在分散系统的不同仪器仪表中，采用微处理器、微等微型芯片技术设计模糊控制程序，并设置各种测量数据的临界值。运用模糊规则的模糊推理技术，对事物的各种模糊关系进行各种类型的模糊决策。这种方法不需要建立被控对象的数学模型，也不需大量测试数据，只需根据经验和适用的控制规则，就能应用芯片离线计算和现场调试，产生准确分析和及时控制动作。

特别是在传感器测量中，智能自动化技术应用更为广泛。通过软件实现信号滤波，如快速傅立叶变换、短时傅立叶变换、小波变换等技术，可以简化硬件，提高信噪比并改善传感器动态特性。但是，这些高级滤波器在实时性方面存在不足。利用神经网络技术可以实现高性能自相关滤波和自适应滤波。这使得人工神经网络能够充分利用其强大的自学习、自适应和自组织能力，以及联想记忆功能以及对非线性复杂关系输入输出间黑箱映射特性的优点，无论是在适用性还是快速实时性上都将大大超过复杂函数式。

其中，实时与非实时、快变与缓变、模糊与确定性的数据信息可能相互支持或相互矛盾。此时，对象特征提取融合直至最终决策，将成为难点。因此，在此情况下使用神经网络或模糊逻辑将成为最合适的手段。

例如，在气体传感阵列用于混合气体识别中，可采用自组织映射网络和BP网络相结合，以先进行分类再识别组分，从而降低算法复杂度提高识别率。在食品味觉信号检测与识别领域，也可利用小波变换进行数据压缩并提取特征，然后输入遗传算法训练过的模糊神经网络，大大提高了对简单复合味道的识别率。

在布匹面料质量评定以及机器故障诊断领域，也取得了大量成功案例。

(2) 在虚拟仪器结构设计中的应用

通过结合仪器与测量技术以及计算机技术，不仅提升了测量精确度及智能自动化水平，而且尤其是计算机硬件软化及软件模块化虚拟仪器迅猛发展及其与网路系统资源程序统一优化性能配置，为儀表智能自动化水平高速发展创造了条件。

在儀表结构設計中，由於考慮到兼顧用户直觀易用與效率，並保持VXI即插即用標準之高層編程接口，以提供相同功能函數調用格式；運用最新Labwindows/CVI 5.0內建開發工具基礎上，用智慧手段，使智慧虛擬儀表（IVI）的儀表驅動碼，可以在人機交互作用下自動生成，這樣既簡單大量編程工作，又統一驅動碼編程結構風格，大幅方便不同水平使用者使用維護。

另外，由於採用多種智慧手法識別跟踪管理各種狀態設定，使得用户直接進入所有低層設定，並通過智慧狀態管理使用户可根據需要切換“測試開發”與“正常運行”兩種模式。在“測試開發”模式下，可完成一系列狀態檢查以幫助發現编程錯誤。而當程序調試正常投入後，即可切換到“正常運行”模式以確保軟體高速運行保障安全性與可靠性。此外還有多線程同時安全運行並進行多線程並行測試；具有強大的仿真功能可以無需連接實際儀表就進行開發測試；最後一個優點是驅動僅與測試功能相關，而與所選擇總線方式無關，只需初始化函數In it with Options區分總線類型及其地域異用的情況。

总之，由于虚拟仪器采用了一系列智能自动化手段，从而彻底改变了以往VXI总线即插即用的标准驱动者的运行效率低、编程结构风格不一致、高成本、高缺陷率的问题，最终实现全面统一运行显示出深远影响对于整个工业生产速度力的提升。

(3) 器材網絡中的應用

由于设备连接电脑后，便能借助于智能软硬件（如模式識別、新經驗學習記憶）发挥灵活调用各类设备资源潜力优势，从而产生1+1>2效果。在当前已能通过因特网连结数字万用表示波镜头区别不同的时间空间条件及标志物质状态还未达到临界值来做出响应；也可由分布式采集系统代替单独采集设备跨越局域网实施远端监视采集并存储分类应用。

这项新科技会让一个拥有无数种类型任务需求电脑带着它们同心协力完成任务要求，如某地收集完毕后把这些资料送去给各个地方需要它的地方，把相同资料按需拷贝几份送去每个部门；或者定期把测量结果发送至遥远数据库保存供随叫随取。而许多用户同时观察同一个过程，比如工程师们品管人员主管员他们分别从各处监控生产流水线但又能立刻查看每边的情况发生问题立马调整决定行动。当出现问题时候呈现眼前或重新配置或商讨决定立即执行措施

最后说一下，这里面的重构信息处理也是给着我们创造更宽广活动舞台。一起来看这个加上专门电路优点通用的重构计算机会灵活地根据不同的任务配备很多逻辑单元数组FPGA，同时指令级比特级流水线级甚至任务级并行操作，让它运行速度达到了常规计算机数百倍以上

综上所述，我们国家为了促进科学研究教学医疗健康产业开发创新转型升级，加速经济社会发展战略目标推进，是必须要依赖现代通信基础设施的一种关键力量之一：就是基于AI、大数据云服务平台建设项目推进计划。