| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第2章 相关研究综述 | 第15-23页 |
| 2.1 微环境监测平台 | 第15页 |
| 2.2 语义传感Web | 第15-18页 |
| 2.2.1 传感器Web | 第15-16页 |
| 2.2.2 语义Web | 第16-17页 |
| 2.2.3 语义传感器Web | 第17-18页 |
| 2.3 语义标注 | 第18-20页 |
| 2.3.1 语义标注技术 | 第18页 |
| 2.3.2 SOSA/SSN本体 | 第18-19页 |
| 2.3.3 语义映射语言 | 第19-20页 |
| 2.4 语义推理 | 第20页 |
| 2.5 Apache Spark | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 传感器数据流实时语义标注 | 第23-35页 |
| 3.1 问题描述 | 第23页 |
| 3.2 方法概述 | 第23-24页 |
| 3.3 映射语言S-SASML的定义 | 第24-27页 |
| 3.4 SDS2R算法描述 | 第27-28页 |
| 3.5 实验 | 第28-34页 |
| 3.5.1 实例分析 | 第28-32页 |
| 3.5.2 性能评估 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于Spark Streaming的RDF流处理 | 第35-49页 |
| 4.1 问题描述 | 第35页 |
| 4.2 RDF流处理框架 | 第35-40页 |
| 4.2.1 基于Spark Streaming的RDF流数据聚合 | 第36-38页 |
| 4.2.2 基于Spark Streaming的语义推理 | 第38-39页 |
| 4.2.3 基于Spark Streaming的RDF流处理算法描述 | 第39-40页 |
| 4.3 室内环境监测实例分析 | 第40-45页 |
| 4.3.1 概述 | 第40页 |
| 4.3.2 关键术语 | 第40-41页 |
| 4.3.3 IEQ本体模型 | 第41页 |
| 4.3.4 实施方案 | 第41-45页 |
| 4.4 性能评估 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 原型系统的设计与实现 | 第49-59页 |
| 5.1 系统需求分析 | 第49-50页 |
| 5.1.1 系统功能需求 | 第49页 |
| 5.1.2 系统用例分析 | 第49-50页 |
| 5.2 系统设计 | 第50-52页 |
| 5.2.1 语义标注模块 | 第52页 |
| 5.2.2 RDF流处理模块 | 第52页 |
| 5.3 系统工作流程 | 第52-54页 |
| 5.3.1 语义标注流程 | 第53-54页 |
| 5.3.2 RDF流处理流程 | 第54页 |
| 5.4 系统实现 | 第54-57页 |
| 5.4.1 系统开发环境配置 | 第54-55页 |
| 5.4.2 系统模块的实现 | 第55-57页 |
| 5.5 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间所发表的论文 | 第65-67页 |
| 致谢 | 第67页 |
