1. 研究目的与意义（文献综述）

研究背景：

近年来，基于大数据的智能物联网成为全球信息领域产业竞争的新一轮焦点，对促进技术进步、推动产业升级、实现社会发展的重要性愈发显现。

地铁作为大型城市中基本的轨道交通系统，其重要性不言而喻。随着城市智能交通物联网的发展，越来越多的传感器被部署到轨道系统中，这势必会产生大量可用来分析的数据。就比如武汉地铁中光纤光栅传感器一天会产生几百gb的新数据。然而传统云端部署的数据分析模式由于其静态训练模型居多，数据迁移开销大等原因无法很好的适应当前物理传感器数据动态变化快、海量的特性，因此而产生数据分析问题：数据迁移量大噪音多、分析模型精度低

2. 研究的基本内容与方案

基本内容：

光纤光栅数据预处理：

光纤光栅传感器数据物理意义为震动幅值，列车车厢一节有两个车轴，进而可以通过分析震动幅值变化检测列车位置以及车厢节数和速度

3. 研究计划与安排

(1)2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2019/3/1—2019/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2019/5/1—2019/5/25：撰写及修改毕业论文；
(4)2019/5/26—2019/6/5：准备答辩

4. 参考文献（12篇以上）

[1] song m , zhong k , zhang j , et al. in-situ ai: towards autonomousand incremental deep learning for iot systems[c]// 2018 ieee internationalsymposium on high performance computer architecture (hpca). ieee computer society,2018.

[2] 王冲鶄, 陈丝. 人工智能开源平台发展态势研究[j]. 信息通信技术与政策, 2018(8).