本书紧密围绕物联网工程中的数据处理问题并以其为重点进行讲解。全书从物联网概念，到物联网相关架构、关键技术与应用，紧密结合物联网系统中的智能数据处理应用，对物联网系统数据处理的算法、架构以及数据处理的多个关键技术进行深入讲解，包括物联网图像数据处理、数据融合、数据库技术及大数据处理算法等多个方面。最后结合多个物联网应用领域与案例，对物联网及其数据处理的实际应用展开较为深入的描述。本书适合从事物联网及智
能数据处理领域的所有研究人员、开发人员、用户和教师参考阅读，也可以用作高年级本科生或者一年级研究生的物联网及其数据处理相关导论教材。
全部显示 ∨
全部显示 ∨
第1章 物联网概述 111.1 万物互联 11
1.2 物联网的前世今生 15
1.3 物联网核心技术 17
1.4 物联网、云计算及大数据 19
1.5 物联网综合应用 21
第2章 无线传感器网络 252.1 信息感知技术 252.1.1 数据收集 26
2.1.2 数据清洗 27
2.1.3 数据压缩 27
2.1.4 数据聚集 28
2.1.5 数据融合 28
2.1.6 信息感知技术的种类 29
2.2 无线传感器网络体系架构 312.2.1 无线传感器网络概述 31
2.2.2 无线传感器网络体系结构 32
2.2.3 无线传感器网络的中间件和平台软件 35
2.2.4 无线传感器网络通信体系 37
2.2.5 无线传感器网络节点的分类 37
2.3 无线传感器网络硬件平台 382.3.1 传感器模块 39
2.3.2 处理器模块 39
2.3.3 无线通信模块 40
2.3.4 能量供应模块 43
2.3.5 唤醒机制 44
2.4 无线传感网络协议 442.4.1 物理层 44
2.4.2 数据链路层 45
2.4.3 网络层 46
2.4.4 传输层 46
2.4.5 应用层 47
2.4.6 能量管理平台 48
2.4.7 移动管理平台 48
2.4.8 任务管理平台 48
2.5 基于ZigBee的无线传感器网络 482.5.1 ZigBee标准与协议 49
2.5.2 ZigBee网络的拓扑形式 50
2.5.3 Zigbee协议的优点 53
第3章 RFID与物联网 543.1 RFID技术 54
3.2 RFID技术发展 563.2.1 RFID技术的出现 56
3.2.2 RFID前期探索阶段 56
3.2.3 RFID技术发展 57
3.2.4 RFID广泛应用 58
3.3 RFID技术分析 593.3.1 RFID系统基本构成 59
3.3.2 RFID频率与识别 64
3.3.3 RFID系统的分类 67
3.4 RFID与物联网 69
第4章 物联网智能图像处理 714.1 智能图像处理技术 714.1.1 图像识别技术 71
4.1.2 数字图像处理 71
4.1.3 数字图像处理系统 72
4.1.4 图像处理的内容 73
4.1.5 数字图像处理基本步骤 74
4.1.6 视频图像处理 75
4.2 智能图像处理实现 764.2.1 图像处理的实现方式 76
4.2.2 GPU 76
4.3 智能图像处理技术 78
4.4 运动目标识别与跟踪 824.4.1 运动目标识别 82
4.4.2 运动目标跟踪 88
第5章 物联网海量数据存储 945.1 物联网对海量数据储存需求 94
5.2 数据中心技术 955.2.1 数据中心的起源和发展 96
5.2.2 数据中心提供的服务 97
5.2.3 数据中心相关标准 98
5.2.4 典型数据中心 102
5.3 数据中心的研究热点 108
5.4 数据中心与云存储 1105.4.1 云存储平台 112
5.4.2 云存储的前景 114
第6章 数据库系统 1166.1 数据库起源与发展 116
6.2 物联网与数据库 117
6.3 物联网数据特点：存储、查询与融合 1206.3.1 数据存储 121
6.3.2 数据查询 123
6.3.3 数据融合 123
6.4 数据挖掘技术 1246.4.1 数据挖掘 124
6.4.2 数据挖掘模式 125
6.5 智能决策与物联网 132
6.6 云存储系统 1336.6.1 云存储 133
6.6.2 云存储与云计算 134
6.6.3 云存储的技术支撑 134
6.6.4 云存储的模型及特征 135
6.6.5 云存储的应用 137
第7章 分布式文件系统及计算技术 1387.1 分布式文件系统 1387.1.1 GFS 138
7.1.2 HDFS 139
7.1.3 Lustre 139
7.1.4 Ceph 140
7.2 Map-Reduce（映射-规纳） 1417.2.1 Map-Reduce概述 141
7.2.2 使用Map-Reduce算法 142
7.2.3 编程模型示例 143
7.2.4 Map-Reduce工作原理 144
7.2.5 Map-Reduce容错性 145
7.3 云计算技术 1467.3.1 云计算提供的服务 146
7.3.2 云集群关键技术 147
7.4 Hadoop 1487.4.1 Hadoop原理概述 148
7.4.2 Hadroop的HDFS文件系统 150
7.5 Spark 1527.5.1 Spark产生背景 152
7.5.2 Spark混合计算模式 153
7.5.3 Spark混合计算模型架构 156
7.5.4 Spark的应用 156
7.5.5 Spark与Hadoop Map-Reduce的对比分析 157
第8章 数据融合技术 1588.1 数据融合概述 1588.1.1 数据融合的目的与定义 158
8.1.2 数据融合原理 159
8.1.3 数据融合的功能模型 160
8.2 数据融合与物联网 1618.2.1 物联网的数据需求 161
8.2.2 数据融合在物联网中的应用 162
8.3 数据融合分级 1668.3.1 数据融合分级 166
8.3.2 数据级融合 166
8.3.3 特征级融合 166
8.3.4 决策级数据融合 167
8.3.5 数据融合分级对比 168
8.4 典型数据融合算法分析 1698.4.1 常用数据融合方法 169
8.4.2 典型数据融合算法分析 169
8.5 数据融合的主要应用 1738.5.1 典型应用 173
8.5.2 其他应用 175
8.6 数据融合的性能评价 176
第9章 物联网及其数据处理典型案例 1799.1 数字精准农业 179
9.2 无人值守智能巡检系统 187
9.3 物联网大数据服务平台——万物云 192
9.4 远程家用物联网数字医疗 194
9.5 车联网大数据处理平台 198
参考文献 205
收藏
