搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
构建深度智慧物联网
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787030442741
  • 作      者:
    朱清波,高瞻,宋庭新编著
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2015
收藏
编辑推荐
《构建深度智慧物联网》可作为高等院校计算机、系统工程、测控和机电等专业高年级本科生和研究生的教材,也可供相关领域的技术人员参考。
展开
内容介绍
《构建深度智慧物联网》较为全面地介绍物联网相关的基本概念、智慧体系结构,并对智能传感器、无线传感网络、嵌入式终端平台等物联网基础硬件进行比较系统的介绍。同时还对智慧物联网所依靠的理论和实现软件部分,如复杂网络、云计算平台、智慧数据爬虫、智慧数据挖掘和智慧语义搜索等进行简要介绍。另外,《构建深度智慧物联网》通过实用系统的设计过程,使读者比较全面地掌握物联网的应用和设计方法。
展开
精彩书摘
第1章 物联网概述
1.1  引言
Internet的发明已经解决了人与人之间的交流,但是对于人与机器?机器与机器之间的交互仍在探索中?早在物联网概念产生之前,人们已经在安全监测?自动抄表?维修服务?自动售货机?公共交通系统?车队管理?工业流程自动化?电动机械?城市信息化等环境中有了广泛的应用和解决方案实例?其实,M2M(Machine to Machine)模型是物联网的一个雏形?物联网(Internet of Things,IOT)又名传感网,是指通过射频识别(Radio Frequency Identification,RFID)?红外感应器?语音识别装置?条码识别?全球定位系统?激光扫描器等信息传感设备,按约定的协议,把任意物品与互联网连接起来,进行信息交换和通信,以实现智能化识别?定位?跟踪?监控和管理的一种网络?简而言之,物联网是通过在物品上嵌入电子标签?条形码等能够存储物体信息的标志,通过互联网将其信息发送到后台信息处理系统?各大信息系统可以互联形成一个庞大的网络,从而可达到对物品实施跟踪?监控等智能化管理的目的?在物联网概念产生之前,人们在自动化领域就提出了M2M通信领域的控制模型,如图1.1所示?M2M表达的是多种不同类型通信技术的有机结合:机器之间通信?机器控制通信?人机交互通信?移动互联通信?M2M技术综合了数据采集?全球定位系统?远程监控?通信?计算机?网络?设备?传感器等系统,使业务流程自动化,并创造增值,这种网络的特点是既有测控传感器的功能,又有分布式Web Service 平台上数据查询功能以及各种在云计算平台上交互式应用服务?在这里,物联网的关键技术不仅是对物体实现操控,它通过技术手段的扩张,实现了人与物?物与物之间的相融与沟通?物联网并不是互联网简单的翻版,也不是互联网的接口,而是互联网的一种延伸?作为互联网的扩展,物联网具有互联网的特性,不仅能够实现由人找物,而且能够实现以物找人?
物联网的概念是在1999年提出的,顾名思义,物联网就是“物物相连的互联网”?它包含两层意思:第一,物联网的核心和基础仍然是互联网,其是在互联网基础上的延伸和扩展的网络;第二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信?
2005年,国际电信联盟(International Telecommunication Union,ITU)发布了一份题为The Internet of Things的年度报告,正式将物联网称为“The Internet of Things”,对物联网概念进行了扩展,提出了任何时间?任何地点?任何物体之间的互联(Any Time,Any Place,Any Things Connection),无所不在的网络(Ubiquitous Network)和无所不在的计算(Ubiquitous Computing)的发展蓝图?
物联网主要包括三个层次?首先是传感网络,也就是目前所说的包括RFID?条形码?传感器等设备在内的传感网,主要用于信息的识别和采集;其次是信息传输网络,主要用于远距离无缝传输传感网所采集的巨量数据信息;最后是信息应用网络,该网络主要通过数据处理和解决方案来提供人们所需要的信息服务?
RFID技术是物联网中非常重要的技术?以简单RFID系统为基础,结合已有的网络技术?数据库技术?中间件技术等,构筑一个由大量联网的阅读器和无数移动的标签组成的,比Internet更为庞大的物联网成为RFID技术发展的趋势?物联网用途广泛,遍及智能交通?环境保护?政府工作?公共安全?智能家居?智能消防?工业监测?老人护理?个人健康等多个领域?物联网是继计算机?互联网与移动通信网之后的又一次信息产业浪潮?
物联网是技术变革的产物,它代表了计算技术和通信技术的未来,它的发展依靠某些领域的技术革新,包括RFID技术?无线传感技术和纳米技术?RFID技术通过射频信号自动识别目标对象并获取物体的特征数据,将日常生活中的物体连接到同一个网络和数据库中?无线传感技术用于检测事物物理特征的变化并适时收集变化数据,并对之进行处理(变换)和识别?纳米技术的发展则使越来越小的物体实现连接和交流?以上主要技术的发展将创建连接所有物体的物联网?随着集成化信息处理技术的发展,工业产品和日常物体都将表现出智能化的特征,可以被远程识别或检测?甚至连垃圾也可以被标记和网络化,最终由完全静态的物体转变为新型动态的物体?
1.2  物联网的特点
物联网定义是:通过RFID?红外感应器?全球定位系统?激光扫描器等信息传感设备,按约定的协议,把任意物品与互联网连接起来,进行信息交换和通信,以实现智能化识别?定位?跟踪?监控和管理的一种网络?物联网把新一代信息技术充分运用在各行各业之中,具体地说,就是把感应器嵌入和装备到电网?铁路?桥梁?隧道?公路?建筑?供水系统?大坝?油气管道等各种物体中,然后将物联网与现有的互联网整合起来,实现人类社会与物理系统的整合,在这个整合的网络中,存在能力强大的中心计算机群,能够对整合网络内的人员?机器?设备和基础设施实时地管理和控制?在此基础上,人类可以以更加精细和动态的方式管理生产与生活,达到“智慧”状态,提高资源利用率和生产力水平,改善人与自然的关系?
1.3  物联网的全面感知
传感器是机器感知物质世界的“感觉器官”,可以感知热?力?光?电?声?位移等信号,为网络系统的处理?传输?分析和反馈提供最原始的信息?随着科学技术的不断发展,传统的传感器正逐步实现微型化?智能化?信息化?网络化,正经历着从传统传感器(Dumb Sensor)?智能传感器(Smart Sensor)到嵌入式Web传感器(Embedded Web Sensor)的内涵不断丰富的发展过程?无线传感器网络(Wireless Sensor Network,WSN)是集分布式信息采集?信息传输和信息处理技术于一体的网络信息系统,以其低成本?微型化?低功耗和灵活的组网方式?铺设方式以及适合移动目标等特点受到广泛重视,它是关系国民经济发展和国家安全的重要技术?物联网正是通过遍布在各个角落和物体上的形形色色的传感器以及由它们组成的无线传感器网络,来感知整个物质世界的?传感器网络节点的基本组成包括如下几个基本单元:传感单元(由传感器和模数转换功能模块组成)?处理单元(包括CPU?存储器?嵌入式操作系统等)?通信单元(由无线通信模块组成)和电源?此外,可以选择的其他功能单元包括定位系统?移动系统以及电源自供电系统等?在传感器网络中,节点可以通过飞机布撒或人工布置等方式,大量部署在被感知对象内部或者附近?这些节点通过自组织方式构成无线网络,以协作的方式实时感知?采集和处理网络覆盖区域中的信息,并通过多跳网络将数据经由汇聚节点(接收发送器)链路把整个区域内的信息传送到远程控制管理中心?另外,远程管理中心也可以对网络节点进行实时控制和操纵?总之,传感网的全面感知是物联网的特点之一?
1.4  物联网的智慧运算
众所周知,人类进入计算机时代已有69载,计算对人们的影响每时每刻都在加剧?如果哪天人们离开了芯片?标签?晶体管和海量的有用数据,那么人们熟悉而又美丽的世界将不复存在?21世纪是数据爆炸的时代,数据内容的使用者将彻底改变消费模式,数据内容的提供者也将彻底转变服务模式?IDC(International Data Corporation)的数据显示,目前全球数据量每18个月就要翻一番,全球每年产生的数据量已达1~2EB(1EB= 1024PB,1PB=1024TB)?面对全球数据量的成倍增长,传统的数据运算模式将不能胜任需要,运算效率和资源优化将再次成为影响业务发展和人们日常生活的瓶颈问题?
针对此种形势,2015年3月31日,IBM宣布成立物联网事业部,并表示会在接下来的4年时间里投资30亿美元用于研究,超过2000名研究员?软件开发者和咨询师将工作于这一项目,陆续提供一些基于云计算的服务以及帮助开发者获取互联网连接设备数据的工具?结合早在2011年3月正式推出了“智慧的运算”(Smarter Computing)战略,并提出“智慧的运算”是帮助人们实现“智慧的地球”的重要战略?“智慧的运算”为数据而生,为工作而优化,通过云计算管理?
云计算是适应当前和未来信息化需要的一种新型交付和使用模式,通过云计算可以管理整个基础架构,也可以帮助实现“智慧的运算”?云计算的四种服务模型如图1.2所示?
 图1.2  云计算的四种服务模型
据IDC统计,全球IT运维成本逐年攀升?与购买新服务器的成本增势平缓相比,服务器电力和冷却成本以及管理与维护成本在IT运维成本中的比重则逐年增加,而客户IT预算的增幅近年来却有不断放缓的趋势?
另外,随着企业的高速增长,IT管理者发现他们的数据中心正面临巨大的挑战:越来越复杂的系统环境,越来越高的来自各个业务部门的数据服务需求,以及不断攀升的数据中心运营成本?面对这些挑战,企业越来越需要更加智能的数据中心来支持企业业务的快速发展?
“智慧的运算”提供了一种数字平台,用于整合硬件?基于分析的软件?网络管理服务和虚拟化,整个基础架构正在变得可以由软件定义,且工作负载可被所需分配到可编程的基础架构上?这一平台可通过三个主要特征来描述?
(1)为大数据设计(Designed for Big Data)?大数据和信息集成功能可以从大量数据中获得洞察力,从根本上改变公司使用信息的方式?
(2)由软件定义(Software-Defined Environment)?为了应对当前的数据数量?多样性和速度,企业数据中心必须更动态?更灵活,在“由软件定义”的环境中,网络?存储和服务器以及软件可以根据需求,随时对工作负载进行分配?
(3)开放协作(Open and Collaborative)?只有通过开放标准和平台,企业才能在当前丰富的创新生态系统中支持日益增多的非结构化数据?设备和服务,并且开展业务?
目前在IT领域的各个层面同样也发生着“智慧”的转变:得益于无处不在的智能移动设备,IT接入方法摆脱了原有的束缚,海量数据应运而生;通过改善流程生产力,IT应用也更加注重改善流程生产力,为每个独立用户提供实时的监测;系统架构模式也由过去的异构孤岛向建立在工作负载优化系统之上的整合与更灵活的架构转变?
IT的发展和应用正在以更快的速度和广度渗透和影响经济社会的方方面面?广大中小企业和各行各业用户,都比以往更加重视信息化建设,重视数据信息在个人和企业决策中所起的重要作用?而近年来兴起的物联网?云计算和虚拟化技术,更是将IT发展推向了又一个高潮?
物联网是现代信息技术发展到一定阶段后出现的一种聚合性应用与技术提升,它将各种感知技术?现代网络技术?人工智能与自动化技术聚合及集成应用,创造了一个智慧的世界?物联网服务支持系统框架图如图1.3所示?
 图1.3  物联网服务支持系统框架图
1.5  物联网的智慧分析
21世纪是数据爆炸的时代?由于竞争的本性和社会的发展,很多企业倾向于获取足够多的?来自企业内部或者外部的数据,以帮助企业做出准确决策,实现持久永续发展?这些数据通常与采集数据的工具?平台?分析系统一起被视为大数据(Big Data)?数据挖掘(Data Mining),又称数据库中的知识发现,就是从大量数据中获取有效的?新颖的?潜在有用的?最终可理解的模式的过程?目前,数据挖掘技术已在金融?医疗?军事?管理等诸多领域的决策分析中广泛应用?
数据挖掘技术的发展经历了五代?第一代是单独算法?单个系统?单个机器,采用的是向量数据?第二代是与数据库相结合,支持多个算法?第三代是与预测模型相集成,支持Web数据?半结构化的数据,是一种网络化计算?第四代是分布式数据挖掘,是基于网格计算的多种算法,分布在多个节点上的方式?第五代是现在基于云计算的并行数据挖掘与服务的模式,同一个算法可以分布在多个节点上,多个算法之间是并行的,多个节点的计算资源实行按需分配,而且分布式计算模型采用云计算模式,数据用DFS或者HBASE,编程模式采用Map/Re
展开
目录
目录
前言
第1章  物联网概述 1
1.1  引言 1
1.2  物联网的特点 2
1.3  物联网的全面感知 3
1.4  物联网的智慧运算 3
1.5  物联网的智慧分析 5
第2章  智能传感器 9
2.1  引言 9
2.2  传感器的基本原理 9
2.2.1  传感器的定义 9
2.2.2  传感器的结构 10
2.2.3  传感器的应用模式 11
2.3  智能传感器的基本原理 14
2.3.1  智能传感器的定义 14
2.3.2  智能传感器的产生 15
2.3.3  智能传感器的功能 15
2.3.4  智能传感器的特点 16
2.4  智能传感器的系统结构 17
2.5  智能传感器的实现 19
2.5.1  集成化 20
2.5.2  软件化 23
2.6  智能传感器数据校正技术 23
2.6.1  非线性自校正技术 23
2.6.2  软件抗干扰技术 24
2.6.3  自补偿技术 27
2.6.4  自检技术 33
2.7  多传感器信息融合 34
2.7.1  多传感器信息类型及其融合方法 34
2.7.2  多传感器信息融合过程 36
2.7.3  多传感器信息融合结构 37
2.7.4  多传感器信息融合方法 39
2.7.5  多传感器融合实例 45
2.7.6  网络化 46
2.8  应用实例 49
第3章  复杂网络 52
3.1  引言 52
3.2  网络的概念 53
3.3  复杂网络的基本特征量 54
3.3.1  平均路径长度 54
3.3.2  簇系数 54
3.3.3  度分布 54
3.3.4  介数 55
3.4  复杂网络的基本模型 55
3.4.1  规则网络 55
3.4.2  ER随机网络 56
3.4.3  小世界网络 58
3.4.4  无标度网络 61
3.5  物联网信息传播机制 62
3.5.1  研究模型的拓扑与建模 63
3.5.2  信息传播模型搭建与分析 65
3.5.3  信息传播动力学分析 66
第4章  无线传感器网络 69
4.1  引言 69
4.2  无线传感器网络结构与特点 71
4.2.1  网络拓扑结构 73
4.2.2  传感器节点结构 74 4.2.3  无线传感器网络协议栈 74
4.3  无线传感器网络协议 76
4.3.1  洪泛式路由协议 76
4.3.2  以数据为中心的路由协议 77
4.3.3  层次路由协议 79
4.3.4  基于位置信息的路由协议 81
4.3.5  路由协议的比较 81
4.4  无线传感器网络与互联网融合 81
4.5  应用实例 83
4.5.1  工程背景描述 83
4.5.2  项目解决的关键问题 85
4.5.3  项目的研究方法与技术路线 86
第5章  嵌入式终端平台 91
5.1  引言 91
5.2  嵌入式系统简介 91
5.2.1  嵌入式系统 91
5.2.2  嵌入式系统的分类 94
5.2.3  嵌入式系统发展趋势 95
5.3  嵌入式系统硬件 98
5.3.1  微处理器 98
5.3.2  存储器 99
5.3.3  常用总线与接口 101
5.4  嵌入式系统软件 104
5.4.1  嵌入式实时操作系统 104
5.4.2  RTOS体系结构 105
5.4.3  RTOS的衡量标准 106
5.4.4  RTOS的分类方法 106
5.4.5  RTOS的关键技术 107
5.5  主流嵌入式系统 108
5.6  VxWorks实时操作系统 109
5.6.1  VxWorks的体系结构 109
5.6.2  VxWorks内核分析 110
5.7  Linux实时操作系统 111
5.8  Windows CE实时操作系统 112
第6章  云计算平台 117
6.1  引言 117
6.2  云计算的概念 118
6.3  云计算发展现状 120
6.4  云计算实现机制 121
6.5  网格计算与云计算 123
6.6  MongoDB 126
6.6.1  NoSQL简介 126
6.6.2  MongoDB简介 128
6.6.3  MongoDB安装与配置 130
6.6.4  体系结构 134
6.6.5  数据库操作 138
6.6.6  管理端GUI工具 141
第7章  智慧数据爬虫 142
7.1  网络数据爬虫简介 142
7.1.1  为什么要在Web上爬行 143
7.1.2  爬行过程 143
7.1.3  智能爬行与聚焦爬虫 149
7.1.4  网页搜索策略 150
7.1.5  网页分析算法 150
7.2  构建智慧爬虫 152
7.2.1  核心算法 152
7.2.2  系统需求分析 153
7.2.3  网络爬虫体系结构 153
7.2.4  系统构造分析 154
7.2.5  爬行策略分析 155
7.2.6  URL抽取?解析与保存 155
7.3  开源爬虫 157
7.3.1  Lucene 157
7.3.2  Nutch 159
第8章  智慧数据挖掘 162
8.1  数据挖掘 162
8.1.1  概论 162
8.1.2  数据挖掘研究的内容与本质 163
8.2  数据挖掘流程 165
8.3  数据挖掘的典型方法 167
8.3.1  神经网络 169
8.3.2  遗传算法 170
8.3.3  决策树方法 171
8.3.4  粗集方法 172
8.3.5  覆盖正例排斥反例方法 173
8.3.6  统计分析方法 173
8.3.7  模糊集方法 173
8.4  数据挖掘软件 173
8.4.1  IBM Intelligent Miner 174
8.4.2  SAS Enterprise Miner 175
8.4.3  SPSS Clementine 176
8.5  大数据及相关技术 180
8.5.1  大数据发展历程 180
8.5.2  大数据的代表技术 182
8.5.3  Hadoop体系结构 184
第9章  智慧语义搜索 188
9.1  智慧搜索引擎工作原理 189
9.2  本体语义 191
9.2.1  语义Web的概念 191
9.2.2  语义Web的体系结构 192
9.2.3  Web服务与语义Web服务 193
9.2.4  用OWL构建领域本体过程 195
9.2.5  本体构造工具Protégé介绍 196
9.2.6  本体评估标准 197
9.3  语义Web服务的智能机器人控制 198
9.3.1  智能机器人控制领域的Web服务体系结构 198
9.3.2  模型设计和开发的基本原则 199
9.3.3  基于机械手本体的语义Web服务模型 199
9.3.4  语义Web服务的参数匹配分析 200
9.3.5  服务在参数上的匹配 201
9.3.6  参数的语义可推导 203
9.3.7  考虑参数语义的匹配算法 204
9.4  语义Web服务组合的控制流程实现 207
9.4.1  总体技术路线 207
9.4.2  实现Web Service 208
9.4.3  组合服务的条件 211
9.4.4  组合服务的匹配 213
9.4.5  语义推理 218
9.4.6  组合服务的执行 222
9.4.7  实验结果与评价 222
参考文献 225
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证