出版時(shí)間:2010-12 出版社:科學(xué)出版社 作者:劉云浩 頁(yè)數(shù):366
Tag標(biāo)簽:無(wú)
內(nèi)容概要
物聯(lián)網(wǎng)是一個(gè)基于因特網(wǎng)、傳統(tǒng)電信網(wǎng)等信息承載體,讓所有能夠被獨(dú)立尋址的普通物理對(duì)象實(shí)現(xiàn)互聯(lián)互通的網(wǎng)絡(luò)。它具有普通對(duì)象設(shè)備化、自治終端互聯(lián)化和普適服務(wù)智能化3個(gè)重要特征。
本書從物聯(lián)網(wǎng)的感知識(shí)別層、網(wǎng)絡(luò)構(gòu)建層、管理服務(wù)層、綜合應(yīng)用層這4層分別進(jìn)行闡述,深入淺出地為讀者撥開(kāi)縈繞于物聯(lián)網(wǎng)這個(gè)概念的重重迷霧,引領(lǐng)求知者漸漸步入物聯(lián)網(wǎng)世界,幫助探索者把握第三次IT科技浪潮的方向。
本書適合大學(xué)物聯(lián)網(wǎng)專業(yè)作為專業(yè)教材使用,也適合其他各專業(yè)作為選修課教材使用,亦適合對(duì)物聯(lián)網(wǎng)感興趣的各類讀者參考閱讀。
作者簡(jiǎn)介
劉云浩
歷任香港科技大學(xué)計(jì)算機(jī)系助理教授、副教授、博士生導(dǎo)師,作為系研究生部主任主管研究生教學(xué)、科研工作。清華大學(xué)教授,教育部“信息系統(tǒng)安全”重點(diǎn)實(shí)驗(yàn)室主任,清華大學(xué)信息科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室特別研究員。
ACM中國(guó)理事會(huì)副主席,常務(wù)理事。
2010年當(dāng)選ACM Distinguished
Speaker,曾應(yīng)邀在美國(guó)麻省理工學(xué)院、佐治亞理工學(xué)院等十幾所國(guó)際著名高校就物聯(lián)網(wǎng)和傳感網(wǎng)研究做特邀學(xué)術(shù)演講,并12次以物聯(lián)網(wǎng)相關(guān)研究為主題為國(guó)際會(huì)議做大會(huì)報(bào)告。
2008年因傳感網(wǎng)創(chuàng)新應(yīng)用被香港政府授予最佳創(chuàng)新與研究特等獎(jiǎng)(Hong Kong Best Innovation and
Research Award: Grand
Award)。2010年因無(wú)線網(wǎng)絡(luò)定位理論與方法的研究獲得教育部高等學(xué)校科學(xué)研究?jī)?yōu)秀成果獎(jiǎng)(科學(xué)技術(shù))自然科學(xué)一等獎(jiǎng)。
擔(dān)任MobiCom、MobiHoc、INFOCOM 等多個(gè)國(guó)際會(huì)議程序委員,是《IEEE Transactions on Mobile
Computing》和《IEEE Transactions on Parallel and Distributed
Systems》等國(guó)際一流學(xué)術(shù)期刊副主編(Associate Editor)。在國(guó)際期刊《IEEE/ACM Transactions
on Networking》,《IEEE Transactions on Parallel and Distributed
Systems》,《IEEE Transactions on
Computers》以及會(huì)議MobiCom、MobiHoc、INFOCOM、SIGMOD、SIGMETRICS等發(fā)表過(guò)論文一百多篇,最高單篇論文國(guó)際引用超過(guò)600次,累計(jì)他引超過(guò)3000次。
書籍目錄
第一篇 概述
第1章 物聯(lián)網(wǎng)概述
1.1 起源與發(fā)展
1.2 核心技術(shù)
1.3 主要特點(diǎn)
1.4 應(yīng)用前景
第二篇 感知識(shí)別
第2章 自動(dòng)識(shí)別技術(shù)與RFID
2.1 自動(dòng)識(shí)別技術(shù)
2.1.1 光符號(hào)識(shí)別技術(shù)
2.1.2 語(yǔ)音識(shí)別技術(shù)
2.1.3 生物計(jì)量識(shí)別技術(shù)
2.1.4 IC卡技術(shù)
2.1.5 條形碼技術(shù)
2.1.6 射頻識(shí)別技術(shù)
2.2 RFID的歷史和現(xiàn)狀
2.2.1 歷史
2.2.2 現(xiàn)狀
2.3 RFID技術(shù)分析
2.3.1 閱讀器
2.3.2 天線
2.3.3 標(biāo)簽
2.3.4 頻率
2.4 RFID標(biāo)簽沖突
2.4.1 基于ALOHA的防沖突算法
2.4.2 基于二進(jìn)制樹(shù)的防沖突算法
2.5 RFID和物聯(lián)網(wǎng)
第3章 傳感器技術(shù)
3.1 傳感器概述
3.2 發(fā)展歷史
3.3 應(yīng)用
3.3.1 軍事監(jiān)測(cè)中的傳感器——VigilNet
……
第三篇 網(wǎng)絡(luò)構(gòu)建
第四篇 管理服務(wù)
第五篇 綜合應(yīng)用
參考文獻(xiàn)
章節(jié)摘錄
4.周期分析 它是指挖掘具有周期的模式或者關(guān)聯(lián)規(guī)則,例如“若每周六公司的下班時(shí)間比平時(shí)晚半小時(shí)以上,則選擇打車回家的人數(shù)大約增加20%”。與序列模式相同,周期挖掘算法大都從基本的挖掘關(guān)聯(lián)規(guī)則算法改進(jìn)而來(lái)?! ?3.3智能決策與物聯(lián)網(wǎng) 物聯(lián)網(wǎng)可以被看作是互聯(lián)網(wǎng)應(yīng)用的拓展,它使得物理對(duì)象(包括智能與非智能物體)能夠與互聯(lián)網(wǎng)無(wú)縫連接,從而實(shí)現(xiàn)虛擬和物理世界的一體化。在物聯(lián)網(wǎng)中,所有的物理對(duì)象均可積極參與業(yè)務(wù)流程(互動(dòng),通信和控制)。那么,數(shù)據(jù)挖掘技術(shù)在物聯(lián)網(wǎng)應(yīng)用中到底有怎樣的需求呢?為回答這個(gè)問(wèn)題,下面將列舉很多來(lái)自不同領(lǐng)域的需求。隨著物聯(lián)網(wǎng)的發(fā)展,數(shù)據(jù)挖掘技術(shù)一定能夠在各行各業(yè)大顯身手,使得物聯(lián)網(wǎng)能夠?yàn)槿藗兊臎Q策提供強(qiáng)有力的支持?! ?.精準(zhǔn)農(nóng)業(yè) 農(nóng)業(yè)是立國(guó)之本,而精準(zhǔn)農(nóng)業(yè)(precision agriculture)是當(dāng)今世界農(nóng)業(yè)發(fā)展的新潮流,是由物聯(lián)網(wǎng)技術(shù)支持的根據(jù)農(nóng)作物生長(zhǎng)環(huán)境來(lái)精確實(shí)施一整套現(xiàn)代化農(nóng)事操作技術(shù)與管理的系統(tǒng)。精準(zhǔn)農(nóng)業(yè)通過(guò)植入土壤或暴露在空氣中的傳感器來(lái)監(jiān)控土壤性狀和環(huán)境狀況,獲得的數(shù)據(jù)通過(guò)物聯(lián)網(wǎng)傳輸?shù)竭h(yuǎn)程控制中心,使得人們可以及時(shí)查清當(dāng)前農(nóng)作物生長(zhǎng)環(huán)境的現(xiàn)狀和變化趨勢(shì),并確定農(nóng)作物的生產(chǎn)目標(biāo),以最少的或最節(jié)省的投入達(dá)到同等收入或更高的收入,高效地利用各類農(nóng)業(yè)資源取得經(jīng)濟(jì)效益和環(huán)境效益。在精準(zhǔn)農(nóng)業(yè)中,人們通常關(guān)注的問(wèn)題是:環(huán)境、溫度、濕度和土壤各項(xiàng)參數(shù)等因素是如何影響農(nóng)作物產(chǎn)量的,如何調(diào)節(jié)它們才能夠最大限度地提高農(nóng)作物產(chǎn)量呢?這就需要通過(guò)數(shù)據(jù)挖掘的方法,從大量的歷史數(shù)據(jù)中發(fā)掘影響產(chǎn)量的重要因素和使得產(chǎn)量最大化的最佳配置?! ?.市場(chǎng)營(yíng)銷 隨著管理信息系統(tǒng)和POS(Point of Sales)系統(tǒng)在商業(yè)尤其是零售業(yè)內(nèi)的普遍使用,營(yíng)銷方可以收集到大量關(guān)于用戶購(gòu)買情況的數(shù)據(jù)。物聯(lián)網(wǎng)的發(fā)展將使得數(shù)據(jù)的收集和管理更加方便。對(duì)市場(chǎng)營(yíng)銷來(lái)說(shuō),利用數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)用戶數(shù)據(jù)的分析,可以得到關(guān)于顧客購(gòu)物取向和興趣的信息,從而為商業(yè)決策提供了可靠的依據(jù)。數(shù)據(jù)挖掘在營(yíng)銷業(yè)上的應(yīng)用可分為兩類:數(shù)據(jù)庫(kù)營(yíng)銷(database marketing)和貨籃分析(basketanalysis)。 1)數(shù)據(jù)庫(kù)營(yíng)銷即通過(guò)交互式查詢、數(shù)據(jù)分割和模型預(yù)測(cè)等方法來(lái)選擇潛在的顧客以便向他們推銷產(chǎn)品。與隨機(jī)地通過(guò)電話或者郵件聯(lián)系客戶相比,企業(yè)更愿意將其精力集中在很可能對(duì)公司產(chǎn)品感興趣的客戶身上。為尋找這樣的客戶,可以采用相關(guān)數(shù)據(jù)挖掘算法,根據(jù)客戶的購(gòu)物表現(xiàn)將客戶分類。當(dāng)一個(gè)新客戶到來(lái)時(shí),系統(tǒng)能夠根據(jù)分類模型對(duì)其購(gòu)買相關(guān)產(chǎn)品的可能性做出預(yù)測(cè),然后根據(jù)預(yù)測(cè)結(jié)果有針對(duì)性地對(duì)顧客進(jìn)行推銷。在此基礎(chǔ)上,企業(yè)還可以采用更先進(jìn)的數(shù)據(jù)挖掘算法來(lái)預(yù)測(cè)采用什么銷售渠道和優(yōu)惠條件,使得用戶最有可能被打動(dòng)。而營(yíng)銷過(guò)程中從收集數(shù)據(jù)到向客戶發(fā)送郵件的所有操作,都可以由營(yíng)銷系統(tǒng)自動(dòng)完成?! ?/pre>圖書封面
圖書標(biāo)簽Tags
無(wú)評(píng)論、評(píng)分、閱讀與下載
- 還沒(méi)讀過(guò)(77)
- 勉強(qiáng)可看(560)
- 一般般(956)
- 內(nèi)容豐富(3965)
- 強(qiáng)力推薦(325)
物聯(lián)網(wǎng)導(dǎo)論 PDF格式下載