| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-12页 |
| 1.3 实体实时搜索内容及难点 | 第12-14页 |
| 1.4 本文主要工作及内容安排 | 第14-16页 |
| 第2章 物联网体系架构及实体搜索 | 第16-22页 |
| 2.1 物联网概念及相关技术 | 第16-18页 |
| 2.2 物联网三层体系架构 | 第18页 |
| 2.3 实体搜索相关技术 | 第18-20页 |
| 2.4 预测分析相关技术 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 第3章 物联网三维视图及实体信息获取 | 第22-33页 |
| 3.1 物联网三维视图结构 | 第22-25页 |
| 3.1.1 实体物品维度 | 第23-24页 |
| 3.1.2 互联网络维度 | 第24页 |
| 3.1.3 智能应用维度 | 第24-25页 |
| 3.2 智能应用维度的数据承载 | 第25页 |
| 3.3 MetaSeeker 信息实时获取 | 第25-27页 |
| 3.4 Watir 与 Nokogiri 信息实时获取 | 第27-31页 |
| 3.4.1 自动化测试工具 Watir | 第27页 |
| 3.4.2 HTML/XML 的 Ruby 库 Nokogiri | 第27页 |
| 3.4.3 信息实时获取模块 | 第27-30页 |
| 3.4.4 信息实时获取软件流程 | 第30-31页 |
| 3.5 实验结果与分析 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 实体信息实时搜索 | 第33-40页 |
| 4.1 Lucene 搜索引擎及其物联网应用 | 第33-34页 |
| 4.2 物联网实体搜索服务特征 | 第34-35页 |
| 4.3 Lucene 的系统结构 | 第35-37页 |
| 4.4 建立 Lucene 搜索框架 | 第37-38页 |
| 4.4.1 建立索引数据库 | 第37页 |
| 4.4.2 检索索引数据库 | 第37-38页 |
| 4.5 实验结果与分析 | 第38-39页 |
| 4.6 本章小结 | 第39-40页 |
| 第5章 物联网信息实时预测 | 第40-48页 |
| 5.1 实时预测方法 | 第40-42页 |
| 5.1.1 聚合模型 | 第40-41页 |
| 5.1.2 单周期预测模型 | 第41-42页 |
| 5.1.3 多周期预测模型 | 第42页 |
| 5.2 预测方法与实验数据集选取 | 第42-44页 |
| 5.2.1 实时预测方法选取 | 第42-43页 |
| 5.2.2 实验数据集选取 | 第43-44页 |
| 5.3 实验结果与分析 | 第44-47页 |
| 5.3.1 MERL 数据预测分析 | 第44-45页 |
| 5.3.2 TDRL 数据预测分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |