掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據環境下的物聯網系統/國之重器出版工程 版權信息
- ISBN：9787121401664
- 條形碼：9787121401664 ; 978-7-121-40166-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據環境下的物聯網系統/國之重器出版工程 內容簡介
本書以當前有代表性的物聯網系統與大數據技術融合發展趨勢為主線，結合已發布的若干重點物聯網基礎通用技術的國家標準，系統地介紹了在大數據環境下的物聯網技術架構、數據感知與數據融合、協同信息處理、大數據管理架構與關鍵技術及融合大數據的智能物聯網系統發展趨勢和應用實例。 全書共分13章，章介紹物聯網的發展歷程與大數據，第2章進行了物聯網技術體系架構的多視圖分析，第3章和第4章介紹了物聯網系統的數據感知與數據融合方法及協同信息處理，第5章到0章具體介紹了物聯網系統的大數據管理架構和NoSQL數據庫、計算批處理、交互式查詢、流式計算、數據交換和共享等關鍵技術，1章簡單介紹了物聯網系統的性能評價，2章和3章介紹了物聯網系統的智能化演進和應用。 本書可供從事物聯網應用系統研究與設計的工程技術人員參考，也可作為電子信息類專業本科生和研究生的教材。
大數據環境下的物聯網系統/國之重器出版工程 目錄
第 1章 物聯網的發展歷程與大數據 001
1．1 物聯網概念的演化與內涵解析 001
1．1．1 物聯網概念的起源 001
1．1．2 物聯網定義的形成 002
1．2 物聯網產業的發展歷程 005
1．2．1 射頻識別產業的興起 005
1．2．2 傳感器及智能終端產業的發展 006
1．2．3 網絡通信產業的發展 008
1．2．4 物聯網中的數據處理 009
1．2．5 物聯網云平臺的應用 010
1．3 物聯網系統與大數據技術的深入融合 011
1．3．1 聯網設備帶來數據量的急劇增長 012
1．3．2 物聯網系統中大數據的特征 013
1．3．3 物聯網系統專用的大數據處理平臺 015
1．3．4 工業物聯網應用與大數據的融合 016
1．4 物聯網產業面臨的挑戰與機遇 018
1．4．1 物聯網發展面臨的主要挑戰 018
1．4．2 物聯網將邁入全智能化的新階段 021
第 2章 物聯網技術體系架構的多視圖分析 025
2．1 物聯網系統的技術架構 027
2．1．1 總體技術架構 027
2．1．2 感知技術 027
2．1．3 網絡技術 028
2．1．4 支撐平臺技術 029
2．1．5 應用技術 030
2．1．6 公共技術 030
2．2 物聯網系統的概念模型 032
2．2．1 概念模型的總體構成 032
2．2．2 域的描述及關聯關系 033
2．3 物聯網系統的功能體系架構 035
2．3．1 系統功能實體構成 035
2．3．2 功能實體簡要描述 035
2．3．3 系統部署功能視圖 037
2．4 物聯網系統的通信參考架構 038
2．4．1 通信功能實體構成 038
2．4．2 通信功能實體描述 039
2．4．3 通信網絡參考視圖 040
2．5 物聯網系統的數據參考架構 042
2．5．1 數據功能實體構成 042
2．5．2 數據功能實體描述 042
2．6 物聯網系統的應用體系架構 043
2．6．1 角色、子角色和活動 043
2．6．2 六域模型的映射關系 047
2．6．3 物聯網系統應用實例 048
2．7 物聯網產品生命周期的安全參考模型 049
第3章 物聯網系統的數據感知與數據融合 051
3．1 感知設備的描述 051
3．1．1 感知設備的類型 051
3．1．2 感知設備的硬件組成 055
3．1．3 感知設備的工作原理 057
3．2 感知設備的數據采集 061
3．2．1 使用傳感器進行數據采集 062
3．2．2 感知數據的傳輸與組網 064
3．2．3 數據采集的描述 068
3．3 感知數據的基本特性 089
3．3．1 感知數據的主要類型 089
3．3．2 感知數據的特征分析 091
3．3．3 感知數據的數據模型 092
3．4 感知數據的信息融合 093
3．4．1 信息融合的必要性 093
3．4．2 信息融合概念模型 094
3．4．3 各級信息融合過程 095
3．4．4 物聯網系統中的信息融合 104
第4章 物聯網的協同信息處理 108
4．1 協同信息處理的參考模型 108
4．1．1 協同信息處理的概念和內涵 108
4．1．2 協同信息處理的二維參考模型 109
4．1．3 協同信息處理的三維參考模型 110
4．2 協同信息處理的主要實體及處理過程 111
4．2．1 實體功能框架 111
4．2．2 協同信息處理實體 111
4．2．3 協同信息處理過程 113
4．3 協同信息處理的支撐服務及實例 115
4．3．1 協同信息處理的服務框架 115
4．3．2 支撐物聯網協同信息處理的核心服務 116
4．3．3 支撐物聯網協同信息處理的增強服務 116
4．3．4 協同信息處理支撐的周界防入侵系統應用 117
第5章 物聯網系統的大數據管理架構 120
5．1 物聯網系統中的大數據特征與架構 120
5．1．1 物聯網大數據的特征 121
5．1．2 物聯網大數據分析平臺的邏輯架構 122
5．2 物聯網系統中的大數據管理 124
5．2．1 物聯網大數據云平臺PaaS層數據處理 124
5．2．2 物聯網大數據存儲與管理 125
5．2．3 分布式文件系統關鍵技術 127
第6章 物聯網大數據的NoSQL數據庫 131
6．1 NoSQL數據庫概述 131
6．1．1 NoSQL數據庫的優勢 131
6．1．2 NoSQL數據庫的劣勢 132
6．2 HBase數據庫 133
6．2．1 HBase簡介 133
6．2．2 HBase的應用場景 133
6．2．3 HBase Shell常用的終端命令 133
6．2．4 HBase的API介紹 134
6．2．5 HBase模式的數據模型 136
6．2．6 分布式模式的HBase 137
6．2．7 HBase和MapReduce 140
6．2．8 HBase的可靠性和可用性 141
6．2．9 HBase的優化 141
6．3 MongoDB數據庫 142
6．3．1 MongoDB簡介 142
6．3．2 MongoDB的特點 143
6．3．3 MongoDB的體系結構 143
6．3．4 MongoDB目前存在的常見問題 144
6．3．5 MongoDB的Replica Set存在的隱含問題 145
6．3．6 MongoDB分片模式的隱含問題 145
6．3．7 MongoDB的優點 146
6．3．8 MongoDB的缺點 146
6．3．9 MongoDB小結 146
6．4 Couchbase數據庫 147
6．4．1 Couchbase簡介 147
6．4．2 Couchbase數據存儲機制 147
6．4．3 Couchbase內存配額設置 148
6．4．4 Couchbase緩存層功能 150
6．4．5 Couchbase硬盤存儲機制 151
6．4．6 Couchbase負載均衡（Rebalancing）機制 151
6．4．7 Couchbase的特點 152
6．5 LevelDB數據庫 152
6．5．1 LevelDB簡介 152
6．5．2 LevelDB的優勢 153
6．5．3 LevelDB的缺點 153
6．5．4 基于Python 的操作示例 153
6．5．5 LevelDB工作機制 154
6．5．6 LevelDB的SSTable文件工作機理 156
6．5．7 LevelDB的Compaction工作機制 157
6．5．8 LevelDB的Cache機制 160
6．5．9 LevelDB的版本控制機制 161
第7章 物聯網大數據的計算批處理 162
7．1 Apache Hadoop分布式計算 163
7．1．1 Hadoop簡介 163
7．1．2 HDFS的工作原理 164
7．1．3 HDFS分布式文件系統的優勢 164
7．1．4 MapReduce在物聯網大數據中的應用 165
7．2 Apache Spark分布式計算 166
7．2．1 Spark簡介 166
7．2．2 Spark的特點 167
7．2．3 Spark與Hadoop的MapReduce對比分析 167
7．3 Apache Flink分布式計算 168
7．3．1 Flink簡介 168
7．3．2 Flink統一的批處理與流處理系統 169
7．3．3 Flink流處理的容錯機制 170
7．3．4 Flink流處理的時間窗口 173
7．3．5 基于時間戳的排序 173
7．3．6 定制的內存管理 174
7．3．7 JVM存在的問題 174
7．3．8 Flink的處理策略 175
第8章 物聯網大數據的交互式查詢 180
8．1 Apache Hive交互式查詢技術 180
8．1．1 Hive簡介 180
8．1．2 Hive的特點 181
8．1．3 Hive的體系結構 182
8．1．4 服務端和客戶端組件 183
8．1．5 Hive連接到數據庫的模式 184
8．1．6 Hive的存儲模式 184
8．1．7 Hive的數據模型介紹 184
8．1．8 Hive和數據庫的異同 186
8．1．9 Hive的工作原理 188
8．2 Apache Spark SQL交互式查詢技術 189
8．2．1 Spark SQL簡介 189
8．2．2 Spark SQL的特點 190
8．2．3 Spark SQL的簡單實例 190
8．2．4 通過SQL進行查詢 191
8．3 Apache Kudu交互式查詢技術 191
8．3．1 Kudu簡介 191
8．3．2 Kudu的主要優點 192
8．3．3 Kudu常見的應用場景 192
8．3．4 Kudu的工作特點 192
8．3．5 Kudu與Impala的簡單實踐 194
8．4 Greenplum MPP交互式查詢技術 195
8．4．1 Greenplum MPP簡介 195
8．4．2 Greenplum的特點 195
8．4．3 Greenplum的應用場景 196
8．4．4 Greenplum MPP與Hadoop的異同點 197
8．4．5 Greenplum MPP與Hadoop的效率對比 197
8．4．6 Greenplum MPP與Hadoop的功能對比 198
8．4．7 Greenplum MPP與Hadoop的靈活性對比 199
8．4．8 如何選擇Hadoop和Greenplum MPP 200
第9章 物聯網大數據的流式計算 202
9．1 Apache Storm流數據處理技術 203
9．1．1 Storm簡介 203
9．1．2 Storm的特點 203
9．1．3 Storm的集群架構 204
9．1．4 Storm的核心概念 205
9．2 Apache Samza流數據處理技術 206
9．2．1 Samza簡介 206
9．2．2 Samza的工作機制 206
9．2．3 Samza的特點 208
9．3 Spark Streaming流數據技術 208
9．3．1 Spark Streaming簡介 208
9．3．2 Spark Streaming與Storm的對比 208
9．3．3 Spark Streaming的運行原理 209
9．3．4 Spark Streaming的簡單操作 211
9．4 三大流式計算框架的對比和應用 212
9．4．1 三大流式計算框架的對比 212
9．4．2 三大流式計算框架的應用場景 213
第 10章 物聯網系統的數據交換和共享 215
10．1 數據交換和共享的組織形式 216
10．2 數據交換和共享的應用需求場景 217
10．3 數據交換和共享的實現模式 220
10．3．1 概述 220
10．3．2 直連模式 221
10．3．3 中介模式 221
10．3．4 搜索模式 225
10．4 數據交換和共享架構 227
10．4．1 數據交換和共享在物聯網參考體系結構中的定位 227
10．4．2 《物聯網 信息交換和共享》系列國家標準中的
數據交換和共享架構 230
10．4．3 通用的物聯網系統數據交換和共享架構 231
10．5 數據交換和共享過程 241
10．5．1 概述 241
10．5．2 發送實時共享數據 241
10．5．3 接收實時共享數據 242
10．5．4 發送數據庫共享數據 242
10．5．5 接收數據庫共享數據 242
10．5．6 生成共享數據目錄 243
10．5．7 發送共享數據目錄 243
10．5．8 搜索共享數據目錄 243
10．5．9 從共享數據目錄進入數據共享界面 243
第 11章 物聯網系統的性能評價 244
11．1 系統的性能評價原則 244
11．2 系統架構類指標 246
11．2．1 系統管理 246
11．2．2 系統兼容與互操作 247
11．2．3 組件 248
11．3 系統安全類指標 248
11．3．1 信息安全和物理安全 249
11．3．2 可靠性和彈性 250
11．4 系統功能類指標 251
11．4．1 通用功能 252
11．4．2 感知控制功能 252
11．4．3 服務支撐功能 253
11．4．4 資源交換功能 253
11．4．5 運維管控功能 254
11．4．6 用戶接口功能 254
第 12章 大數據環境下的物聯網系統的智能化演進 255
12．1 人工智能的發展歷程 255
12．1．1 人工智能的概念內涵 255
12．1．2 人工智能的技術發展歷程 257
12．1．3 人工智能的特征與技術框架 260
12．1．4 人工智能涉及的關鍵技術 262
12．2 人工智能技術與物聯網的融合 263
12．2．1 大數據——人工智能的基石 263
12．2．2 人工智能——物聯網系統的大腦 264
12．2．3 人工智能技術與物聯網的融合應用 266
12．3 智能物聯網的發展前景展望 267
12．3．1 協同智能化的物聯網系統 267
12．3．2 服務智能化的物聯網系統 268
第 13章 智能物聯網的應用 271
13．1 自動駕駛汽車 272
13．1．1 自動駕駛汽車的技術現狀 272
13．1．2 自動駕駛汽車的發展趨勢 276
13．2 智能交通物聯網 277
13．2．1 從車聯網到智能交通物聯網 277
13．2．2 智能交通物聯網的應用前景 279
13．3 智能交通物聯網與自動駕駛汽車的協同 281
13．3．1 車網知識協同的優勢 281
13．3．2 車網知識協同體系架構 282
13．3．3 基于智能交通物聯網環境的自動駕駛汽車發展展望 285
1．1 物聯網概念的演化與內涵解析 001
1．1．1 物聯網概念的起源 001
1．1．2 物聯網定義的形成 002
1．2 物聯網產業的發展歷程 005
1．2．1 射頻識別產業的興起 005
1．2．2 傳感器及智能終端產業的發展 006
1．2．3 網絡通信產業的發展 008
1．2．4 物聯網中的數據處理 009
1．2．5 物聯網云平臺的應用 010
1．3 物聯網系統與大數據技術的深入融合 011
1．3．1 聯網設備帶來數據量的急劇增長 012
1．3．2 物聯網系統中大數據的特征 013
1．3．3 物聯網系統專用的大數據處理平臺 015
1．3．4 工業物聯網應用與大數據的融合 016
1．4 物聯網產業面臨的挑戰與機遇 018
1．4．1 物聯網發展面臨的主要挑戰 018
1．4．2 物聯網將邁入全智能化的新階段 021
第 2章 物聯網技術體系架構的多視圖分析 025
2．1 物聯網系統的技術架構 027
2．1．1 總體技術架構 027
2．1．2 感知技術 027
2．1．3 網絡技術 028
2．1．4 支撐平臺技術 029
2．1．5 應用技術 030
2．1．6 公共技術 030
2．2 物聯網系統的概念模型 032
2．2．1 概念模型的總體構成 032
2．2．2 域的描述及關聯關系 033
2．3 物聯網系統的功能體系架構 035
2．3．1 系統功能實體構成 035
2．3．2 功能實體簡要描述 035
2．3．3 系統部署功能視圖 037
2．4 物聯網系統的通信參考架構 038
2．4．1 通信功能實體構成 038
2．4．2 通信功能實體描述 039
2．4．3 通信網絡參考視圖 040
2．5 物聯網系統的數據參考架構 042
2．5．1 數據功能實體構成 042
2．5．2 數據功能實體描述 042
2．6 物聯網系統的應用體系架構 043
2．6．1 角色、子角色和活動 043
2．6．2 六域模型的映射關系 047
2．6．3 物聯網系統應用實例 048
2．7 物聯網產品生命周期的安全參考模型 049
第3章 物聯網系統的數據感知與數據融合 051
3．1 感知設備的描述 051
3．1．1 感知設備的類型 051
3．1．2 感知設備的硬件組成 055
3．1．3 感知設備的工作原理 057
3．2 感知設備的數據采集 061
3．2．1 使用傳感器進行數據采集 062
3．2．2 感知數據的傳輸與組網 064
3．2．3 數據采集的描述 068
3．3 感知數據的基本特性 089
3．3．1 感知數據的主要類型 089
3．3．2 感知數據的特征分析 091
3．3．3 感知數據的數據模型 092
3．4 感知數據的信息融合 093
3．4．1 信息融合的必要性 093
3．4．2 信息融合概念模型 094
3．4．3 各級信息融合過程 095
3．4．4 物聯網系統中的信息融合 104
第4章 物聯網的協同信息處理 108
4．1 協同信息處理的參考模型 108
4．1．1 協同信息處理的概念和內涵 108
4．1．2 協同信息處理的二維參考模型 109
4．1．3 協同信息處理的三維參考模型 110
4．2 協同信息處理的主要實體及處理過程 111
4．2．1 實體功能框架 111
4．2．2 協同信息處理實體 111
4．2．3 協同信息處理過程 113
4．3 協同信息處理的支撐服務及實例 115
4．3．1 協同信息處理的服務框架 115
4．3．2 支撐物聯網協同信息處理的核心服務 116
4．3．3 支撐物聯網協同信息處理的增強服務 116
4．3．4 協同信息處理支撐的周界防入侵系統應用 117
第5章 物聯網系統的大數據管理架構 120
5．1 物聯網系統中的大數據特征與架構 120
5．1．1 物聯網大數據的特征 121
5．1．2 物聯網大數據分析平臺的邏輯架構 122
5．2 物聯網系統中的大數據管理 124
5．2．1 物聯網大數據云平臺PaaS層數據處理 124
5．2．2 物聯網大數據存儲與管理 125
5．2．3 分布式文件系統關鍵技術 127
第6章 物聯網大數據的NoSQL數據庫 131
6．1 NoSQL數據庫概述 131
6．1．1 NoSQL數據庫的優勢 131
6．1．2 NoSQL數據庫的劣勢 132
6．2 HBase數據庫 133
6．2．1 HBase簡介 133
6．2．2 HBase的應用場景 133
6．2．3 HBase Shell常用的終端命令 133
6．2．4 HBase的API介紹 134
6．2．5 HBase模式的數據模型 136
6．2．6 分布式模式的HBase 137
6．2．7 HBase和MapReduce 140
6．2．8 HBase的可靠性和可用性 141
6．2．9 HBase的優化 141
6．3 MongoDB數據庫 142
6．3．1 MongoDB簡介 142
6．3．2 MongoDB的特點 143
6．3．3 MongoDB的體系結構 143
6．3．4 MongoDB目前存在的常見問題 144
6．3．5 MongoDB的Replica Set存在的隱含問題 145
6．3．6 MongoDB分片模式的隱含問題 145
6．3．7 MongoDB的優點 146
6．3．8 MongoDB的缺點 146
6．3．9 MongoDB小結 146
6．4 Couchbase數據庫 147
6．4．1 Couchbase簡介 147
6．4．2 Couchbase數據存儲機制 147
6．4．3 Couchbase內存配額設置 148
6．4．4 Couchbase緩存層功能 150
6．4．5 Couchbase硬盤存儲機制 151
6．4．6 Couchbase負載均衡（Rebalancing）機制 151
6．4．7 Couchbase的特點 152
6．5 LevelDB數據庫 152
6．5．1 LevelDB簡介 152
6．5．2 LevelDB的優勢 153
6．5．3 LevelDB的缺點 153
6．5．4 基于Python 的操作示例 153
6．5．5 LevelDB工作機制 154
6．5．6 LevelDB的SSTable文件工作機理 156
6．5．7 LevelDB的Compaction工作機制 157
6．5．8 LevelDB的Cache機制 160
6．5．9 LevelDB的版本控制機制 161
第7章 物聯網大數據的計算批處理 162
7．1 Apache Hadoop分布式計算 163
7．1．1 Hadoop簡介 163
7．1．2 HDFS的工作原理 164
7．1．3 HDFS分布式文件系統的優勢 164
7．1．4 MapReduce在物聯網大數據中的應用 165
7．2 Apache Spark分布式計算 166
7．2．1 Spark簡介 166
7．2．2 Spark的特點 167
7．2．3 Spark與Hadoop的MapReduce對比分析 167
7．3 Apache Flink分布式計算 168
7．3．1 Flink簡介 168
7．3．2 Flink統一的批處理與流處理系統 169
7．3．3 Flink流處理的容錯機制 170
7．3．4 Flink流處理的時間窗口 173
7．3．5 基于時間戳的排序 173
7．3．6 定制的內存管理 174
7．3．7 JVM存在的問題 174
7．3．8 Flink的處理策略 175
第8章 物聯網大數據的交互式查詢 180
8．1 Apache Hive交互式查詢技術 180
8．1．1 Hive簡介 180
8．1．2 Hive的特點 181
8．1．3 Hive的體系結構 182
8．1．4 服務端和客戶端組件 183
8．1．5 Hive連接到數據庫的模式 184
8．1．6 Hive的存儲模式 184
8．1．7 Hive的數據模型介紹 184
8．1．8 Hive和數據庫的異同 186
8．1．9 Hive的工作原理 188
8．2 Apache Spark SQL交互式查詢技術 189
8．2．1 Spark SQL簡介 189
8．2．2 Spark SQL的特點 190
8．2．3 Spark SQL的簡單實例 190
8．2．4 通過SQL進行查詢 191
8．3 Apache Kudu交互式查詢技術 191
8．3．1 Kudu簡介 191
8．3．2 Kudu的主要優點 192
8．3．3 Kudu常見的應用場景 192
8．3．4 Kudu的工作特點 192
8．3．5 Kudu與Impala的簡單實踐 194
8．4 Greenplum MPP交互式查詢技術 195
8．4．1 Greenplum MPP簡介 195
8．4．2 Greenplum的特點 195
8．4．3 Greenplum的應用場景 196
8．4．4 Greenplum MPP與Hadoop的異同點 197
8．4．5 Greenplum MPP與Hadoop的效率對比 197
8．4．6 Greenplum MPP與Hadoop的功能對比 198
8．4．7 Greenplum MPP與Hadoop的靈活性對比 199
8．4．8 如何選擇Hadoop和Greenplum MPP 200
第9章 物聯網大數據的流式計算 202
9．1 Apache Storm流數據處理技術 203
9．1．1 Storm簡介 203
9．1．2 Storm的特點 203
9．1．3 Storm的集群架構 204
9．1．4 Storm的核心概念 205
9．2 Apache Samza流數據處理技術 206
9．2．1 Samza簡介 206
9．2．2 Samza的工作機制 206
9．2．3 Samza的特點 208
9．3 Spark Streaming流數據技術 208
9．3．1 Spark Streaming簡介 208
9．3．2 Spark Streaming與Storm的對比 208
9．3．3 Spark Streaming的運行原理 209
9．3．4 Spark Streaming的簡單操作 211
9．4 三大流式計算框架的對比和應用 212
9．4．1 三大流式計算框架的對比 212
9．4．2 三大流式計算框架的應用場景 213
第 10章 物聯網系統的數據交換和共享 215
10．1 數據交換和共享的組織形式 216
10．2 數據交換和共享的應用需求場景 217
10．3 數據交換和共享的實現模式 220
10．3．1 概述 220
10．3．2 直連模式 221
10．3．3 中介模式 221
10．3．4 搜索模式 225
10．4 數據交換和共享架構 227
10．4．1 數據交換和共享在物聯網參考體系結構中的定位 227
10．4．2 《物聯網 信息交換和共享》系列國家標準中的
數據交換和共享架構 230
10．4．3 通用的物聯網系統數據交換和共享架構 231
10．5 數據交換和共享過程 241
10．5．1 概述 241
10．5．2 發送實時共享數據 241
10．5．3 接收實時共享數據 242
10．5．4 發送數據庫共享數據 242
10．5．5 接收數據庫共享數據 242
10．5．6 生成共享數據目錄 243
10．5．7 發送共享數據目錄 243
10．5．8 搜索共享數據目錄 243
10．5．9 從共享數據目錄進入數據共享界面 243
第 11章 物聯網系統的性能評價 244
11．1 系統的性能評價原則 244
11．2 系統架構類指標 246
11．2．1 系統管理 246
11．2．2 系統兼容與互操作 247
11．2．3 組件 248
11．3 系統安全類指標 248
11．3．1 信息安全和物理安全 249
11．3．2 可靠性和彈性 250
11．4 系統功能類指標 251
11．4．1 通用功能 252
11．4．2 感知控制功能 252
11．4．3 服務支撐功能 253
11．4．4 資源交換功能 253
11．4．5 運維管控功能 254
11．4．6 用戶接口功能 254
第 12章 大數據環境下的物聯網系統的智能化演進 255
12．1 人工智能的發展歷程 255
12．1．1 人工智能的概念內涵 255
12．1．2 人工智能的技術發展歷程 257
12．1．3 人工智能的特征與技術框架 260
12．1．4 人工智能涉及的關鍵技術 262
12．2 人工智能技術與物聯網的融合 263
12．2．1 大數據——人工智能的基石 263
12．2．2 人工智能——物聯網系統的大腦 264
12．2．3 人工智能技術與物聯網的融合應用 266
12．3 智能物聯網的發展前景展望 267
12．3．1 協同智能化的物聯網系統 267
12．3．2 服務智能化的物聯網系統 268
第 13章 智能物聯網的應用 271
13．1 自動駕駛汽車 272
13．1．1 自動駕駛汽車的技術現狀 272
13．1．2 自動駕駛汽車的發展趨勢 276
13．2 智能交通物聯網 277
13．2．1 從車聯網到智能交通物聯網 277
13．2．2 智能交通物聯網的應用前景 279
13．3 智能交通物聯網與自動駕駛汽車的協同 281
13．3．1 車網知識協同的優勢 281
13．3．2 車網知識協同體系架構 282
13．3．3 基于智能交通物聯網環境的自動駕駛汽車發展展望 285
展開全部
大數據環境下的物聯網系統/國之重器出版工程 作者簡介
張暉，工學博士，國家物聯網基礎標準工作組秘書長，物聯網發展專家咨詢委員會專家委員，中國電子技術標準化研究院技術總監，內蒙古自治區大數據發展管理局局長助理，內蒙古自治區和林格爾新區專家咨詢委員會副主任委員。主持或參與多項國家科技重大專項課題、863課題的研究工作。作為編寫組主要成員參與編寫了國家工信部組織的《物聯網十二五發展規劃》和國家發改委組織的《關于促進物聯網健康有序發展的指導意見》。曾主辦或參與信息技術設備、網絡技術等多項國家和行業標準的制修訂工作。作為新一代寬帶無線移動通信國家科技重大專項和發改委物聯網專項等項目評審專家。擔任全國信標委傳感器網絡標準工作組副組長，負責組織傳感器網絡國家和行業標準的研究制定工作；擔任國家物聯網基礎標準工作組秘書長，在國標委和國家發改委的領導下負責組織我國物聯網領域基礎性和通用性標準的研究制定工作。在《軟件學報》等權威學報和國內外核心期刊發表論文十余篇，出版《物聯網技術標準化概述》等專著。對物聯網、智慧城市和智能制造等信息技術專業領域有較深理解和實施經驗。
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
莉莉和章魚
- >
龍榆生：詞曲概論/大家小書
- >
月亮虎
- >
姑媽的寶刀
- >
有舍有得是人生
- >
李白與唐代文化
- >
詩經-先民的歌唱
本類暢銷
