宋永生 陈继永

摘要：教学设备分散在各个实验室，设备故障如果没有及时发现和处理，将会影响正常的教学活动。将物联网及数据挖掘应用到教学设备的监测中，采集教学设备的数据并传输到监测预警服务器，利用深度学习技术对采集到数据进行挖掘分析，及时发现即将发生故障的设备，将预警信息及时告知管理员，以便维修和保养。

关键词：教学设备；物联网；数据挖掘；深度学习；预警

中图分类号：TP368.1 文献标识码：A 文章编号：1009-3044（2018）32-0027-03

Abstract： Teaching equipment is scattered in various laboratories， equipment failure if not detected and dealt with in time， will affect the normal teaching activities. We apply the Internet of Things and data mining to the monitoring of teaching equipment， collect the data of teaching equipment and transmit it to the monitoring and early warning server， use the depth learning technology to mine and analyze the collected data， timely discover the equipment that is about to break down， and timely inform the administrator of the early warning information for repairing and maintenance.

Key words： teaching equipment； internet of things； data mining； deep learning； early warning

随着国家推进产业升级，国内很多学校特别是职业院校非常重视学生动手能力的培养，学生需要进行比较多的实验操作。教学设备分散在各个实验室及教室，万一教学设备发生故障，不能及时发现和解决，将会影响正常的教学秩序，造成教学事故。教学设备众多，从而给管理和维护带来了困难，特别是具有多校区的学校。教学设备分散，维修和保养需要大量的人力物力。如果可以预测教学设备的故障发生，为应急处置赢得时间，显得尤为重要。

数据挖掘是从海量数据中抽取前所未知的，可理解可操作信息的过程。对数据挖掘而言，数据库提供了数据管理技术，机器学习和统计学提供了数据分析技术，数据挖掘技术大多来自机器学习领域。深度学习又是近年来机器学习中发展最快的部分，深度学习有助于提升对大数据挖掘的精度和深度[1]。

Python 是一种面向对象的解释型高级程序设计语言。由于 Python 程序的简洁、易读、可扩展，还可以跨平台运行，深受科研人员的喜爱，在科学计算、数据分析及挖掘等方面更是积累了丰富的Python程序库。……