物联网智能技术

第1章 物联网与商务智能1.1 物联网概述1.1.1 物联网的概念1.1.2 物联网的体系结构1.1.3 物联网的特点1.1.4 物联网的发展趋势1.2 商务智能1.2.1 商务智能的定义1.2.2 商务智能的功能及作用1.2.3 商务智能的过程1.3 商务智能的产生与发展过程1.3.1 决策支持系统引发商务智能1.3.2 数据仓库实现商业信息的聚集1.3.3 联机分析产生多维数据1.3.4 数据挖掘产生有价值的知识1.3.5 信息可视化提供最直观的视觉效果1.3.6 知识时代的竞争利器1.4 商务智能的体系结构1.5 主流商务智能产品1.6 商务智能未来的发展趋势1.7 物联网对商务智能活动的影响1.8 物联网环境下商务智能创新模式前景分析本章小结本章习题第2章 知识表示方法2.1 知识与知识表示2.1.1 知识2.1.2 知识表示2.1.3 知识表示方法2.1.4 衡量知识表示方法的标准2.2 一阶谓词逻辑表示法2.2.1 谓词逻辑2.2.2 一阶谓词演算2.3 与/或树表示法2.3.1 问题的分解与等价变换2.3.2 问题归约的与/或树表示2.3.3 与／或树表示法的求解步骤2.4 产生式表示法2.4.1 产生式系统的基本概念2.4.2 产生式系统的特点2.4.3 产生式表示的知识种类及基本形式2.4.4 产生式系统的构成2.4.5 产生式系统的基本过程2.4.6 产生式系统的控制策略2.5 语义网络表示法2.5.1 语义网络的基本概念2.5.2 语义网络的表示2.5.3 语义网络的推理过程2.5.4 语义网络表示法的特征2.6 框架表示法2.6.1 框架结构和框架表示2.6.2 框架系统2.6.3 框架表示法的特性2.7 过程表示法2.7.1 过程规则的组成2.7.2 过程表示的问题求解过程2.7.3 过程表示的特性2.8 剧本表示法2.8.1 概念依赖理论2.8.2 剧本的构成2.8.3 剧本的推理2.9 面向对象表示法2.9.1 面向对象的基本概念2.9.2 面向对象技术表示知识的方法本章小结本章习题第3章 高级知识推理3.1 推理的相关知识3.1.1 推理的概念3.1.2 推理方法及其分类3.1.3 推理的控制策略及其分类3.1.4 正向推理3.1.5 逆向推理3.1.6 混合推理3.2 推理的逻辑基础3.2.1 谓词公式的解释3.2.2 谓词公式的永真性与可满足性3.2.3 谓词公式的等价性与永真蕴涵性3.2.4 谓词公式的范式3.2.5 置换与合一3.3 主观Bayes方法3.3.1 知识不确定性的表示3.3.2 证据不确定性的表示3.3.3 组合证据不确定性的计算3.3.4 不确定性的更新3.3.5 结论不确定性的合成3.4 证据理论3.4.1 DS 理论的形式描述3.4.2 证据理论的推理模型本章小结本章习题第4章 专家系统4.1 专家系统的定义、特点及其类型4.1.1 专家系统的定义4.1.2 专家系统的一般特点4.1.3 专家系统的类型4.2 专家系统的结构、功能及其基本原理4.2.1 专家系统的结构及其基本功能4.2.2 专家系统的基本原理4.3 专家系统的开发4.3.1 专家系统的开发过程4.3.2 专家系统开发语言和工具4.4 专家系统的发展趋势及应用4.4.1 专家系统的发展趋势4.4.2 专家系统的应用本章小结本章习题第5章 知识管理系统5.1 知识管理系统概述5.1.1 知识管理系统的概念5.1.2 知识管理系统的构建目标与实现途径5.1.3 知识管理系统的功能架构与实现框架5.2 知识管理系统模型5.2.1 从理论角度构建知识管理系统模型5.2.2 从技术角度构建知识管理系统模型5.3 知识管理系统在企业中的应用5.3.1 知识管理系统在企业中的作用5.3.2 知识管理系统在生产企业中应用5.3.3 知识管理系统实现企业智能运营5.4 知识管理与商务智能的关系5.4.1 知识管理和商务智能的区别5.4.2 知识管理和商务智能的共同点5.4.3 知识管理与商务智能整合本章小结本章习题第6章 神经网络与遗传算法6.1 生物神经元模型6.2 人工神经网络概述6.2.1 人工神经网络的发展6.2.2 神经网络的特性6.2.3 人工神经元模型6.2.4 神经网络的分类6.2.5 神经网络学习方法6.3 向前神经网络模型6.3.1 感知器算法及其应用6.3.2 BP神经网络6.4 Hopfield神经网络6.5 遗传算法本章小结本章习题第7章 其他计算智能法7.1 蚁群算法7.1.1 蚁群算法的基础7.1.2 蚁群算法的原理7.1.3 蚁群算法描述7.1.4 蚁群算法的特点7.1.5 蚁群算法在多传感器管理中的应用7.2 免疫克隆算法7.2.1 算法原理基础7.2.2 免疫克隆算法算子7.2.3 免疫克隆算法的实现步骤7.2.4 免疫克隆算法在传感器网络路由的应用7.3 鱼群算法7.3.1 算法原理基础7.3.2 鱼群算法描述7.3.3 鱼群算法分析7.3.4 人工鱼群算法在无线传感网络覆盖中的应用7.4 粒子群优化算法7.4.1 粒子群优化算法基础分析7.4.2 算法原理7.4.3 粒子群算法参数7.4.4 粒子群优化算法流程7.4.5 粒子群优化算法在无线传感器网络定位中的应用本章小结本章习题第8章 粗糙集合8.1 基本概念8.1.1 RSDA工具概述8.1.2 RSDA工具的数学机理8.1.3 知识表达系统8.1.4 决策系统8.2 连续属性离散化方法8.2.1 离散化问题的正规化描述8.2.2 现有连续属性离散化方法综述8.2.3 基于数据分布特征的离散化方法8.2.4 基于数据分区的离散化方法8.2.5 不完备信息表的数据预处理方法8.3 静态决策系统分类算法8.3.1 数据分析约简算法中涉及的概念8.3.2 数据分析约简算法的描述8.4 动态决策系统分类算法8.4.1 增量式数据挖掘模型的提出8.4.2 增量式数据挖掘模型的研究本章小结本章习题第9章 机器学习9.1 机器学习简史9.1.1 机器学习的发展历史9.1.2 机器学习的概念9.1.3 机器学习系统的基本结构9.2 机器学习的主要策略和方法9.2.1 机械学习9.2.2 指导学习9.2.3 归纳学习9.2.4 类比学习9.2.5 解释学习9.2.6 其他学习策略9.3 几种常用的机器学习算法9.3.1 决策树算法9.3.2 支持向量机9.3.3 贝叶斯学习算法本章小结本章习题第10章 multiagent多智能体10.1 多智能体的概念与发展过程10.1.1 智能体的定义10.1.2 多智能体的发展历史和研究领域10.1.3 多智能体与自治智能体10.1.4 智能体的学习10.2 多智能体强化学习10.2.1 马尔可夫决策过程10.2.2 多智能体环境下的强化学习10.2.3 TD算法10.2.4 Dyna算法10.2.5 Q学习10.3 博弈学习本章小结本章习题第11章 自然语言与感知11.1 自然语言理解的概念和发展过程11.1.1 自然语言的概念11.1.2 自然语言理解的概念11.1.3 自然语言理解的发展历史11.2 自然语言理解研究的关键问题11.2.1 词法分析11.2.2 句法分析11.2.3 语义分析11.2.4 语言的自动生成本章小结本章习题第12章 知识工程和数据挖掘12.1 知识工程简介12.1.1 知识工程的相关概念和发展过程12.1.2 知识管理与信息管理12.2 数据挖掘和知识发现12.2.1 数据挖掘与知识发现的概念、过程及方法12.2.2 数据仓库12.3 常用的数据挖掘方法12.3.1 关联规则12.3.2 时间序列分析12.3.3 聚类分析12.3.4 孤立点分析本章小结本章习题参考文献

本书主要介绍了物联网智能技术的理论及其相关算法，从知识管理、知识表达、知识推理、智能计算、机器学习等方面，对物联网智能技术进行了详细介绍，以期为读者提供一个更为系统、综合的物联网智能技术体系。本书内容丰富、详略得当、专业性强，既可作为系统工程专业、计算机专业及通信等相关专业本科生及研究生的教材，也可作为高等学校学生毕业论文及毕业设计的参考资料，以及从事物联网智能技术相关工作的专业人员的参考书。