●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 大数据国内外研究热点 11 1.3.2 国内外相关文献研究 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 时间的属性化处理 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 基于灰色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 灰色一阶模型 92 4.3.3 灰色二阶模型 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 参考文献 175 读者调查表 177 电子工业出版社编著书籍推荐表 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靠前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总结和展望。
"随着物联网、互联网、云计算等技术的飞速发展，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，从多样性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国内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......
评论晒单