众文网1.要写论文了,如何上网搜索需要的参考文献（专业）
国内的全文数据库有,.cn等提供期刊、会议论文和硕博士论文等，以及人大复印资料、国研网、中国资讯行、中经网等提供经济方面的数据。
当然这些资料的全文是收费的，不过我们可以检索到摘要部分。这些资料一般大学和研究院所会整体或部分购买，如果需要少量全文，可以请有权使用这些数据库的人帮忙下载（这个是侵犯版权的），现在一般的这些文献都是通过ip控制的，所以即使知道用户名和密码也没有用。
国外的期刊文献更多，如：ABI(ProQuest -ABI),ACM,ACS ,AGRICOLA,AGRIS,AIP,APS ,ARL,ASCE,ASME,Biography Resource Center,Biosis Preview(BP),Blackwell,Business and Company Resources Center ,CABI,Cell Press,Computing Reviews,CRC Handbook,Derwent Innovations Index (DII),EBSCO,ECCO ,EEBO,Ei Village,Elsevier (SDOL),Emerald,Emerald Engineering Library,Emerald Management Xtra,Encyclopedia Britannica Online,ESI,FSTA,Gale,History Resource Center,IEL,Inspec(SA),IOP,ISI Proceedings(ISTP、ISSHP),ISI Web of Knowledge,JCR,JSTOR ,Kluwer Online,LexisNexis,Literature Resource Center,LWW,MathSciNet,MD Consult,Medline,Nature ,NetLibrary,OCLC FirstSearch,OSA,Ovid,Oxford University Press,PAO,PestBank,PHMC(ProQuest-Health & Medical Complete) ,PQDD全文，PQDT学位论文，ProQuest,PsycINFO,RSC,Safari电子图书，Science Online,SciFinder Scholar (CA),Scitation,SPIE,SpringerLink,Taylor & Francis Online Journals,The Merck Index,Web of Science (SCI-Expanded),WebSPIRS,Wiley Interscience,WorldSciNet,springer,Highwire等等 。以前我用过的主要是Elsevier、Ovid、Blackwell、springer、Highwire和一些文摘数据库。
斯坦福大学的highwire出版社highwire.stanford.edu，提供部分全文下载服务，具体可以查看 of Things IOT）在大数据 （Big Data） 之后顺理成章的响应起来， 比起较为看不见的大数据，物联网看得见摸得着，而且也是人类从19世纪第一次工业革命之后，第一次考虑地球永续的产业升级。
为什么是物联网？ 因为大数据。
首先，包含这三个阶段才称得上大数据： 1. 统计分析 2. 预测和推荐 3. 智能优化。统计分析是目前为止普罗大众对于大数据的理解（或说是误解），而后两者需要大量且不间断的数据搜集和分类，才能够帮助操作人员/管理人员提供有效的预测或推荐，再基于3-5年的预测推荐实施结果，不停的搜集案例，最终提供自动优化和分配资源的能力。
越细的资料反馈就会让分析统计的精准度越高。 大数据现在就像是张有残缺的乐谱，中间丢失很多细节，而物联网可以帮助把乐谱丢失的细节补完。因为现在人类所拥有的情报并不足以支撑大数据变成有力的辅助工具，所以让所有的产业内的人，以及物理资产的零部件都能帮助提供数据，则成为大数据打底的基础工作。
基于不同国家有不同的优势和战略，物联网革命也在不同的国家有不同的应用。例如最早感知到并且开始启动的是德国， 政府称之为工业4.0，从去年就为其拟定了白皮书，目标是智能的工厂产线；在美国更着重在智慧交通和智能电网，中国则把目标放在智慧城市。
第一次工业革命是蒸汽机的发明；第二次工业革命是机械的使用，帮助产线劳动力解放，以及劳工分级；第三次工业革命是开始使用电力和机器人帮助大量自动化生产；第四次工业革命，则是希望利用无数的传感器，帮助遍布在全球的协作工厂去预测并优化生产，避免匮乏与过量。
这就是为什么物联网被放在下一轮各个国家重要的战略方针内，物联网的将建立所有物理资产零组件的联网沟通能力，物联网和互连网虽然相辅相成，但在规模上远远不同。首先物理资产上亿乃至数十亿， 控管和数据吞吐处理能力将成为一大考验，更别提上下游各层人员的需求分析。
举例以某省想实施智能电网来说，目前该省已经部属大量的智能电表到各个家户中，但其电厂能够处理的智能电表只能一次取回数十万个电表数据，并且一小时才能取一次，利用率可说凄惨。
因此，部属物联网世界不只是硬件工程产业的工作，同时也需要软件解决方案和体验设计专业人员一同共同打造。