计量大数据与产业计量数字化发展关系探究
大数据时代计量数据的应用
大数据时代计量数据的应用摘要：计量具有准确性、一致性、溯源性、法制性等特点，即在统一计量单位的基础上，无论何时、何地或采用何种方法，使用何种测量仪器，以及由何人测量，只要符合有关的要求，其测量结果就应在给定的区间内一致，也就是说量值在一定不确定度内的一致。
充分利用计量结果可重复、可复现（再现）和可比较的这一特点，发挥计量测试数据的在测试设备管理及保证产品质量各方面的作用，让计量数据更好的为企业服务。
关键词：大数据时代；计量数据；应用1对大数据和云计算的理解大数据经过几年的发展，在中国已经结出了丰硕的果实。
国家电网推出的终端智能电表便是一例。
智能电表收集数据的目的首先是为收费，但实际上这些数据能够产生巨大的价值。
根据用电量数据能够判断房屋空置率，可以指导房价、地价的调控。
电网的监控数据结合经济指标可以判断该地区乃至全国工业制造业在不同区域发展的情况。
大数据是在对传统的数据库进行数据挖掘的基础上发展而来，但与传统数据库不同的是，它的结构化程度不一样。
传统数据的格式结构类型都是统一的，而大数据的格式结构类型千差万别。
它采用的技术、工具、方法都跟传统数据库有很大的不同，与之相应地形成了一门新的数据科学———云计算。
需要指出的是，大数据和云计算是天然结合的。
云计算相当于一个挖掘机，大数据好比一个金矿，没有强大的计算（挖掘）能力，大数据中有价值的部分就不能被挖掘，没有大数据，云计算就相当于杀鸡的牛刀、打蚊子的大炮。
2计量大数据对产业发展的作用2.1在民生公共服务领域计量大数据对打造智能交通、智慧医疗，智慧环保、安全食品、平安城市等系列公共服务具有重要意义。
通过采集、监测、分析计量数据，可以保证公共服务平台数据的准确可靠，方便将线上数据资源和线下服务资源实现对接，可以加强对产业发展的市场监管、风险防范、宏观调控决策支持等。
同时将计量大数据与民生公共服务对接，还可以将产业计量工作融合到各类产业发展的新技术、新形式、新业态中。
计量工作大数据应用与发展探究
计量工作大数据应用与发展探究摘要：随着当前信息技术的高速发展，几乎每个行业都在或主动或被动的进行着信息化变革，计量行业亦不例外。
大数据技术是云计算之后的又一热点技术，它区别于传统的数据分析技术的地方在于其针对的是整个数据全集直接进行存储和管理分析，具有数量大、速度快、种类多、价值低等特点。
目前，我国计量行业对大数据的理解和应用相对滞后，政府行政部门应通过相关数据收集、统计和挖掘，获得有价值信息，为产品质量的提升和发展提供更科学的依据。
运用大数据推动计量行业快速发展，进而推动产品质量提升，已经成为计量行业未来发展的必然趋势。
随着大数据技术应用的日益广泛，其蕴含的巨大价值已成为各界共识。
关键词：计量工作;大数据;应用;发展引言计量大数据的服务与应用可以加速计量行业信息化进程，加快质监部门信息共享，提高质监部门服务能力。
当然，数据安全是质监系统做出分析和决策的重要依据，大数据在存储、处理、传输等过程中面临安全风险，具有数据安全和隐私保护需求。
尤其是计量大数据，都是与生产、生活、安全相关的数据，保护这些数据的安全，防止数据系统受到不法分子的攻击显得尤为重要。
1大数据梗概及其发展与应用在互联网发展过程中出现了很多衍生产品，大数据就是其中应用范围较广的一项。
在互联网技术的支持下，大数据移动应用技术日趋完善，与其关联的基础设施数量在不断攀升。
企业大数据的存在，是为了让更多的用户发现企业的产品，并且能够为企业发展起到推动性作用。
所谓大数据，是传统技术无法采集和存储的海量数据，其管理与分析工具也不是传统软硬件工具能够满足的，可以将它看作是超越了传统数据库的另一个海量数据库系统。
2计量工作存在的问题2.1专业技术型人才匮乏虽然计量科学是国民经济发展的基础事业，但并未引起人们的广泛关注，使得计量专业性人才存在一定程度上的缺失，主要表现在以下两个方面。
一是计量专业较其他专业偏冷门，就全国范围而言，各大高等院校计量专业设置偏少，以及以中国计量大学为代表性的计量专业性高等院校也是屈指可数，导致计量人才缺口较大，甚至大面积的出现专业不对口的现象；二是基层力量薄弱，大多数区县级基层计量所存在专业技术人员比率不够、学历层次不高、人员结构单一等现象，使得基层计量工作出现资源力量薄弱、科研水平低下、系统理论知识缺乏等问题。
产业计量的现状与发展趋势
产业计量的现状与发展趋势产业计量是指利用计量方法和技术对产业领域中的各种经济指标进行测量、分析和评估的学科领域。
产业计量的发展与经济的发展水平和需求密切相关，它为决策者提供了有效的工具和方法来识别和理解产业发展趋势，推动经济的可持续发展。
现代产业计量的起源可以追溯到20世纪30年代的美国。
当时，由于大萧条的影响，政府和经济学家意识到需要一种能够准确测量和分析经济活动的方法。
因此，在经济学领域，产业计量开始迅速发展，成为一种重要的工具。
随着计算机和互联网技术的迅速发展，产业计量在20世纪80年代和90年代得到了进一步的发展和应用。
在这个时期，产业计量成为经济学中的一个重要分支，并逐渐向其他学科领域拓展。
产业计量的主要目标是通过收集和分析经济数据来量化和描述产业发展的现状和趋势。
它涵盖了多个方面，包括宏观经济指标、产业结构、市场竞争、商业环境等。
通过产业计量，决策者可以更好地了解产业经济状况，推动产业结构优化和产业升级。
产业计量的发展离不开数据的支持。
数据是产业计量的基础，也是其核心要素。
随着数据采集技术的不断进步，现代产业计量已经具备了大规模、高频率、多样化的数据源。
例如，政府发布的宏观经济数据、各类企业的财务数据、市场调研数据等都可以成为产业计量的数据源。
此外，随着互联网和移动互联网的发展，社交媒体数据、物联网数据等也可以成为产业计量的重要数据来源。
因此，数据采集、整理和处理技术成为产业计量的重要组成部分。
产业计量的发展还离不开计量方法的创新和应用。
随着经济学和统计学的发展，产业计量领域涌现出了一系列的计量方法和模型。
这些方法和模型包括面板数据模型、时间序列模型、结构方程模型等。
随着计算机和算法的进步，产业计量还涌现出了一系列的计量工具和软件。
这些工具和软件使得产业计量的分析和应用更加方便和高效。
未来的产业计量发展趋势主要体现在以下几个方面：首先，数据挖掘和机器学习技术的应用。
随着大数据时代的到来，产业计量需要应用更加先进的数据挖掘和机器学习技术来挖掘数据中的模式和规律。
大数据技术在计量管理中的应用
大数据技术在计量管理中的应用随着信息技术的不断发展，数据量的增长已成为不可避免的趋势。
如何利用这些海量数据，成为企业在竞争中获得优势的关键。
计量管理作为企业的重要管理手段之一，也需要借助大数据技术来提升效率和精度。
本文将探讨大数据技术在计量管理中的应用。
一、大数据技术在计量管理中的优势1.高效性传统的计量管理方式需要花费大量的时间和人力成本，而大数据技术可以帮助企业快速地收集、分析和处理数据，提高计量管理的效率。
通过大数据技术，企业可以在更短的时间内完成更多的计量任务，提高工作效率。
2.精度高大数据技术可以通过分析大量的数据，发现数据之间的关联性和趋势，从而提高计量结果的精度。
传统的计量管理方式往往受到人为因素的影响，难以避免误差的产生。
而大数据技术可以消除这些误差，提高计量结果的准确性。
3.实时性传统的计量管理方式需要等待数据的收集和处理，而大数据技术可以实现实时收集和处理数据。
企业可以快速获取最新的数据，并及时做出决策，提高计量管理的实时性和准确性。
4.灵活性大数据技术可以根据不同的计量需求，进行灵活的数据处理和分析。
企业可以根据自身的需求，选择不同的数据处理方式和分析方法，提高计量管理的灵活性和适应性。
二、大数据技术在计量管理中的应用案例1.销售数据分析企业可以通过大数据技术，对销售数据进行分析和预测。
通过对历史销售数据的分析，可以发现产品的销售趋势和瓶颈，从而及时调整销售策略和产品结构。
同时，通过对未来销售数据的预测，可以制定更加科学的销售计划和目标，提高销售的效率和精度。
2.质量管理大数据技术可以对产品质量进行实时监控和分析。
通过对生产过程中的大量数据进行收集和分析，可以及时发现产品质量问题，并采取相应的措施，提高产品的质量。
同时，大数据技术还可以对产品质量的趋势进行分析，预测未来可能出现的质量问题，提前采取措施，避免质量风险的发生。
3.成本管理企业可以通过大数据技术，对成本数据进行分析和管理。
产业计量的现状和趋势
产业计量的现状和趋势产业计量的现状和趋势一、引言近年来，随着经济全球化和数字化的发展，产业计量作为一种重要的经济测度和分析方法，越来越受到学术界和实践领域的关注。
产业计量通过使用经济学和统计学的理论和方法，对不同产业的经济活动和发展状况进行测量和评估。
本文将分析产业计量的现状和趋势，探讨其在实践中的应用和发展前景。
二、产业计量的现状1.方法综述产业计量的主要方法包括产业增加值测度、产业结构演变分析、产业生产率计算、产业竞争力评估等。
这些方法通过对产业内不同指标的计算和分析，揭示了产业发展的各个方面，如产业增长速度、结构演化、竞争力等。
2.国际研究现状在国际研究领域，产业计量已经成为一个独立的研究方向。
通过对不同国家和地区的产业进行计量分析，研究者们揭示了各个产业的经济表现和特征，为政府制定产业政策提供了依据。
例如，通过对美国制造业的计量分析，研究者发现了制造业发展的不平衡性和不可持续性，为制定产业升级政策提供了思路。
3.国内研究现状在国内，产业计量也逐渐成为一个研究热点。
近年来，国内研究者们对不同产业进行了广泛的计量分析，揭示了中国产业的经济表现和特征。
例如，通过对中国制造业的计量分析，研究者发现了中国制造业的生产率增长和技术创新的不足，为制定产业创新政策提供了依据。
三、产业计量的趋势1.数据的获取与处理能力的提高随着大数据时代的到来，数据的获取和处理能力将大大提高。
这将使得产业计量能够使用更多更准确的数据进行分析，从而更好地揭示产业的经济表现和特征。
例如，通过对企业的大数据进行分析，产业计量可以揭示企业的生产效率和竞争力，为企业提供发展建议。
2.模型的完善与创新产业计量的方法和模型将继续完善和创新。
研究者们将探索更精确和有效的方法，以更好地揭示产业的经济表现和特征。
例如，可以利用人工智能和机器学习的技术，建立更准确和灵活的模型，提高产业计量的预测能力和应用价值。
3.产业政策的制定与落地产业计量的研究将为产业政策的制定和落地提供依据。
关于产业计量现状分析及对策
关于产业计量现状分析及对策产业计量测试是推动高质量发展的重要基础和技术支撑，为进一步贯彻落实《XX市计量发展规划（2021—2035年）》，XX局把做好产业计量测试中心建设作为推动质量强区的重要抓手，切实履行牵头职责，加强与区发改委、区经信委、区科技局等相关部门沟通协调，积极宣传计量测试在破解科研技术瓶颈、提升核心竞争力和助推区域经济发展等方面发挥的重要作用，对辖区产业计量调研和产业测试基础开展调研，及时分析XX区产业发展优势和现状，形成区域产业计量测试中心建设工作思路，主动向区委、区政府汇报并争取政策支持，努力推动各项工作顺利开展。
一、XX区重点产业及发展规划（一）重点产业及发展情况。
XX区重点产业主要集中在区工业园区（现高新区），XX区工业园区是2006年经XX市政府批准设立的市级特色工业园区，由桥河组团、北渡组团组成，规划面积25平方公里，2020年4月获批设立市级高新技术产业开发区，目前正在开展国家级高新区创建工作，先后获得“中国西部齿轮城”、“国家高性能齿轮产业化基地”、“XX 市循环经济试点园区”、“绿色建材示范基地”等称号。
主要发展以齿轮为核心的新能源汽摩整车及改装车及其零部件产业、以建筑产业现代化为依托的装配式绿色建筑产业、以交通用铝为重点的高端金属材料产业和以新材料、大数据、人工智能、电子信息为方向的战略新兴产业，汽车齿轮及零部件生产企业主要集中在桥河组团，铝产品生产企业主要集中在北渡组团。
园区现有企业250余家，包括旗能电铝、綦齿传动、华芯智造、烯宇新材、上海友利升、展亮汽车、跃龙杭萧等知名企业，其中高新技术企业45家，研发机构37家（中小企业技术中心21家，企业技术中心14家，企业工程技术研究中心1家，博士后工作站1家），科技型企业143家，规模以上汽车齿轮生产企业40余家，对计量检测需求量大。
（二）发展规划。
坚持走工业强区道路，优化产业空间布局，巩固提升传统优势产业，培育壮大战略性新兴产业，推动制造业结构优化升级，推进数字经济高质量发展，构建千亿级工业集群，对计量检测提出了新要求。
计量大数据与产业计量数字化发展关系探究
计量大数据与产业计量数字化发展关系探究摘要：随着我国数字经济的发展以及数字计量的提出，计量领域从一般实体空间拓展到网络虚拟空间，计量的数字化成为了一场有关测量科学的系统性与全局性的变革。
文章围绕计量大数据与计量数字化关系展开讨论，分别从计量数字化助力计量大数据体系构建和计量大数据促进计量数字化两个视角展开详细讨论。
提出计量数字化可以保证计量数据的准确统一、数据安全可信、计量数据全生命周期的质量可靠与可追溯；计量大数据则为计量数字化发展提供升维视角，为计量数字化服务提供技术基础，为计量行业从数字化向智能化迈进做好准备。
关键词：计量大数据；产业计量；数字化；发展关系1夯实数字“新基建”基础1.1设施架构基础依托于云计算、大数据、人工智能等技术的IT基础设施架构是支撑数字化转型升级的基础。
我院基础架构采用基于超融合技术的私有云和公有云相结合的混合云模式，各应用与数据工作负载可基于其业务、安全、技术策略与要求，在公有云和私有云部署之间共享资源。
客户端采用基于超融合架构的新型云桌面，通过深度整合服务器虚拟化、桌面虚拟化及存储虚拟化，终端用户可获得与传统PC一致的访问体验，同时提供了可靠的安全性，此外可通过虚拟桌面控制平台进行集中管控，优化日常维护工作。
安全上整个设施架构基础按三级等保规划设计，并通过二级等保测评，确保信息安全;无纸化时代数据备份作为最后一道防线，为此建立异地容灾机制以确保出现意外时有可恢复的数据。
1.2应用架构基础应用架构基础旨在围绕全院数字化转型的核心战略要求，从表现层提供主流的、高用户体验的UI与交互风格，以满足用户体验;从应用层以微服务架构，建立安全的，可支持信息访问、传递以及协作的集成化环境;从架构层提供可支撑自动化检测、智慧型检测与业务系统的融合的运行架构体系;从数据层建立数据中台，为各类业务提供数据层基础支撑。
以一门户(院内主门户)十朵云(党建云、业务云、质量云、办公云、数据云、客户云、测联云、移动云、档案云、学习云)的思路，通过不同的云落地全院各项工作的数字化转型应用场景，不同云之间以微服务架构独立部署运行，且底层资源共享互联互通可正常通信，互不影响。
浅谈大数据时代计量业务管理软件发展趋势
浅谈大数据时代计量业务管理软件发展趋势在当今大数据时代，计量业务管理软件的发展趋势已经逐渐向着智能化、数据化、协同化、定制化等方面发展，实现了从简单的办公模式向全方位高效的业务管理模式的转变，为企业带来了更多的便利。
下面我们从几个方面进行分析：一、智能化随着人工智能和大数据技术的不断发展，计量业务管理软件也向着智能化方向发展。
通过应用人工智能，软件能学习和分析用户的操作习惯和反馈，从而实现高效、自动化的运行。
例如，许多用于计量业务管理的软件都已经引入了人工智能的技术，实现了智能限额提醒、智能统计分析、智能排班等功能。
二、数据化数据化是大数据时代计量业务管理软件的一大趋势，通过应用数据挖掘技术和高效的数据可视化技术，让海量数据变得易于理解和处理。
这些软件能够在很短的时间内实现大量的数据分析和信息管理，将繁琐的数据拆分为具体的项目和指标。
这种全方位的数据化管理方式不仅能够更好地保障计量数据的准确性和完整性，还能够为企业提供更多的决策支持。
三、协同化协同化是计量业务管理软件的进一步发展趋势，计量业务彼此的关联性很高，而协同化的管理方式能够有效提升管理效率。
许多计量业务管理软件都已经具有一定的协同能力，通过协同化管理的方式，可以实现计量业务的实时交流、信息合作和信息共享。
四、定制化为了更好地满足企业的个性化需求，计量业务管理软件正在向定制化方向发展。
这种定制化能力能够让企业根据自身的需要来构建管理系统，以便在一定程度上提高工作效率和质量。
随着技术的发展和需求的变化，企业需要的解决方案必将更加精细，软件开发商也承担着更多的责任，提供更加定制化、更加适应企业实际需要的计量业务管理软件。
总之，计量业务管理软件正在以智能化、数据化、协同化、定制化等方向为主要特征，大数据时代的特色将深刻影响计量业务管理软件的发展，这种新型的计量业务管理模式将使企业的计量管理变得更加科学化、规范化和高效化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量大数据与产业计量数字化发展关系
探究
摘要：随着我国数字经济的发展以及数字计量的提出，计量领域从一般实体
空间拓展到网络虚拟空间，计量的数字化成为了一场有关测量科学的系统性与全
局性的变革。
文章围绕计量大数据与计量数字化关系展开讨论，分别从计量数字
化助力计量大数据体系构建和计量大数据促进计量数字化两个视角展开详细讨论。
提出计量数字化可以保证计量数据的准确统一、数据安全可信、计量数据全生命
周期的质量可靠与可追溯；计量大数据则为计量数字化发展提供升维视角，为计
量数字化服务提供技术基础，为计量行业从数字化向智能化迈进做好准备。
关键词：计量大数据；产业计量；数字化；发展关系
1夯实数字“新基建”基础
1.1设施架构基础
依托于云计算、大数据、人工智能等技术的IT基础设施架构是支撑数字化
转型升级的基础。
我院基础架构采用基于超融合技术的私有云和公有云相结合的
混合云模式，各应用与数据工作负载可基于其业务、安全、技术策略与要求，在
公有云和私有云部署之间共享资源。
客户端采用基于超融合架构的新型云桌面，通过深度整合服务器虚拟化、桌
面虚拟化及存储虚拟化，终端用户可获得与传统PC一致的访问体验，同时提供
了可靠的安全性，此外可通过虚拟桌面控制平台进行集中管控，优化日常维护工作。
安全上整个设施架构基础按三级等保规划设计，并通过二级等保测评，确保
信息安全;无纸化时代数据备份作为最后一道防线，为此建立异地容灾机制以确
保出现意外时有可恢复的数据。
1.2应用架构基础
应用架构基础旨在围绕全院数字化转型的核心战略要求，从表现层提供主流的、高用户体验的UI与交互风格，以满足用户体验;从应用层以微服务架构，建
立安全的，可支持信息访问、传递以及协作的集成化环境;从架构层提供可支撑
自动化检测、智慧型检测与业务系统的融合的运行架构体系;从数据层建立数据
中台，为各类业务提供数据层基础支撑。
以一门户(院内主门户)十朵云(党建云、业务云、质量云、办公云、数据云、客户云、测联云、移动云、档案云、学习云)的思路，通过不同的云落地全院各项工作的数字化转型应用场景，不同云之间以
微服务架构独立部署运行，且底层资源共享互联互通可正常通信，互不影响。
在
确保业务正常运行的基础上，降低系统的耦合性，该架构在实际应用过程中非常
适合探索不同的数字化转型场景。
2计量大数据是促进计量数字化的关键技术
数字化是从物理世界出发，通过对数字技术的深入应用，以信息化建设为主
要手段，构建一个全联结、全感知、全智能的数字世界，进而反过来优化物理世
界的过程，其包含对传统管理模式、业务模式、商业模式的重塑与创新，是信息
社会发展的必然要求。
数据作为将物理世界信息全面映射到数字世界的表现，是
数字化转型的关键驱动要素，数据不断积累产生的大数据作为数据发挥应用价值
的核心技术之一，也是促进数字化转型的关键技术。
通过挖掘大数据的价值，可
以在多个层面有效地提升生产、管理与服务效率，推动数字化转型发展。
同样，
在计量领域，计量活动大数据化后会形成计量大数据，也是推进计量数字化的关
键技术。
计量大数据在计量数字化转型的过程中可以起到多方面的作用，具体可
以体现在以下几个方面：
2.1计量大数据为计量数字化发展提供升维视角
数据是对事物进行观察的结果，是对客观事物的逻辑归纳。
通过某一视角观
察事物，从这一视角出发就会获得一个维度的数据，而对于复杂的事物，可以采
用多个角度进行观察，从而获得多个维度的数据，通过分析观察获得的数据从而
提升对事物的认知。
计量行业目前已经形成了大量的计量数据，包括各类标准参
考数据、计量设备数据、计量基标准数据、计量科研数据等。
但数据量的单一叠加，仍然属于数据聚合的范畴，数据聚合强调在同一维度上丰富数据，对数据价
值的提升是线性的，要想挖掘数据背后更深层次的价值，往往需要从升维的视角进行数据整合处理。
数据升维要求在将旧有的不同维度整合起来的基础上寻找新的视角，随着分析工具、分析模型与技术手段的不断提升，计量大数据必然会逐步将更多维度的计量数据纳入自身的大数据体系内，从而为计量行业数字化发展提供升维的视角，实现计量数据价值的增值。
2.2计量大数据为计量数字化服务提供技术基础
计量数字化要求计量活动从离线计量向在线计量转变，从单参数计量向综合参数计量转变，从单一计量器具计量向产品终端计量转变，从事后计量向产品研发、设计、生产、报废全生命周期计量转变。
而要实现远程的、在线的计量，必然离不开大数据技术的支持。
远程计量是指在远离待计量或待校准计量器具或系统的情况下，能够通过物联网或者互联网实现计量或校准目的的一种计量服务。
远程计量在计量过程中需要实时采集计量器具或系统上的相关数据，通过大数据技术的处理和分析，依据相应的计量标准，实现对计量器具或系统的实时监测，并能够及时报告异常情况。
借助大数据技术，远程计量可用于对单组或多组仪表和电磁环境设备进行数据的实时监测，并提供远程计量服务。
在线计量则是指在计量或校准现场对不可拆卸的或者拆卸成本较高的计量器具基于生产线环境所进行的计量或校准服务。
在线计量可以实时采集能够表征计量器具正常运转的相关参数，借助大数据技术来计量与分析各个参数数据的情况，进而实现对计量器具的计量和校准。
在线计量可以用于计量生产线上的不可拆卸的仪器或系统，如牛奶无菌塑封生产线，智能汽车加工生产线等。
2.3计量大数据为计量行业从数字化向智能化迈进做好准备
智能化作为数字化的自然延伸，是数字化发展的高级阶段，其核心在于让机器代替人进行决策，依赖于人工智能技术的发展与应用。
大数据实际上就是人工智能发展的基础，在人工智能发展过程中，大数据起到了极为重要的作用。
从数字化向智能化发展的核心逻辑来讲，就是数据统计到机器学习、感知智能到认知智能的发展，想要实现感知智能到认知智能，数字化向智能化的跃进，数字化场景的重建必然是基础之一。
计量数字化要求将物理世界的传统计量场景在数字世界进行数字化场景重建，实现计量标准装置、校准检定计量操作、校准证书与测试报告、计量规范规程的
数字化。
一方面，其需要从多维度进行对象的数据刻画，另一方面是基于模型对
象的重建。
大数据不断提供更多维度的数据支持，不断进行模型的迭代重建，从
而实现对对象的认知跨越。
数字孪生技术就可以简单地看为数字场景重建的雏形。
因此计量大数据的不断发展，有助于计量数据维度的积累，方便构建计量数据闭环，为智能技术发展提供数据驱动训练，为计量行业从数字化向智能化迈进打下
基础。
结语：
随着我国数字经济的不断发展以及数字计量的提出，计量领域从一般实体空
间拓展到网络虚拟空间，计量的数字化成为了一场有关测量科学的系统性与全局
性的变革。
计量数字化是一个持续进程，要求能够将物理计量世界全面映射到数
字计量世界，利用数字世界沟通、信息共享、诊断、预测、模拟的优势，与物理
世界形成交互和反馈，直接推动计量的发展，最终实现数字世界中量值的统一与
溯源以及对数据和算法的信心与信任。
参考文献：
[1]姚和军.数字经济下发展产业计量的思考[J].中国计量,2018(05):25-26．
[2]隋月红.大数据背景下的计量变革与我国制造业高质量发展[J].中国市场
监督管理,2020(05):66-69.
[3]涂新莉,刘波,林伟伟.大数据研究综述[J].计算机应用研
究,2014(06):1612-1616,1623.。