1.5 組織結構

本書共六章，各章之間的組織結構如圖1-2所示。

第 1 章為緒論。該章首先介紹了研究背景和意義，分析了大數據研究面臨的挑戰，在對本領域國內外研究現狀綜述和分析的基礎上，介紹了主要研究內容及本書的組織結構。

圖1-2 組織結構

第 2 章，基于高斯混合模型的數據流聚類方法。現有數據流聚類模型大多是基于離散型隨機變量模型開展的，針對連續型隨機變量模型的研究相對較少。已有針對連續型隨機變量的聚類方法很難發現時間屬性上的聚簇問題。本章研究基于高斯混合模型構建方法，設計一種占用存儲空間較小，可以方便地表示數據的不確定性，將時間直接作為數據屬性，直接查詢某個時間維度的聚簇的通用數據流聚類算法（Cumicro），并通過實例驗證了算法的有效性。

第 3 章，基于不確定數據的數據流追溯方法。先闡述了現有數據流追溯中面臨的挑戰，在此基礎上提出了如何以較高效率去追蹤不同數據源間和同一數據源內部數據的不確定性的來源和演化過程，這是當下要解決的首要問題，設計了基于不確定數據的數據流追溯模型架構，給出了單節點出錯進行追溯的方法，以及多節點出錯如何進行追溯的思路。

第 4 章，基于灰色二階模型的數據流預測方法。首先介紹了目前對數據流預測的研究現狀及存在的問題，并通過表格對已有的一些預測方法給出了比較。接著，引入了時間粒度概念，介紹了灰色預測模型，在此基礎上，提出了數據流上的預測查詢處理模型，并給出了數據流預測處理算法，最終實現了數據流的在線實時預測。

第 5 章，數據流采集系統的設計。在前面研究的基礎上，設計了一個面向生豬養殖的集數據流采集與預測為一體的自動化控制系統。首先介紹了豬舍環境監測與控制系統的建立背景，接著介紹了現有監控系統及數據流模型研究現狀，之后，針對傳統的模型建模方法大多局限于時間域內的分析，沒有考慮計算過程和物理過程通過網絡實時交互對系統行為所帶來的影響，擴展現有信息物理融合系統模型，給出了面向生豬養殖的集數據流采集與預測為一體的自動化控制系統建模的形式化描述，并將前面章節的研究應用于系統中，實現了對豬舍環境的監測。

第 6 章介紹物聯網追溯系統研發相關內容，例如，養殖場信息管理系統、屠宰信息管理系統、追溯查詢信息系統，并對本書的主要內容進行了梳理和總結。