物联网追溯系统及数据处理 通讯 曹振丽
数据流处理技术是目前的研究热点，掌握数据流处理技术有助于更好地研究利用大数据，挖掘出数据背后潜在的价值。本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究和详细论述，有助于读者了解中国农业物联网产业发展现状。
￥ 40.35 5.8折 ￥ 69 全新
库存4件
作者曹振丽
出版社电子工业出版社
ISBN9787121361272
出版时间2019-04
版次1
装帧其他
开本16
页数188页
定价69元
货号xhwx_1201870257
上书时间2024-11-14
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
"随着物联网、互联网、云计算等技术的飞展，在各个领域出现了大规模的数据增长，当今信息社会已经进入了大数据时代。大数据主要有数据流和静态数据两种形式智慧农业中各种传感器产生的数据流是农业大数据的主要来源。农业领域中的数据流来源众多，形式多样，处理复杂，很难有一种计算模式能涵盖所有不同的计算需求，因此，如何根据数据流的不同数据特征和计算特征，从多样的计算问题和实际需求中提炼并建立出各种高层抽象模型，是目前数据流研究亟待解决的问题。
本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究，并介绍了智慧农业等关联知识，是一本的智慧农业研究成果读物。"
目录：
章 绪论1
1.1 物联网概述1
1.2 中国农业物联网产业化发展现状2
1.3 物联网大数据5
1.3.1 大数据外研究热点11
1.3.2 外相关文献研究17
1.4 主要研究内容和技术路线21
1.5 组织结构24
第二章 数据流聚类方法的研究27
2.1 简介27
2.2 研究现状及存在的问题30
2.3 基于高斯混合模型的数据流聚类方法研究34
2.3.1 数据流聚类算法框架34
2.3.2 基于高斯混合模型的数据流处理35
2.3.3 多级队列概要结构37
2.3.4 时间的属化处理38
2.3.5 基于高斯混合模型的数据流聚类41
2.3.6 微簇合并42
2.4 实验及分析44
2.5 相关研究比较51
2.6 本章小结52
第三章 数据流追溯方法的研究53
3.1 简介53
3.2 研究现状及存在的问题56
3.3 基于不确定数据的数据流追溯方法的研究60
3.3.1 不确定数据60
3.3.2 数据溯源63
3.3.3 数据流集成处理过程66
3.3.4 基于不确定数据的数据流追溯查询70
3.3.5 单出错节点推断72
3.3.6 多节点出错推断76
3.4 相关研究比较77
3.5 本章小结78
第四章 数据流预测方法的研究80
4.1 简介80
4.2 研究现状及存在问题84
4.3 基于灰模型的数据流预测方法87
4.3.1 预测查询处理模型87
4.3.2 灰一阶模型92
4.3.3 灰二阶模型96
4.4 实验及分析100
4.4.1 实验设置及仪器101
4.4.2 结果分析104
4.5 本章小结108
第五章 猪舍环境监控系统的设计110
5.1 简介110
5.2 研究现状及存在的问题113
5.3 猪舍数据流采集监控系统的设计117
5.3.1 系统组成建模117
5.3.2 物理世界的数据建模122
5.3.3 传感器的数据建模122
5.3.4 无线网络数据建模123
5.3.5 计算（控制）单元的数据建模125
5.3.6 执行器的数据建模127
5.4 模型实例127
5.5 系统的实现与优化129
5.6 本章小结135
第六章 物联网追溯系统研发137
6.1 养殖场信息管理系统137
6.1.1 硬件支持140
6.1.2 软件支持141
6.1.3 使用说明141
6.2 屠宰信息管理系统152
6.2.1 硬件支持153
6.2.2 软件支持153
6.2.3 使用说明154
6.3 追溯查询信息系统167
6.4 本章小结170
6.5 创新点173
6.6 展望174
参文献175
读者调查表177
电子出版社编著书籍表179
内容简介：
数据流处理技术是目前的研究热点，掌握数据流处理技术有助于更好地研究利用大数据，挖掘出数据背后潜在的价值。本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究。全书共6章，章是绪论，主要介绍物联网的概念及中国农业物联网产业化发展现状及其外大数据的研究现状和热点。第2～5章，主要极少数据流聚类算法、数据流追溯方法、数据流预测方法、数据流预测方法、数据流建模方法。第6章，介绍了物联网追溯系统的研发和软硬件环境配置，并对本书的主要内容进行结和展望。
作者简介：
曹振丽，（197911）女，博士，滨州医学院公共卫生与管理学院教师，自工作以来多次被评为教师、科技工作者、个人，主持校级课题4项，主持厅局级课题2项，主持省级课题1项，申请软著4项，出版教材5部，发表20篇左右，参与省部级课题多项；读博期间先后参与科技支撑计划课题物联网技术在生猪养殖屠宰市场流通环节的示范与应用、生猪及肉品追溯监管关键技术研究与应用示范，物联网发展专项资金项目北京市物联网应用支撑台研发和示范应用，濮阳市科技攻关计划基于传感器的濮阳市环境监测系统的研发与示范，对云计算与大数据、农业物联网中的关键技术有深入的研究。主要研究方向：云计算与大数据、物联网、计算机应用技术。
精彩内容：
"随着物联网、互联网、云计算等技术的飞展，在各个领域出现了大规模的数据增长，当今信息社会已经进入了大数据时代。大数据主要有数据流和静态数据两种形式智慧农业中各种传感器产生的数据流是农业大数据的主要来源。农业领域中的数据流来源众多，形式多样，处理复杂，很难有一种计算模式能涵盖所有不同的计算需求，因此，如何根据数据流的不同数据特征和计算特征，从多样的计算问题和实际需求中提炼并建立出各种高层抽象模型，是目前数据流研究亟待解决的问题。
本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究，取得了一些成果，本书各章节的主要内容如下：
章，主要介绍了物联网的概念及中国农业物联网产业化发展现状及其外大数据的研究现状和热点。
第2章，主要介绍了基于高斯混合模型的数据流聚类算法cumicro，使用高斯混合模型作为数据流中不确定数据的基本表示形式，可以更好地利用存储空间，完成对真实情况的逼近。该算法将时间直接作为数据属，可直接查询某个时间维度的聚簇。实验证明，该算法在原始数据较密集时，相较原有基于离散模型的聚类，该算法具有准确度上的优势。
第3章，主要介绍了基于不确定数据的数据流追溯方法，将不确定数据引入到追溯系统中搭建追溯模型，解决了数据流背景下无法对可追溯单元一一标识的混合过程进行表示的问题。利用不确定数据的基本表示和查询方法，解决了多源追溯问题，完成了数据流追溯模型中的一般查询、节点评价和单节点异常推断功能，并给出了多节点异常的求解方法。
第4章，主要介绍了基于时间粒度的自适应调整灰二阶模型的数据流预测方法，通过实验得出以下结论：随着滑动窗更新周期的增大，预测的成功率反而下降；随着采样频率的变大，预测成功率降低；随着未来数据窗宽度的增加，预测的均相对误差增大。但该方法对近期的数据预测比较准确，满足了系统的需求。
第5章，主要介绍了一个面向养殖环境的猪舍数据流采集与预测为一体的自动化控制系统，提出了在数据流背景下切换到数据视角，以数据为中心来开展业务研究，将时间和空间的事件信息都以数据驱动为中心明确地抽象到编程模型中，进行形式化的描述及一体化建模，打破了传统的建模方法仅局限于时间域内分析的局限，虑了计算过程和物理过程通过网络实时交互对系统行为所带来的影响。
第6章，物联网追溯系统的研发和软硬件环境配置，对本书的主要内容的结和展望。
在本书撰写的过程中，中国农业大学信息系主任孙瑞志教授给予了指导意见，尹宝全博士、李勐博士、聂娟博士、邓雪峰博士、王雷雨硕士都给予了大量的支持和帮助，提出了很多宝贵意见，在此表示感谢。
由于作者水有限，不当之处在所难，恳请广大读者批评指正。
作者
2018年10月"
— 没有更多了 —
以下为对购买帮助不大的评价