农业物联网导论(第2版)(本科教材)

1星价 ¥34.8 (6.0折)

2星价￥34.8 定价￥58.0

作者：李道亮

出版社：科学出版社

本类榜单：教材

分类：教材 > 研究生/本科/专科教材 > 工学

暂无评论

图文详情

ISBN：9787030680402
装帧：平装-胶订
册数：暂无
重量：暂无
开本：16开
页数：296
出版时间：2021-03-01
条形码：9787030680402 ; 978-7-03-068040-2

本书特色

随着万物互联趋势的不断深入，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用的出现，对延迟提出了更高的要求。通过将从数据源到云计算中心数据路径之间的任意计算、存储和网络资源，组成统一的平台为用户提供服务，边缘计算作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理。这种模式不同于云计算要将所有数据传输到数据中心，它绕过了网络带宽与延迟的瓶颈。在产业界和学术界的合力推动下，边缘计算正在成为新兴万物互联应用的主流支撑平台。
本书分别从边缘计算的需求与意义、边缘计算基础、边缘智能、边缘计算典型应用、边缘计算系统平台、边缘计算的挑战、边缘计算资源调度、边缘计算系统实例以及边缘计算安全与隐私保护等多个方面对边缘计算进行了阐述。
本书非常适合作为高等院校计算机、通信、物联网、信息安全、电子机械相关专业的教学参考书，也可以作为从事边缘计算的开发人员和科研人员的参考资料。

随着万物互联趋势的不断深入，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用的出现，对延迟提出了更高的要求。通过将从数据源到云计算中心数据路径之间的任意计算、存储和网络资源，组成统一的平台为用户提供服务，边缘计算作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理。这种模式不同于云计算要将所有数据传输到数据中心，它绕过了网络带宽与延迟的瓶颈。在产业界和学术界的合力推动下，边缘计算正在成为新兴万物互联应用的主流支撑平台。
本书分别从边缘计算的需求与意义、边缘计算基础、边缘智能、边缘计算典型应用、边缘计算系统平台、边缘计算的挑战、边缘计算资源调度、边缘计算系统实例以及边缘计算安全与隐私保护等多个方面对边缘计算进行了阐述。
本书非常适合作为高等院校计算机、通信、物联网、信息安全、电子机械相关专业的教学参考书，也可以作为从事边缘计算的开发人员和科研人员的参考资料。

内容简介

农业物联网是现代信息与通信技术在农业中的集成与应用，是农业生产方式变革的重要支撑，是现代农业发展的重要方向。本书从感知、传输、处理和应用四个层面详细阐述了农业物联网的理论体系架构，对每一层所涉及关键技术的基本原理、地位和在农业中的应用进行了深入的剖析，力争让读者对先进感知、可靠传输和智能处理的各种技术原理及其在大田种植、设施园艺、畜禽养殖、水产养殖和农产品物流及电子商务等领域的集成应用有一个全面的了解。本书适合高等农业院校电子、自动化、通信、计算机和物联网工程等相关专业作为教材使用，也适合农业信息化领域的科研工作者和相关企业人员参考阅读。

第1章边缘计算的需求与意义
1.1 什么是边缘计算
1.2 边缘计算的产生背景
1.3 边缘计算的发展历史
1.3.1 分布式数据库模型
1.3.2 对等网络模型
1.3.3 内容分发网络模型
1.3.4 移动边缘计算
1.3.5 雾计算
1.3.6 海云计算
1.3.7 物端计算
1.3.8 边缘计算的发展现状
本章小结
参考文献
第2章边缘计算基础
2.1 分布式计算
2.2 边缘计算的基本概念
2.3 边缘计算的关键技术
2.3.1 计算迁移
2.3.2 5G通信技术
2.3.3 新型存储系统
2.3.4 轻量级函数库和内核
2.3.5 边缘计算编程模型
2.4 边缘计算与云计算
2.4.1 云计算的概念
2.4.2 云计算特点
2.4.3 边缘计算与云计算对比
2.5 边缘计算与大数据
2.6 边缘计算的优势与挑战
本章小结
参考文献
第3章边缘智能
3.1 边缘智能的定义
3.1.1 背景
3.1.2 定义
3.2 边缘智能的技术栈
3.2.1 边缘智能算法
3.2.2 边缘智能编程库
3.2.3 边缘智能数据处理平台
3.2.4 边缘智能操作系统
3.2.5 边缘智能芯片
3.2.6 边缘智能设备
3.3 边缘智能中的协同计算
3.3.1 边云协同
3.3.2 边边协同
3.3.3 边物协同
3.3.4 云边物协同
3.4 支撑边缘智能的计算框架
3.4.1 OpenEI：面向边缘智能的开放数据处理框架
3.4.2 NestDNN：动态分配多任务资源的移动端深度学习框架
3.4.3 AdaDeep：应用驱动的模型选择框架
3.4.4 DeepCham：自适应移动目标识别框架
3.4.5 DDNN：分布式神经网络框架
本章小结
参考文献
第4章边缘计算典型应用
4.1 智慧城市
4.2 智能制造
4.3 智能交通
4.4 智能家居
4.5 智能医疗
4.6 面向公共安全的边缘视频系统
4.7 基于边缘计算的灾难救援
4.8 工业互联网边缘计算
4.8.1 基于工业互联网边缘计算的智慧油田系统解决方案
4.8.2 基于工业互联网边缘计算电网输变配用一体化解决方案
4.8.3 基于工业互联网边缘计算的石化智能化生产监控与优化解决方案
4.8.4 面向个性化定制的自适应可重构生产系统
本章小结
参考文献
第5章边缘计算系统平台
5.1 面向智慧城市的边缘计算系统
5.1.1 面向智慧城市的边缘计算系统框架
5.1.2 智慧城市中边缘计算任务迁移及调度
5.2 面向智能汽车的边缘计算系统
5.2.1 为什么需要EdgeOSV
5.2.2 车载应用的划分
5.2.3 OpenVDAP
5.2.4 AC4AV
5.2.5 面向智能汽车的安全协同计算框架
5.3 面向智能家居的边缘计算系统
5.3.1 为什么需要EdgeOSH
5.3.2 EdgeOSH架构
5.3.3 EdgeOSH的功能性问题
5.3.4 面临的问题
5.4 面向个人计算的边缘计算系统
5.4.1 EdgeOSP整体架构
5.4.2 EdgeOSP的软件结构
5.4.3 EdgeOSP的典型应用实例
5.4.4 面临的问题
5.5 协同平台
5.5.1 协同平台背景模型
5.5.2 协同平台的典型应用举例
5.5.3 面临的问题
本章小结
参考文献
第6章边缘计算的挑战
6.1 可编程性
6.2 程序自动划分
6.3 命名规则
6.4 数据抽象
6.5 调度策略
6.6 服务管理
6.7 隐私保护及安全
6.8 优化指标
6.9 软硬件选型
6.10 理论基础
6.11 商业模式
6.12 和垂直行业紧密合作
6.13 边缘节点落地问题
本章小结
参考文献
第7章边缘计算资源调度
7.1 资源调度概述
7.1.1 背景
7.1.2 应用场景
7.1.3 架构
7.1.4 性能指标
7.2 资源调度的研究方向
7.2.1 卸载决策
7.2.2 资源分配
7.2.3 资源配置
7.3 资源调度的主要技术
7.3.1 集中式方法
7.3.2 分布式方法
7.4 边缘计算卸载模型 LabC
7.4.1 LabC 系统模型
7.4.2 LabC 应用案例分析
7.4.3 LabC 在车联网中的实例
7.5 基于区块链的边缘资源分配问题
7.5.1 基于区块链的不可篡改性的边缘资源分配问题
7.5.2 基于区块链的去中心化特性的边缘资源分配问题
7.6 基于深度强化学习的VEC协作数据调度
7.6.1 系统模型
7.6.2 数据缓存的多队列模型
7.6.3 基于 MDP 的数据调度分析
7.6.4 基于 DQN 的数据协作调度方案
7.7 无服务器边缘计算中的有效资源配置
本章小结
参考文献
第8章边缘计算系统实例
8.1 边缘计算系统概览
8.1.1 Cloudlet
8.1.2 PCloud
8.1.3 ParaDrop
8.1.4 Cachier与Precog
8.1.5 FocusStack
8.1.6 SpanEdge
8.1.7 AirBox
8.1.8 CloudPath
8.1.9 Firework
8.1.10 海云计算
8.1.11 边缘计算代表性商业系统
8.1.12 边缘计算

展开全部

作者简介

李道亮，中国农业大学教授，博士生导师，教育部长江学者特聘教授。研究方向为农业先进传感与智能信息处理。北京市农业物联网工程技术研究中心、中欧农业信息技术研究中心、中国农业信息化评价中心主任，入选国家万人计划、科技部中青年科技领军人才、农业部杰出科研人才、教育部新世纪人才，中国青年科技奖、全国优秀科技工作者获得者。国际信息处理联合会农业信息处理分会主席，国际杂志Information Processing in Aqriculture主编，国家农村信息化指导组专家，中国渔业物联网与大数据产业技术创新联盟常务副理事长兼秘书长，中国科协农业物联网技术学科首席科普专家，农业部十二五、十三五全国农业信息化规划起草牵头人、**完成人，获省部级科技进步一等奖3项、二等奖4项，授权国家发明专利27项，出版专著《农业物联网导论》《零公里探索》等6部，发表SCI/EI论文200余篇，制定国家标准4项，行业标准6项。带领的团队入选农业部水产养殖物联网技术创新团队、中国科协农业物联网科普团队。

本类五星书