① 分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。
② 回归分析。回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数， 发现变量或属性问的依赖关系。
③ 聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大， 不同类别中的数据间的相似性尽可能小。
④ 关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则，即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现， 即隐藏在数据间的关联或相互关系。
⑤ 特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。
⑥ 变化和偏差分析。偏差包括很大一类潜在有趣的知识， 如分类中的反常实例，模式的例外， 观察结果对期望的偏差等， 其目的是寻找观察结果与参照量之间有意义的差别。
⑦ Web页挖掘。 随着Internet的迅速发展及Web的全球普及， 使得Web上的信息量无比丰富，通过对Web的挖掘，收集各种有关的数据，分析这类数据以获取重要的信息。 通过这些角度对数据进行挖掘， 预测趋势和行为、 分析数据关联度、 聚集类似数据、描述数据概念、检测数据偏差等，进而对数据进行全方位的分析。
(三)可视化技术。 可视化技术主要旨在借助于图形化手段， 清晰有效地传达与沟通信息。 依据数据及其内在模式和关系， 利用计算机生成的图像来获得深入认识和知识。 利用人类感觉系统的广阔带宽来操纵和解释错综复杂的过程、 涉及不同学科领域的数据集以及来源多样的大型抽象数据集合的模拟。 数据可视化不仅用于探索性数据分析， 也是传递分析结论的重要手段。 仪表盘是数据的可视化表示与沟通的重要手段。同时，更加注重设计的信息图也开始逐渐新兴起来。
3． 智能技术在物联网中的应用
3.1什么是物联网
物联网(Internet of Things，loT)作为一种新兴网络技术和产业模式，在业界受到广泛关注．从国际电信联盟(ITU)在信息社会世界峰会上发布的《互联网报告2005：物联网》中可以总结出物联网所体现的两层基本涵义：
(1)目前的三大网络。包括互联网(Internet)、电信网、广播电视网是物联网实现和发展的基础，物联网是在三网基础上的延伸和扩展；
(2)用户应用终端从人与人之间的信息交互与通信扩展到了人与物、物与物、物与人之间的沟通连接， 因此， 物联网技术能够使物体变得更加智能化． 从目前的发展形势看，最有可能率先获得智能连接功能的物体包括家居设备、 电网设备、物流设备、医疗设备以及农业设备，并基于此实现人类与自然环境的系统融合．
3.2物联网的系统架构
如图1所示，包括底层网络分布、汇聚网关接入、互联网络融合以及终端用户应用四个部分．
s("content-m");