而是包含了分析、推理、联想、创造等一系列心理活动的过程。 日常思维的特点 日常思维是我们与生俱来的能力，但往往带有主观性、经验性。比如凭“感觉”判断事情，或依赖过往经验做决策。而当我们需要更精准、更系统地认识世界时，就需要升级到“科学思维”。 科学思维的特点 科学思维强调逻辑推理、实证验证和理论构建，它依赖于观察、实验和数学建模来解释自然现象。科学思维可分为 3 类：理论思维、实验思维和计算思维。 --- slide14.xml --- 理论思维、实验思维与计算思维 理论思维 理论思维，也称为逻辑思维或推理思维，主要依赖于抽象概念、逻辑推理和数学建模来揭示事物的本质规律。它不依赖于直接观察，而是通过简化和抽象事物来构建普遍性的理论体系，数学、逻辑学和哲学是其典型代表。例如，在数学中，理论思维用于证明定理和构建数学模型；在逻辑学中，它用于分析论证的有效性；在哲学中，它用于探讨存在和认识的根本问题。 实验思维，也称为实证思维，通过观察现象、提出假设、设计实验和验证结论的流程来探索事物的规律。实验思维强调“动手实践”，并依赖于可重复的实验来检验假设的正确性，物理学和化学是其典型代表。例如，在物理学中，实验思维用于测试物理定律；在化学中，它用于研究物质的性质和反应过程。 计算思维由美国计算机科学家周以真在 2006 年提出，定义为运用计算机科学的基础概念进行问题求解、系统设计，以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。计算思维是个体在面对问题时，通过抽象、分解、建模、算法设计、迭代优化等思维过程，将复杂问题转化为可被计算工具处理的形式，并利用信息资源高效求解的思维能力。它不仅限于计算机科学领域，而是被广泛应用于各种学科和日常生活中，以解决复杂问题。 实验思维 计算思维 --- slide15.xml --- 抽象是计算思维的基础，它涉及从具体问题中提取关键信息，忽略非本质细节，将复杂问题简化为易于处理的形式。例如，在地图导航中，通过抽象出“起点 - 终点 - 路径 - 障碍物”等核心要素，简化了问题的复杂性。 抽象：简化复杂问题 分解：拆解问题为子问题 分解是将复杂问题拆解成若干个简单子问题，分别求解后整合得到原问题的解。例如，在设计购物 APP 时，将问题分解为用户注册、商品展示、订单支付、物流查询等子问题，逐一解决。 自动化：实现问题自动求解 自动化是计算思维的最终目标之一，它将解决问题的步骤转化为计算机可自动执行的程序或指令。例如，在数据处理中，设计算法并编写程序让计算机自动完成数据清洗、筛选和统计，提高效率和准确性。 建模：构建问题模型 建模是根据问题的本质特征和规律构建模型，如数学公式、图表、流程图等，以更好地理解、分析问题并提供求解依据。例如，在物理学中，通过建立匀速直线运动模型和匀加速直线运动模型，忽略次要因素，只考虑关键变量之间的关系。 计算思维的核心特征 --- slide16.xml --- 核心定位：通用思维工具 计算思维并非计算机学科专属，而是跨越自然科学、人文社科、工程技术、艺术设计、经管学科的通用思维工具，通过抽象建模、分解协作、算法优化等方法，为不同学科提供全新问题解决视角，推动跨学科融合创新。 计算思维的跨学科应用 --- slide17.xml --- 计算思维 在自然科学中的应用 物理学模拟星系碰撞 物理学通过构建复杂的计算模型，模拟星系碰撞过程，从而深入理解宇宙的演化和结构。 生物学构建生态系统动态模型 生物学家利用计算模型来模拟和预测生态系统中物种的动态变化，为生态保护和资源管理提供科学依据。 化学进行分子动力学模拟 化学领域通过分子动力学模拟，加速新药研发过程，提高药物设计的效率和准确性。 --- slide18.xml --- 计算思维在人文社科中的应用 新闻传播学中的舆论监测优化 通过数据分析技术，新闻传播学能够实时监控舆论动态，预测舆论趋势，从而优化舆论监测机制，提升信息传播的效率和准确性。 历史学中的历史数据库与关系图谱构建 历史学利用逻辑建模构建历史数据库，通过关系图谱揭示历史事件、人物之间的复杂联系，为历史研究提供新的视角和分析工具。 教育学中的个性化教学实现 教育学领域应用计算思维，通过分析学生数据来定制个性化教学方案，实现因材施教，提高教育质量和学生学习效果。 --- slide19.xml --- 计算思维在工程技术中的应用 系统分解是工程技术中的一项重要策略，它允许工程师将复杂的系统拆分成更易于管理和理解的小部分，从而简化设计和优化过程。 系统分解在工程中的作用 交通运输工程创新技术 交通运输工程通过创新隔振技术与路径优化，有效提高了运输效率和安全性，减少了对环境的影响。 环境工程污染防控 环境工程利用计算思维，对污染源进行模拟和分析，为污染防控提供了科学依据，有助于制定有效的环境保护措施。 建筑工程仿真优化 在建筑工程领域，通过仿真优化技术，可以对结构设计进行精细分析，预测建筑在各种条件下的表现，从而实现更安全、经济的设计方案。 --- slide20.xml --- 计算思维在艺术设计中的应用 利用生成式算法，设计师能够快速生成多种建筑设计方案，这些方案在满足功能需求的同时，也展现出独特的美学价值。 建筑设计的算法创新 在数字媒体艺术领域，算法被用来优化动画效果，通过精确的计算，提升视觉表现力，使动画更加流畅和生动。 数字媒体艺术的算法优化 算法在音乐创作中扮演了重要角色，通过复杂的计算过程，能够帮助作曲家生成原创旋律，为音乐创作带来新的可能性。 音乐创作的算法生成 算法的应用不仅拓展了艺术设计的创意边界，还提升了设计的精准度和可落地性，确保了设计作品在技术实现上的可行性。 提升设计精准度与可落地性 --- slide21.xml --- 计算思维在经管学科中的应用 市场营销用户数据分析与策略优化 营销人员通过计算思维深入分析用户数据，识别消费模式，制定个性化营销策略，优化广告和产品推广。 金融学风险建模与资产配置 金融分析师利用计算思维构建风险模型，预测市场，进行精确资产配置，降低投资风险。 运营管理提升供应链效率 运营管理中应用计算思维分析供应链数据，发现瓶颈，优化库存和物流，提高供应链效率和响应速度。 经验决策向数据决策的转型 计算思维推动决策方式从依赖经验向基于数据分析转变，使决策过程更客观、准确、高效。 --- slide22.xml --- 二进制与信息 编码 02 --- slide23.xml --- 2.1 计算机常用数制 计算机常用数制是计算机领域中用于表示和处理数据的不同计数系统。常见的有二进制、八进制、十进制和十六进制等，它们在计算机的存储、运算等方面都有着重要的应用。 计算机常用数制的定义 不同的计算机常用数制具有各自独特的特点。例如二进制只有 0 和 1 两个数码，运算规则简单，便于计算机硬件 处理；十进制是人们日常生活中最常用的数制，符合人们的习惯。八进制和十六进制本质上是二进制的紧凑缩写形式，用于简化二进制数据的表示、记录和调试。 计算机常用数制的特点 --- slide24.xml --- 二进制系统仅需两种稳定物理状态，例如电路的通断或电压的高低，来表示信息，这大大简化了硬件的实现，并且提供了极强的抗干扰能力和容错率。 物理实现的可靠性与简便性 逻辑运算的完备性与适配性 二进制的 “0” 和 “1” 与布尔代数中的 “ 假 ” 和 “ 真 ” 逻辑直接对应，使得通过简单的与、或、非三种基本逻辑门就能构建起完整的算术和逻辑运算体系，从而简化了硬件结构的复杂性。 系统设计的统一性与标准化 二进制作为统一的数据表示体系，使得软硬件能够高度协同工作。各种类型的数据（数字、字符、图像、音频等）都可以通过二进制编码统一处理，这降低了系统设计的难度，并促进了计算机软硬件技术的标准化发展。 存储与传输的高效性与稳定性 用二进制编码，数据存储和传输变得高效稳定。存储介质能够通过物理状态的差异精确记录数据，而简洁的编码规则便于高速长距离传输，并且可以轻松嵌入检错和纠错机制，确保数据传输的准确性。 二进制的核心优势 --- slide25.xml --- 2.2 二进制数的表示单位 在计算机信息处理体系中，二进制数的基本表示单位是数据处理的基石。其中，位（ bit ）是构成数据的最小单元，仅能表示逻辑上的 0 或 1 两种状态，分别对应电路的通断、电压高低等物理状态。为高效组织和处理数据，计算机系统引入字节（ Byte ）作为基本存储与处理单元。一个标准字节由 8 位构成，可表示 0 到 255 共 256 种数值，为字符编码、数据存储及网络传输奠定了实用高效的基础。 二进制数基本表示单位 二进制单位间遵循特定换算关系： 1 字节等于 8 位。更大的存储单位如千字节（ KB ）、兆字节（ MB ）等，均以 1024 为进制逐级换算。这一标准化的换算体系，为计算机高效处理和存储海量数据提供了基础支撑。 二进制数单位换算关系 --- slide26.xml --- 2.3 数制转换 非十进制数转换为十进制数的过程基于位权展开，即将每个位上的数字乘以其基数的相应幂次，然后求和。 非十进制转十进制原理 从十进制数转换为非十进制数，要将原十进制数的整数部分和小数部分分别处理。整数部分的转换规则是“除基取余”，小数部分的转换规则是“乘基取整”。 十进制转非十进制方法 在进行数制转换时，重要的是理解不同数制的基数和位权概念，以及进位规则，注意避免混淆不同数制的表示方法。 转换技巧与注意事项 --- slide27.xml --- 非十进制数转换为十进制数的规则和示例 非十进制数转换为十进制数遵循按权展开求和的规则，即每个位上的数字乘以基数的相应次方后求和。 十六进制数 3A.4CH 转换为十进制数时，同样先确定数码、位序和权值，计算 3 × 16¹ + A × 16⁰ + 4 × 16⁻¹ + C × 16⁻² ，得到 58.296875D 。 二进制数 1011.101B 转换为十进制数时，首先确定数码、位序和权值，然后计算 1 × 2³ + 0 × 2² + 1 × 2¹ + 1 × 2⁰ + 1 × 2⁻¹ + 0 × 2⁻² + 1 × 2⁻³ ，最终得到 11.625D 。 权值计算公式为基数的位序次方，位序从右往左，小数点后为负，整数部分从 0 开始。 每个数码与对应的权值相乘，权值由基数的位序次方决定，位序反映了该数码在数中的权重。 转换规则概述 二进制数转换示例 转换过程中的权值计算 数码、位序与权值的关系 十六进制数转换示例 --- slide28.xml --- 数码、位序和 权值 例如： --- slide29.xml --- 十数制转换为其他进制的通用方法 十 进制整数部分的通用转换方法是“除基取余”，通过连续除以目标基数并记录余数来完成。 整数部分的“除基取余”方法 十进制 小数部分的通用转换方法是“乘基取整”，通过连续乘以目标基数并取整数部分来完成。 小数部分的“乘基取整”方法 在转换过程中，小数部分的精度控制至关重要，需要根据实际需求确定乘法操作的次数或达到的精度标准。 转换过程中的精度控制 --- slide30.xml --- 十进制数转换为二进制数 整数部分的转换规则是通过“除基取余”方法，即反复除以 2 并记录余数，余数逆序排列后形成二进制数的低位。 整数部分的转换规则 01 小数部分的转换规则是“乘基取整”，即反复乘以 2 并取整数部分，整数部分顺序排列后形成二进制数的高位。 小数部分的转换规则 02 十进制数 11.625 转换为二进制数的过程，整数部分通过除以 2 取余得到 1011 ，小数部分通过乘以 2 取整得到 101 ，合并后得到 1011.101 。 示例： 11.625D 转换为二进制数 03 整数部分 11 通过连续除以 2 ，依次得到余数 1 、 1 、 0 、 1 ，逆序排列后得到二进制数 1011 。 整数部分转换步骤详解 04 小数部分 0.625 通过连续乘以 2 ，依次得到整数部分 1 、 0 、 1 ，顺序排列后得到二进制数 101 。 小数部分转换步骤详解 05 将整数部分和小数部分的二进制数合并，得到最终的二进制表示为 1011.101 。 转换结果的合并与表示 06 --- slide31.xml --- 十进制数转换为二进制数的过程 将十进制整数部分 11 进行除以 2 的操作，记录余数，然后逆序排列余数，得到二进制数 1011 。 整数部分的转换步骤 将十进制小数部分 0.625 进行乘以 2 的操作，记录整数部分，然后顺序排列整数部分，得到二进制数 101 。 小数部分的转换步骤 将转换得到的整数部分 1011 和小数部分 101 合并，得到最终的二进制数 1011.101 。 合并整数与小数部分结果 --- slide32.xml --- 十进制数转换为十六进制数 整数部分的转换规则 整数部分的转换规则同样是“除基取余”，即反复除以 16 并记录余数，余数逆序排列后形成十六进制数的低位。 示例： 58D 转换为十六进制数 十进制数 58 转换为十六进制数的过程，整数部分通过除以 16 取余得到 3A ，逆序排列后得到十六进制数 3AH 。 转换步骤详解 整数部分 58 通过连续除以 16 ，依次得到余数 14 （十六进制中表示为 E ）和 3 ，逆序排列后得到 3A 。 转换结果的表示 将整数部分的十六进制数 3A 表示出来，得到最终的十六进制表示为 3AH 。 --- slide33.xml --- 二进制与八进制、十六进制数的快速转换 转换一：二进制 (B) → 八进制 (O) 规则：以小数点为界，整数右→左、小数左→右，每 3 位分组，不足补 0，每组对应 1 位 8 进制。 示例：101101.1011B 分组： 101 101 . 101 100 (补0) 结果： 55.54O 转换二：二进制 (B) → 十六进制 (H) 规则：以小数点为界，整数右→左、小数左→右，每 4 位分组，不足补 0，每组对应 1 位 16 进制。 示例：101101.1011B 分组： 0010 1101 . 1011 (补0) 结果： 2D.BH 转换三：八进制 (O) → 二进制 (B) 规则：1 位 8 进制数对应 3 位二进制数，整数左侧补 0、小数右侧补 0，然后依次拼接。 示例：73.26O 分解：7→ 111 , 3→ 011 , 2→ 010 , 6→ 110 结果： 111011.010110B 转换四：十六进制 (H) → 二进制 (B) 规则：1 位 16 进制数对应 4 位二进制数，整数左侧补 0、小数右侧补 0，然后依次拼接。 示例：7A.3CH 分解：7→ 0111 , A→ 1010 , 3→ 0011 , C→ 1100 结果： 01111010.00111100B --- slide34.xml --- 2.4 数值型数据的表示与处理 整数的编码方式包括原码、反码和补码，它们通过不同的方法表示正数和负数，其中补码解决了原码和反码存在的问题，如 0 的二义性和减法运算的复杂性。 整数的编码方式 浮点数基于科学计数法表示，包含尾数和阶码两部分，尾数表示数值的精度，阶码表示数值的范围，适用于表示小数或范围较大的整数。计算机中浮点数的存储遵循 IEEE 754 标准，分为单精度和双精度格式。 浮点数的科学计数法表示 计算机对数值型数据的算术运算包括整数的补码运算和浮点数的 IEEE 754 标准运算，涉及尾数对齐、阶码调整、运算和舍入等步骤。 数值型数据的算术运算 --- slide35.xml --- 原码、反码和补码的实例解析 01 原码的定义和例子 原码是指一个二进制数直接表示其真实值，包括符号位和数值位。例如，假设我们用 8 位二进制数表示整数，那么 +5 的原码表示为 00000101 ，而 -5 的原码表示为 10000101 ，其中最高位为符号位（ 0 表示正， 1 表示负）。 03 补码的定义和例子 补码也是用于表示负数，其计算方式是正数的补码与其原码相同，而负数的补码是其反码加 1 。以 8 位二进制数为例， +5 的补码与原码相同，为 00000101 ； -5 的补码是 11111011 ，即先得到 -5 的反码 11111010 ，再加 1 得到。 02 反码的定义和例子 反码用于表示负数，正数的反码与其原码相同。对于负数，其反码是将原码除符号位外的所有位取反（ 0 变 1 ， 1 变 0 ）。以 8 位二进制数为例， +5 的反码与原码相同，为 00000101 ；而 -5 的反码是 11111010 ，即除符号位外，其余位取反。 04 三者之间的转换关系 原码、反码和补码之间存在一定的转换关系。对于正数，三者相同；对于负数，其补码是反码加 1 ，反码是原码除符号位外各位取反。了解这些转换关系对于理解计算机中整数的表示和运算非常重要。 --- slide36.xml --- -12.75 的单精度浮点数 表示示例 将十进制数 12.75 转换为二进制表示，得到 1100.11 ，这一步是通过将十进制数分解为 2 的幂次之和来完成的。 十进制数转换为二进制表示 01 将二进制数 1100.11 归一化为 1.10011 × 2^3 ，即将小数点移动到第一个 1 的右边，并记录移动的位数作为指数。 归一化二进制数 02 因为 -12.75 是负数，所以符号位为 1 ，这将被放置在最终单精度浮点数的最前面。 确定符号位 03 指数部分为 3 ，单精度浮点数的指数偏移量为 127 ，因此实际存储的指数为 3+127=130 ，二进制表示为 10000010 。 计算并转换指数部分 04 归一化后的尾数部分为 10011 ，为了达到 23 位的精度要求，需要在后面补零，得到 10011000000000000000000 。 补全并确定尾数部分 05 将符号位、指数部分和尾数部分组合起来，得到最终的单精度浮点数表示： 1 10000010 10011000000000000000000 。 组合最终的单精度浮点数表示 06 --- slide37.xml --- 2.5 字符编码与处理 -ASCII 编码 ASCII 码的字符范围从 0 到 127 ，其中 0-31 为控制字符， 32-126 为可打印字符，例如字符 'A' 的 ASCII 码为 65 ， 'a' 为 97 ， '0' 为 48 。 ASCII 码的字符范围 ASCII 码的编码规则 ASCII 码采用 7 位二进制编码，最高位固定为 0 ，其余 7 位用于编码，因此可以表示 128 个字符，包括控制字符和可打印字符。 ASCII 码的定义和作用 ASCII 码是一种基于拉丁字母的字符编码标准，主要用于表示英文字符、数字和常用符号，是计算机早期最常用的编码方式，为后续的编码标准奠定了基础。 --- slide39.xml --- 2.5 字符编码与处理 - 汉字编码标准 GB2312 是我国首个汉字编码标准，收录了 6763 个常用汉字和 682 个非汉字符号，每个字节的最高位为 1 ，以避免与 ASCII 码冲突，例如汉字“中”在 GB2312 中的编码为 D6D0H 。 GB2312 编码标准介绍 Unicode 编码旨在为全球所有字符分配唯一的二进制编码，采用 16 位或 32 位编码，可以表示超过 100 万个字符，涵盖世界各国语言、符号、表情等。 Unicode 编码标准的全球适用性 GBK 编码标准在 GB2312 的基础上扩展了汉字收录范围，共收录 21003 个汉字和 883 个符号，支持繁体汉字和日韩汉字，采用双字节编码。 GBK 编码标准的扩展 --- slide40.xml --- 2.5 字符编码与处理 -Unicode 与 UTF 编码 UTF-16 编码采用 2 字节或 4 字节编码，适合存储和处理 Unicode 字符，是 Windows 系统和 Java 语言的默认编码方式。 UTF-16 编码的应用场景 UTF-8 编码采用可变长度编码（ 1-4 字节），兼容 ASCII 码，汉字用 3 字节表示，是互联网和文件存储的主流编码方式，具有良好的兼容性和节省空间的优势。 UTF-8 编码的兼容性特点 Unicode 编码采用 16 位或 32 位编码，为全球所有字符提供唯一编码，解决了 ASCII 码和 GB 系列编码的兼容性问题，具有全球适用性。 Unicode 编码的结构和优势 --- slide41.xml --- 2.5 字符编码与处理 - 文字处理流程详解 计算机处理文字的核心流程包括输入、编码、存储、解码和输出，涉及字符与二进制编码之间的转换。 文字处理的核心步骤 以用户输入“中国”为例，键盘驱动程序将按键转换为 Unicode 编码，存储时按 UTF-8 编码转换为 E4B8ADH 和 E59BBDH ，读取时再将 UTF-8 编码解码为 Unicode ，最终通过显示驱动程序在屏幕上呈现“中国”文字。 文字处理流程的实例分析 在文字处理过程中， Unicode 编码被用于字符与编码的映射，例如用户通过键盘输入的“中国”会被转换为对应的 Unicode 编码（“中” =4E2DH ，“国” =56FDH ）。 Unicode 编码在文字处理中的应用 --- slide42.xml --- 汉字输入编码 拼音输入法编码将用户输入的拼音转换为计算机可识别的二进制编码，常见的类型包括全拼、双拼和智能拼音，其中智能拼音能结合上下文自动纠错和选词，提高输入效率。 拼音输入法编码 字形输入法编码如五笔字型，通过拆分汉字为字根并赋予编码（如“中”拆为“口” + “丨” → 编码“ KHK ”），依赖用户记忆字根与编码的对应关系。 字形输入法编码 其他编码方式包括手写识别和语音识别，这些方式将手写轨迹和语音转换为汉字，依赖于机器学习模型和语音处理技术，处理同音字问题。 其他编码方式 --- slide43.xml --- 汉字内存处理（内部编码 - 内码） 内存处理阶段的关键编码标准包括 GBK/GB18030 和 Unicode 编码，如 GBK 扩展至 2.1 万汉字，采用双字节表示，而 Unicode 编码如 UTF-8 采用变长编码，广泛用于网络传输和存储。 输入编码转换为内部编码涉及编码转换过程，如输入编码（如拼音）转换为内部编码（如 UTF-8 ），以及不同内部编码间的转换，需要通过输入法引擎或查表算法处理。 关键编码标准 编码转换过程 --- slide44.xml --- 汉字输出编码（显示与渲染） 字体匹配与字形渲染 输出编码阶段涉及字体匹配和字形渲染，字体匹配根据内部编码查找对应字体文件，字形渲染则涉及矢量字体和位图字体，分别适用于屏幕显示和固定大小显示。 输出设备适配关注屏幕显示和打印输出，需要处理抗锯齿、子像素渲染等技术提升屏幕清晰度，以及将字形转换为打印机可识别的指令。 输出设备适配 --- slide45.xml --- 汉字处理的完整流程示例 输入阶段 内存处理阶段 输出阶段 在输入阶段，用户通过拼音输入“ zhongguo ”，输入法引擎匹配汉字“中国”，内部编码为 UTF-8 ： 0xE4 0xB8 0xAD 0xE5 0x9B 0xBD 。 输出阶段，操作系统根据编码查找字体文件（如 msyh.ttc ），渲染引擎将矢量字形转换为像素点阵，显卡驱动将图像输出到屏幕。 内存处理阶段，应用程序将 UTF-8 编码的“中国”存储在内存中，可能转换为 UTF-16 （ Windows ）或保持 UTF-8 （ Linux/macOS ）。 --- slide46.xml --- 2 .6 音频的表示和处理 音频的数字化表示是将连续的音频信号转换为离散的数字信号。通过采样、量化和编码等步骤，把音频的幅度和时间信息转换为二进制数据，以便在计算机中进行存储、传输和处理。 音频数字化表示 01 音频处理技术包括音频的降噪、增强、混音等操作。利用各种算法和工具，对数字化后的音频数据进行处理，以改善音频质量、实现特殊音效，满足不同的音频应用需求。 音频处理技术 02 --- slide47.xml --- 2 .7 图形图像的表示和处理 图形图像在计算机中有多种表示方法。如位图图像通过像素点的颜色值来表示，矢量图形则通过数学公式描述图形的形状和位置，不同的表示方法适用于不同类型的图形图像。 图形图像的表示方法 图形图像处理技术包括图像的缩放、旋转、裁剪、滤波等操作。借助图像处理软件和算法，对图形图像数据进行处理，以实现图像的优化、特效制作等目的。 图形图像处理技术 --- slide48.xml --- 计算环境与 平台 03 --- slide49.xml --- 3.1 个人计算环境 个人计算环境是计算环境的重要组成部分，主要供个人使用。它支持个人进行日常的办公、娱乐、学习等活动，拥有相对独立的运行空间和资源，为用户提供了便捷的计算体验。 个人计算环境具有针对性强、灵活性高的特点。能根据个人需求定制软件和硬件配置，满足个性化计算需求。且操作相对简单，便于个人用户独立维护和使用。 个人计算环境概述 个人计算环境特点 --- slide50.xml --- 冯 · 诺依曼体系结构：现代计算机的理论基石 冯 · 诺依曼体系结构在 1940 年代提出，包含运算器、控制器、存储器、输入 / 输出设备这五大部件，为现代计算机硬件设计提供了基本框架。 冯 · 诺依曼体系的五大部件 冯 · 诺依曼体系结构的提出打破了之前计算机设计中“程序与数据分离”的局限，使得计算机能够更加灵活地处理各种任务。 突破：程序与数据的分离局限 该体系结构的一个核心原则是程序与数据统一存储，即指令和数据都存储在计算机的存储器中，并按顺序执行，这一原则极大地提高了计算机处理信息的灵活性和效率。 程序与数据的统一存储原则 冯 · 诺依曼体系结构作为现代计算机的理论基石，对计算机科学和工程实践产生了深远的影响，几乎所有现代计算机都基于这一理论进行设计和构建。 现代计算机的理论基石影响 --- slide51.xml --- 计算机系统的组成：硬件与软件的协同交响 理解硬件基础与软件功能的动态关系 硬件系统：物理基石 CPU (中央处理器) 计算机的“大脑”，执行指令处理数据 内存 (RAM) 临时存储数据，提供高速访问 硬盘 (Storage) 长期存储程序、数据和文档的仓库 外设 (Peripherals) 键盘、鼠标等，实现人机交互 软件系统：灵魂驱动 系统软件 管理硬件资源，提供运行环境(如OS) 应用软件 直接服务用户，实现特定功能 数据与文档 软件处理的对象、原材料和结果 协同工作：密不可分 软硬结合 裸机无软件则无法发挥作用；软件无硬件则无运行载体。两者结合才是完整的计算机系统。 --- slide52.xml --- 计算机硬件核心部件：五大部件的分工与协作 运算器 (ALU) 执行算术与逻辑运算，是数据处理的核心单元。 控制器 计算机的“指挥中心”，协调各部件工作，与运算器集成于CPU。 存储器 (内存/外存) 内存(RAM/ROM)用于高速缓存，外存(HDD/SSD)用于长期存储。 输入/输出设备 (I/O) 输入(键盘/鼠标)接收指令，输出(显示器/打印机)展示结果。 计算机硬件拆解示意图 --- slide53.xml --- 计算机的“大脑”与自主化：CPU的演进与突破 核心作用与格局 核心职责： 计算机的运算与控制中心，负责指令执行与数据处理。 国际市场格局 双寡头主导： Intel与AMD技术领先，产品线丰富，长期占据全球市场主导地位。 国产CPU的崛起 龙芯 (Loongson) 自主LoongArch架构，完全自主可控。 华为鲲鹏 (Kunpeng) 基于ARM架构，面向数据中心，性能强劲。 飞腾 (Phytium) 基于ARM架构，广泛应用于政务金融。 关键应用场景 政务办公： 电子政务、办公终端替代 国防安全： 高安全等级的核心硬件 工业控制： 能源电力、智能制造领域 --- slide54.xml --- 存储器的分类与特性：从临时存储到长期归档 内存 (Memory) - 临时高速存储 RAM (随机存取): 运行必备，断电易失，速度快。 ROM (只读存储): 存储BIOS等基础程序，断电数据保留。 Cache (高速缓存): CPU附近的极速缓冲区，加速数据交换。 外存 (Storage) - 长期海量存储 硬盘 (HDD/SSD): HDD容量大成本低；SSD速度快抗震强。 移动存储: U盘便携即插即用，移动硬盘适合数据交换。 磁带库: 企业级海量备份，顺序访问，成本极低。 各类存储器核心参数对比 存储器类型 速度 容量 每GB价格 核心特点 内存 (RAM) 极快 较小 较高 运行必备，断电丢失 硬盘 (HDD) 中等 极大 最低 机械结构，性价比高 硬盘 (SSD) 很快 较大 中等 固态结构，抗震性好 --- slide55.xml --- 操作系统：连接硬件与软件的桥梁 核心定义 操作系统是管理计算机硬件与软件资源的系统软件，是用户与硬件之间的接口，负责统筹调度，确保系统高效稳定运行。 自主可控优势 国产系统实现了底层自主，有效规避供应链风险。能够深度适配国产CPU，构建完整的自主计算生态，在政务、国防等关键领域发挥重要作用。 桌面端操作系统 移动端操作系统 桌面端以Windows和macOS为主，移动端Android占据主导，而鸿蒙OS正构建全场景智能生态。 国产操作系统 麒麟OS (Kylin) 面向国防、政务等关键领域，安全性极高。 统信UOS 基于Linux内核，支持多架构，适配国产芯片。 深度Linux (Deepin) 界面美观，用户体验佳，适合个人办公。 --- slide56.xml --- 常用办公软件：WPS Office - 高效全能的办公解决方案 WPS Office 核心优势 PDF全能编辑： 无需转换，直接编辑、批注与签名。 多人实时协作： 团队成员在线同步编辑，告别版本冲突。 WPS AI 智能助手： 集成AI能力，辅助写作、润色与数据处理。 主流办公软件功能对比 功能特性 WPS Office 微软 Office PDF编辑 原生支持，功能全面 需插件或转换格式 在线协作 实时协作，操作便捷 需通过OneDrive AI功能 内置WPS AI 需订阅365 --- slide57.xml --- WPS AI：重塑办公体验的智能化助手 智能创作 输入关键词或大纲，自动生成高质量文案、PPT大纲及邮件回复。 智能编辑 提供智能语法检查、错别字修正、文本润色及格式统一优化功能。 智能协作 支持智能批注生成、会议纪要提取及权限管理，提升团队效率。 智能数据处理 表格数据智能分析、图表自动生成及公式推荐，释放数据价值。 --- slide58.xml --- 3.2 分布式计算的兴起与应用 在信息技术迅速发展的背景下，单一化的个人计算环境已无法满足日益增长且复杂的计算需求，其算力不足和资源孤岛化问题日益凸显。 单一计算环境的局限性 分布式计算的核心在于将复杂任务分解为多个可并行执行的子任务，通过多台计算机的协同工作，最终聚合各部分结果完成整体任务。 分布式计算的核心逻辑 为应对单一计算环境的局限性，分布式计算范式应运而生，它通过网络技术将计算任务分散到多台计算机上，有效突破了传统计算环境的瓶颈。 分布式计算的必要性 分布式计算不仅提高了计算效率，还促进了资源的共享和优化利用，对科学研究、商业分析等领域产生了深远的影响。 分布式计算的优势与影响 --- slide59.xml --- 计算机网络：定义与核心要素 网络定义 地理分散的独立计算机通过硬件连接，遵循统一协议实现数据交互的系统。 五大核心要素 节点独立性： 各计算机保持独立功能 地理分散性： 设备在物理空间上分布广泛 硬件互联性： 通过通信线路和设备连接 协议统一性： 遵循共同的规则标准 功能目标性： 实现资源共享与数据交互 --- slide60.xml --- 计算机网络：核心功能目标 数据交互 实现信息在设备间流动，确保数据传输的高效与准确。 资源共享 打破物理界限，共享硬件、软件及数据资源，提升利用率。 协同工作 支持分布式任务处理，促进团队成员间的高效协作。 --- slide61.xml --- Internet：定义与关键特征 核心定义 全球最大的网络互联系统，连接异构网络，遵循TCP/IP协议。 五大关键特征 海量节点规模：连接全球数十亿设备 异构兼容架构：支持多种网络技术标准 全球地理覆盖：无国界的信息基础设施 开放资源共享：信息与服务的自由流通 分布式服务应用：去中心化的服务体系 --- slide62.xml --- Internet：IP地址与域名系统 IP 地址 (Internet Protocol) 设备在网络中的唯一数字标识，如同现实世界的身份证。主要分为 IPv4 和 IPv6 两大协议版本。 域名与 DNS 解析系统 域名是便于记忆的字符标识，而 DNS 是将域名解析为 IP 地址的分布式数据库系统，解决了数字地址难记的问题。 --- slide63.xml --- 核心服务：基础通信与资源共享 基础通信服务 提供高效的电子邮件(E-mail)系统与即时通信(IM)工具，保障信息的实时与准确传递。 资源共享服务 实现全球范围内的信息检索、文件传输及计算资源互通，打破物理界限，最大化资源价值。 --- slide64.xml --- 核心服务：万维网（WWW） 基本定义 基于HTTP/HTTPS协议的超文本信息服务，是互联网最核心、最基础的应用。 核心特点 使用URL唯一标识资源，通过超链接构建网状结构，用户通过浏览器进行访问。 典型应用 涵盖门户网站、搜索引擎以及各类电商平台，构成了现代互联网生态的主体。 --- slide65.xml --- 核心服务：文件传输（FTP） 协议定义 客户端与服务器间的文件上传下载协议，实现数据互通。 架构核心 基于C/S架构，灵活支持主动与被动两种数据传输模式。 主要应用 广泛用于软件分发、企业文件共享及大规模数据集传输。 智能升级 集成云存储，引入AI防盗链与智能备份，提升安全性。 --- slide66.xml --- 核心服务：远程登录 服务定义 通过网络远程访问并控制设备，实现跨地域管理。 协议类型对比 Telnet： 早期明文协议，安全性较低，现已较少使用。 SSH： 主流加密方案，通过加密传输保障数据安全。 主要应用场景 广泛应用于服务器运维、AI模型调试及云端资源管理。 --- slide67.xml --- 全面解析云计算的核心架构与实践应用 Cloud Computing Architecture & Practice 3.3 云计算：概念、技术、服务与部署 --- slide68.xml --- 云计算的概念 核心定义 云计算是一种按需分配、通过网络交付计算资源的服务模式。它整合了服务器、存储、网络、软件等全套IT资源，打破了传统硬件的物理限制。 通俗类比：水电公共服务 如同使用水电无需自建水厂电站，云计算让用户无需购买维护硬件。只需通过网络申请资源，按实际用量付费，维护管理全由服务商负责。 总结：云计算的核心就是“把计算资源变成一种像水和电一样便捷的公共服务”。 --- slide69.xml --- 云计算的五大核心特征 按需自助服务 用户通过自动化接口自主申请资源，如虚拟机或存储空间，无需人工干预。 广泛的网络访问 资源通过网络提供，支持PC、手机、平板等多种终端设备随时随地访问。 资源池化 整合物理或虚拟资源形成共享池，根据用户需求动态分配，屏蔽底层细节。 快速弹性伸缩 资源可根据负载自动扩展或收缩，应对流量高峰，提供无限资源的体验。 可计量的服务 资源使用量可被精确计量，支持按实际用量计费，如同水电表一样透明。 来源：NIST 云计算定义 这五大特征共同构成了云计算区别于传统计算模式的基础，实现了资源的高效利用与灵活交付。 --- slide70.xml --- 关键技术：虚拟化 技术定义与本质 虚拟化是云计算的核心支撑，将物理资源抽象为逻辑资源。实现“一虚多”（单机虚拟多机）或“多虚一”（多机资源整合），打破物理硬件的壁垒。 核心技术类型 主要包含服务器、存储和网络虚拟化。典型如VMware ESXi或KVM技术，可将单台物理服务器的CPU、内存等资源切割为多个独立运行的虚拟机。 核心价值与效能 资源利用率从10%-20%跃升至60%-80%，大幅降低硬件成本。简化运维流程，为云计算的弹性伸缩提供了坚实的底层技术支撑。 图示：物理服务器资源虚拟化示意 --- slide71.xml --- 关键技术：分布式计算 核心思想：分而治之 将大规模复杂任务分解为多个子任务，分配至多节点并行处理，最后汇总结果。这种“协同合作”模式突破了单机物理极限，是处理海量数据的基石。 关键技术领域与核心价值 分布式存储 (GFS/HDFS) 数据分块存储于多节点，通过冗余备份保证系统可靠性与数据安全。 计算框架 (MapReduce/Spark) 支撑海量数据的并行计算，提供高效的任务调度与资源管理能力。 一致性协议 (Paxos/Raft) 解决多节点间数据同步难题，确保分布式系统的强一致性。 核心价值： 突破单机瓶颈，高效支撑PB级海量数据处理及高并发请求场景。 --- slide72.xml --- 关键技术：容器技术 核心定义与优势 什么是容器？ 一种轻量级虚拟化技术，将程序及其依赖环境打包成标准化“容器”，实现“一次打包、到处运行”。 技术优势 (Docker/K8s) 极致轻量： 体积仅几十兆，秒级启动，远快于传统虚拟机。 强移植性： 完美解决环境兼容问题，一次构建多端运行。 高效编排： 借助 Kubernetes 实现大规模集群的统一调度与管理。 与传统虚拟化的差异 传统虚拟化 (VM)：重资产模式 每个虚拟机包含完整操作系统（带房子搬家），体积大、启动慢、资源占用高。 容器技术 (Container)：轻资产模式 --- slide73.xml --- 云服务模式概述 IaaS (基础设施即服务) 提供服务器、存储、网络等底层资源，用户可租用并构建自己的应用，掌控度最高。 PaaS (平台即服务) 提供应用开发、测试和部署平台，用户无需关心底层设施，专注于应用程序开发。 SaaS (软件即服务) 直接提供可用的软件应用，用户无需安装维护，通过网络直接使用，门槛最低。 --- slide74.xml --- 基础设施即服务 (IaaS) 核心定义与适用场景 定义：提供服务器、存储、网络等基础IT资源的租用服务，用户通过互联网按需获取。 场景：适用于互联网企业、科研机构等对资源灵活性要求高，需快速调整基础设施的场景。 用户权益与成本优势 高控制权：可自主安装OS、中间件及应用，灵活调整资源规模。 低成本：按需付费，免去硬件采购与维护成本，显著降低运维负担。 生活类比：如同租赁毛坯房，用户拥有完全的装修改造权（OS/应用配置）。 典型代表厂商 亚马逊 AWS (Elastic Compute Cloud) 微软 Azure (Virtual Machines) 阿里云 ECS (Elastic Compute Service) --- slide75.xml --- 平台即服务 (PaaS) 核心定义 将应用开发、测试、部署和运行平台作为服务提供，用户无需关注底层基础设施，专注于代码本身。 核心价值与权益 集成开发工具、中间件与数据库，支持自动化部署。用户只需上传代码，平台自动完成配置，极大提升开发效率。 适用场景与代表厂商 适用于各类专业及企业IT开发团队。代表厂商包括 Google App Engine、Microsoft Azure App Service 等。 生活场景类比 如同租赁一间“精装修办公间”，水电网与办公设备一应俱全，企业入驻即可开展业务，无需操心装修维护。 --- slide76.xml --- 软件即服务 (SaaS) 核心定义 将软件应用作为服务通过互联网提供，用户无需本地安装，仅通过浏览器即可访问全部功能。 用户权益与优势 按需付费，灵活订阅；免维护、免升级；支持随时随地访问，极大降低企业IT投入门槛。 典型应用场景 广泛应用于CRM（如Salesforce）、在线办公、视频会议（如腾讯会议）及在线教育平台。 生活中的SaaS类比 就像订阅视频会员，无需购买播放器和影片，只需付费即可在线观看海量内容，灵活便捷。 --- slide77.xml --- 云服务模式对比 IaaS 基础设施 核心定义： 提供计算、存储等基础设施租用 管理范围： 操作系统、中间件及应用 (高度自主) 核心特点： 高度灵活、自主可控、可定制性强 典型场景： 互联网企业、科研机构、大型系统迁移 生活类比： 租赁毛坯房 (自由装修) 代表厂商： AWS, Azure, 阿里云ECS PaaS 平台服务 核心定义： 提供应用开发、部署与运行的平台 管理范围： 仅需关注应用程序本身 (环境由平台管理) 核心特点： 专注业务逻辑、开发效率高、免运维 典型场景： 软件开发团队、API服务提供商 生活类比： 租赁精装办公室 (拎包入驻) 代表厂商： GAE, Azure App Service SaaS 软件服务 核心定义： 提供直接可用的软件应用，按需订阅 管理范围： 零管理，仅需使用软件功能 核心特点： 即用即走、免维护、低成本启动 典型场景： CRM、在线会议、协作办公等通用软件 生活类比： 订阅视频会员 (付费即用) 代表厂商： Salesforce, 腾讯会议, Zoom --- slide78.xml --- 云服务部署模式概述 公有云 (Public Cloud) 由第三方云服务商进行运营和管理，面向社会公众提供服务，具有成本低、扩展性强的特点。 私有云 (Private Cloud) 由组织自行建设管理或委托第三方管理，仅面向内部提供服务，拥有极高的安全性和定制化能力。 混合云 (Hybrid Cloud) 结合公有云和私有云，数据和应用可在两者间流动，兼顾了灵活性与安全性，是目前最主流的模式。 社区云 (Community Cloud) 由多个具有共同利益的组织共享建设和管理，仅面向该特定社区内的多个组织提供服务。 --- slide79.xml --- 部署模式：公有云 管理主体： 由阿里云、腾讯云等第三方专业服务商运营管理。 服务对象： 面向社会公众开放，任何个人或企业均可申请使用。 核心优势 成本低： 无需自建基础设施，按需付费。 弹性强： 秒级响应资源需求，灵活扩容。 免运维： 硬件维护与软件升级全由服务商负责。 适用场景与案例： 适合个人、中小企业及非核心业务。典型代表如百度网盘、腾讯云对象存储等。 --- slide80.xml --- 部署模式：私有云 管理主体：专属管理 由组织自建或委托第三方进行专属管理，资源完全独占。 服务对象：单一组织 仅限内部成员访问，外部用户无法接入，确保数据隐私。 核心优势：高安全与合规 安全性极高，控制力强，能满足严格的合规要求。 适用场景：金融/政务等敏感行业 适用于银行核心交易系统、政府政务平台等场景。 --- slide81.xml --- 部署模式：混合云 管理主体与服务对象 管理主体： 组织与第三方服务商共同管理，各司其职。 服务对象： 单一组织的内部成员。 核心优势与适用场景 核心优势： 兼顾安全与弹性，核心数据私有化，非核心业务公有化。 适用场景： 中大型企业，如电商大促期间的弹性扩容。 图示：混合云架构下的数据流动与安全隔离 典型应用：电商大促弹性扩容 在“双11”等高峰期，将流量压力大的业务弹性扩容至公有云，核心交易数据保留在私有云，实现降本增效。 --- slide82.xml --- 部署模式：社区云 管理主体与服务对象 管理： 由多个具共同利益的组织联合建设与共享管理。 服务： 仅限特定社区内部组织访问，外部组织无法介入。 核心优势与适用场景 优势： 成本分摊、资源共享、合规统一。 场景： 适用于行业联盟（如医疗影像共享）、科研机构联合体等。 典型应用案例 • 医疗联盟共建影像云，实现患者数据共享。 • 高校联合建立科研云，共享高性能计算资源。 --- slide83.xml --- 云服务部署模式对比 部署模式 管理主体 服务对象 核心优势 适用场景 典型例子 公有云 第三方云服务商 社会公众 成本低、弹性强、免运维 个人、中小企业、非核心业务 百度网盘、腾讯云 私有云 组织自身/委托第三方 单一组织内部 安全性高、控制力强、合规 大型企业、政府、敏感业务 银行核心、政务云 混合云 组织 + 第三方服务商 单一组织内部 兼顾安全与弹性、资源优化 中大型企业、需求多样业务 电商双11弹性扩容 社区云 多个利益相关组织共享 特定社区内组织 成本分摊、资源共享、合规 行业联盟、科研联合体 医疗影像云、科研云 总结：企业需综合考量业务需求、数据敏感性与预算。公有云重成本，私有云重安全，混合云重灵活，社区云重共享。 --- slide84.xml --- 3.4 物联网：开启万物互联新时代 连接物理世界与数字未来 --- slide85.xml --- 物联网概念与应用 物联网定义 物联网（ Internet of Things ， IoT ）通过传感器、 RFID 等设备，实现物品与互联网的连接，进行信息交换和通信，以智能化管理物品。 物联网的本质 物联网是互联网的延伸，它不仅实现人与人之间的信息交互，还实现了人与物、物与物之间的互联互通，构建了“万物互联”的智能生态系统。 物联网技术应用案例 通过手机远程控制家中的空调、智能手环上传健康数据到云端、 ETC 系统自动识别车辆并扣费，这些都体现了物联网技术的实际应用。 物联网与计算思维的联系 物联网技术的普及和应用，要求我们运用计算思维来理解、设计和优化智能生态系统，从而在人与物、物与物的交互中实现更高效的信息处理和决策。 --- slide86.xml --- 物联网的核心特征 全面感知 通过传感器等设备实时采集物体信息和环境数据，实现全方位监测。 可靠传输 借助5G、Wi-Fi等网络，确保数据准确、及时地传递到平台与应用。 智能处理 利用云计算分析海量数据，提取价值信息，实现自动化控制与决策。 三大特征环环相扣，共同构成物联网的完整闭环。 --- slide87.xml --- 物联网感知技术 物联网的“五官”，负责采集物理世界信息，是系统智能化前提。 传感器技术 感知物理世界的温度、湿度、光照等环境参数。 自动识别技术 通过RFID、二维码等方式快速识别和读取物体信息。 定位技术 利用GPS、北斗等技术确定人、车、物的实时位置。 边缘计算技术 在数据源头进行实时处理，降低延迟并减轻云端压力。 --- slide88.xml --- 物联网标识技术 给物体分配唯一“身份标识”，实现准确识别和管理，连接物理与数字世界。 条形码 一维码，成本低，广泛应用于零售 二维码 信息容量大，支持多种数据类型 RFID技术 非接触式识别，适用于恶劣环境 --- slide89.xml --- 物联网典型应用 渗透到生产生活各领域，推动传统行业智能化转型。 智能家居 智能交通 智慧医疗 智慧农业 工业物联网 从家庭到工厂，从城市到田野，物联网正在重塑世界 --- slide90.xml --- 智能家居：家庭场景的智能变革 物联网在家庭场景的应用 远程控制 随时随地通过手机App操控家中设备，离家也能掌控一切 。 智能联动 设备间自动协同工作，创造无缝的智能生活体验。 场景化管理 一键切换回家、影院、睡眠等模式，定制专属生活场景。 打造舒适、安全、高效的未来之家 --- slide91.xml --- 智能家居的具体应用示例 语音控制 语音指令控制灯光开关、调节亮度与色温，解放双手。 场景模式 一键启动“起床场景”，自动拉开窗帘、开启咖啡机。 安防监控 摄像头检测异常，自动向用户手机发送报警信息。 更多应用，构建全方位智能生活体验。 --- slide92.xml --- 智能交通：让出行更高效安全 核心技术驱动 利用物联网、人工智能、大数据等前沿技术，构建交通大脑。 全要素感知 实时采集车辆、道路、行人等交通数据，实现全方位监控。 智能决策管理 通过数据分析与算法优化，提升交通效率，保障出行安全。 --- slide93.xml --- 智能红绿灯：优化交通通行效率 实时车流量感知 通过摄像头、雷达等传感器实时采集路口车流数据。 动态信号配时 AI算法动态调整红绿灯时长，减少车辆等待时间。 提升通行效率 有效缓解交通拥堵，降低城市通勤时间与油耗。 智能红绿灯系统工作示意 --- slide94.xml --- ETC不停车收费：减少收费站拥堵 核心技术：RFID自动识别 通过车载电子标签与路侧设备的无线通信，实现车辆身份识别与自动扣费。 高效通行：无需停车等待 车辆以60km/h的速度通过收费站，极大缩短了通行时间，提升了道路效率。 缓解拥堵：优化交通流量 有效减少收费站排队现象，显著改善节假日及高峰时段的交通拥堵状况。 车辆快速通过ETC车道，通行效率大幅提升 --- slide95.xml --- 车联网（V2X）：为自动驾驶提供支持 万物互联，实时通信 实现车辆、道路设施与云端的全方位信息交互，打破信息孤岛。 提升安全，规避风险 超视距感知能力，提前预警潜在碰撞风险，大幅提升行车安全。 优化路径，智能决策 结合实时路况数据，动态规划最优路径，提升通行效率。 V2X 通信示意图 (车-车, 车-路, 车-云) --- slide96.xml --- 智慧医疗：开启医疗服务新时代 万物互联 通过物联网技术实现医疗设备、患者、医护人员之间的互联互通。 智能精准 推动医疗服务的智能化和精准化，提升诊断效率与治疗效果。 全天候健康监测与预警 AI辅助诊断与个性化治疗 --- slide97.xml --- 远程监护：慢性病管理新方式 实时数据采集 利用可穿戴设备实时采集心率、血压等患者健康数据。 云端智能分析 数据加密传输至医院云端，通过AI算法进行智能分析预警。 医生远程干预 医生可远程监控病情，及时调整治疗方案，提供个性化指导。 智能手环实现全天候健康守护 --- slide98.xml --- 智能医疗设备：保障患者安全 智能输液泵 自动监测输液速度，及时发送异常警报，确保用药安全精准。 智能病床 实时监测患者体位变化，预防坠床风险，提升护理效率。 --- slide99.xml --- 药品追溯：确保药品安全 唯一身份标识 通过RFID或二维码技术，为每一件药品赋予独一无二的“身份证”。 全流程追溯 覆盖生产、流通、仓储到最终使用的每一个环节，信息透明可查。 保障用药安全 快速定位问题药品，有效防止假药流入市场，守护人民生命健康。 药品包装上的二维码追溯标签 --- slide100.xml --- 智慧农业：传统农业的智能升级 物联网技术改造 利用物联网技术改造传统农业生产方式，实现全面感知与智能决策。 精准种植养殖 根据作物和动物需求，精准调控光照、水肥、温湿度，提升产量与品质。 高效智慧管理 通过大数据分析与平台管理，优化资源配置，降低运营成本。 现代化智慧农场实景 --- slide101.xml --- 环境监测与控制：为作物提供最佳环境 实时数据采集 通过传感器采集土壤湿度、空气温度、光照强度等关键数据。 智能设备联动 自动控制灌溉、通风、遮阳等设备，动态调节生长环境。 优化作物生长 确保作物始终处于最佳生长状态，显著提升产量与品质。 物联网设备全天候守护作物健康生长 --- slide102.xml --- 精准养殖：提高养殖效率 智能监测与疾病预警 利用智能穿戴设备监测畜禽体温、运动量等数据，实现疾病早期预警，及时干预，降低死亡率。 个性化智能饲喂 通过智能饲喂系统分析个体需求，实现按需精准投喂，优化饲料转化率，提升养殖效益。 通过物联网与大数据技术，赋能传统养殖产业数字化转型，实现降本增效与可持续发展。 --- slide103.xml --- 农产品追溯：提升品质和安全性 全流程信息透明化 种植记录 记录作物品种、播种时间、生长环境等信息。 农事操作 实时追踪施肥、灌溉、病虫害防治等关键步骤。 采收加工 记录采收时间、加工流程、质检报告等数据。 扫码即可查看产品溯源信息 --- slide104.xml --- 工业物联网：工业4.0的核心技术 关键应用领域 设备互联与数据采集 实现生产设备、传感器和系统的全面联网，实时采集海量数据。 智能监控与预测性维护 通过数据分析实现设备状态监控与故障预警，降低停机风险。 生产过程优化与智能决策 基于实时数据优化生产流程，支持管理层做出精准决策。 赋能智能制造，驱动产业升级 --- slide105.xml --- 设备远程监控与预测性维护 实时数据采集 通过传感器采集工业设备运行参数（如温度、振动、转速）。 AI预测性维护 利用大数据分析预测设备故障，提前进行维护，防患于未然。 核心价值：减少停机，提升效率 最大化设备利用率，显著降低非计划停机时间与维护成本。 工业设备传感器实时监测 --- slide106.xml --- 生产过程智能化：提高生产效率和产品质量 设备与物料互联 实现生产设备、原材料、半成品之间的全面互联互通，构建统一数据平台。 流程自动优化 基于实时数据分析，动态调整生产参数，自动优化工艺流程，减少人工干预。 效率质量双提升 显著提高生产效率，降低能耗与损耗，同时确保产品质量的稳定性与一致性。 智能化生产线实景 --- slide107.xml --- 工业安全管理：保障生产安全 智能监控 通过智能设备实时监测气体泄漏、火灾风险等现场安全隐患。 及时报警 系统秒级响应，通过多渠道迅速发出报警信息，为处置争取时间。 快速处置 相关人员迅速采取措施，将风险降至最低，保障人员与财产安全。 --- slide108.xml --- 算法与程序 设计 04