其次，我们还可以在分散系统的各个仪器仪表中采用微处理器、微型芯片技术，设计模糊控制程序，并设定各种测量数据的临界值。利用模糊规则进行模糊推理，对事物的各种模糊关系进行多种类型的模糊决策。这一方法之所以高效，是因为它不需要建立被控对象的数学模型，也不需大量测试数据，只需根据经验和适当的控制规则，就能应用芯片实现离线计算和现场调试，从而产生精确分析和准时控制动作。特别是在传感器测量中，智能自动化技术得到了广泛应用。

我们可以通过软件实现信号滤波，如快速傅立叶变换、小波变换等，这样可以简化硬件设计，提高信噪比并改善传感器动态特性。但是，这也需要确定传感器的动态数学模型，而且高阶滤波器在实时性方面存在不足。运用神经网络技术，可以实现高性能自相关滤波和自适应滤波。人工神经网络由于其强大的自学习、自适应、自组织能力以及联想记忆功能，可以有效处理非线性复杂关系，无论是在适用性还是实时性的各个方面，都能够显著超过复杂函数式。此外，还可以充分利用多传感器资源综合获取更准确、可信的结论。

然而，在处理实时与非实时快变与缓变，以及模糊与确定性的数据信息时，可能会出现互相支持或互相矛盾的情况。在此情况下，将对象特征提取融合至最终决策阶段，以作出正确判断，将成为难点。在这样的背景下，神经网络或模糊逻辑将成为最具价值选择之一。

例如，在混合气体识别中，可采用自组织映射网络和BP网络相结合进行分类再识别，将传统全程拟合转化为分段拟合，以降低算法复杂度并提高识别率。而在食品味觉信号检测与识别领域，由于曾一度是研究开发单位主要障碍所在，现在已可利用小波变换进行数据压缩及特征提取，然后输入遗伝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。此外，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)虚拟仪器结构设计中的应用

结合仪表科技与计算机科技，不仅大幅提升了测量精度及智能自动化水平，更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优化配置，为提升整个行业智能水平创造了条件。

首先考虑用户直观易用、高运行效率，同时保持VXI即插即用的总线标准编程接口提供相同功能调用格式。

其次基于Labwindows/CVI 5.0内建开发工具运用智能手段，使IVI驱动代码可生成的人机交互作用下，即简化编程工作量，又统一驱动代码编程结构风格，便于不同水平用户使用维护。

再次应用智能手法管理所有状态设置，使用户直接进入设置并切换“测试开发”、“正常运行”两模式；在“测试开发”模式下完成状态检查帮助发现编程错误；切换到“正常运行”，高速运行保证安全性可靠性。

另外驱动者实现多线程同时安全运行、多线程并行测试；具有强大仿真功能无需实际连接便能开发测试程序。

最后初始化函数区分接口总线方式只依赖一个初始化函数In it with Options区分地域异用。

综上所述，由于虚拟仪器采用了一系列智能自动手段彻底改变了以往VXI总线即插即用的标准机构低效、高质量差、麻烦等缺陷，从而全面地统一运行显示出深远影响。

(3)仪表工业中的应用

随着计算机一旦组成网路，即凭借智慧软硬件（如模式识别、新兴生物DNA芯片有机智慧）充分享受灵活调用网上各类电脑设备潜力发挥1+1>2优势。目前已能使用Web连接数字万用表示波发生因特网因素辨析不同时间空间条件标志响应执行不同的特征响应亦可分布式采集代替单独采集设备跨越以太网实施远端测量存储分类共享也使同一种样数据拷贝送达各部门保存供要时随叫随到又让工程师品质监控人员主管员分别监控同生产过程不必亲临现场但能收集各方需求从数据库分析现象规律决定若问题发生展现眼前重新配置商讨决定立即采取措施

此外重构信息处理技术将为每项活动创造更广舞台结合通用电路优点的一般重构电路使指令级比特级流水级任务级按位操作速度达到通用电脑数百倍以上