曲阜师范大学：物联网工程专业《物联网数据处理》课程教学大纲

“物联网通信技术”教学大纲教研室主任：周子力执笔人：周子力一、课程基本信息开课单位：物理工程学院课程名称：物联网通信技术课程编号：072513英文名称：Iotdata processing课程类型：专业限选课总学时：50理论学时：40实验学时：10课外学时：3学分：2开设专业：物联网工程专业先修课程：信号与系统，通信原理二、课程任务目标（一）课程任务物联网中传感设备种类繁多，需要对来自不同网络、不同子系统的海量异构数据进行统一的处理及存储，从而要求物联网的海量数据处理机制能融合多网、多源、异构的海量数据并对这些数据进行高效快速的处理，从中获取有价值的信息，进而提供智能决策。同时，海量数据处理任务需要多种资源，包括计算资源、存储资源、网络资源等，对这些资源的统一规划和调度，可以有效地加快海量数据处理的速度。本课程的任务是使学生掌握物联网中的数据处理技术，掌握数据库，资源受限网络的分级数据融合以及数据挖掘算法与海计算技术。（二）课程目标（本项编写要求：写明学生在知识和能力方面应达到的自标要求）在学完本课程之后，学生能够：基本知识教学目标：理解物联网中的数据特征，主要包括海量数据的多源异构性等特点。能力教学目标：通过本课程的学习，掌握物联网所涉及的数据处理技术中的概念、基本原理和关键技术，为物联网工程专业学生今后从事相关实际工作打下基础。素质教育目标：通过物联网数据处理理论和实验教学，使学生认识、了解和掌握物联网核心数据处理技术，具备从事相关工作的能力

“物联网通信技术”教学大纲 教研室主任：周子力 执笔人：周子力 一、课程基本信息 开课单位：物理工程学院 课程名称：物联网通信技术 课程编号： 072513 英文名称：Iot data processing 课程类型：专业限选课 总 学 时： 50 理论学时：40 实验学时：10 课外学时：3 学 分：2 开设专业：物联网工程专业 先修课程：信号与系统，通信原理 二、课程任务目标 （一）课程任务 物联网中传感设备种类繁多，需要对来自不同网络、不同子系统的海量异构数据进行统一的处 理及存储，从而要求物联网的海量数据处理机制能融合多网、多源、异构的海量数据并对这些数据 进行高效快速的处理，从中获取有价值的信息，进而提供智能决策。同时，海量数据处理任务需要 多种资源，包括计算资源、存储资源、网络资源等，对这些资源的统一规划和调度，可以有效地加 快海量数据处理的速度。本课程的任务是使学生掌握物联网中的数据处理技术，掌握数据库，资源 受限网络的分级数据融合以及数据挖掘算法与海计算技术。 （二）课程目标 （本项编写要求：写明学生在知识和能力方面应达到的目标要求） 在学完本课程之后，学生能够： 基本知识教学目标：理解物联网中的数据特征，主要包括海量数据的多源异构性等特点。 能力教学目标：通过本课程的学习，掌握物联网所涉及的数据处理技术中的概念、基本原理和 关键技术，为物联网工程专业学生今后从事相关实际工作打下基础。 素质教育目标：通过物联网数据处理理论和实验教学，使学生认识、了解和掌握物联网核心数 据处理技术，具备从事相关工作的能力

三、教学内容和要求（一）理论教学的内容及要求第1章物联网概述第1节物联网的定义及其相关概念1.了解物联网概念2.理解物联网的本质3.理解物联网与传感网、M2M和泛在网的区别第2节物联网应用发展及面临的问题1.了解物联网时代生活场景2.了解物联网应用3.了解物联网面临的挑战重点：物联网的定义、本质和应用难点：物联网概念和本质第2章物联网数据第1节物联网中数据源1.了解物联网中数据来源2.了解物联网中数据流第2节物联网中数据特征1.理解数据的多源性2.理解数据的异构性3.理解数据的结构特征第3节物联网中数据处理关键技术1.理解数据处理中的关键技术2.理解物联网数据处理的技术特征第4节物联网数据应用1.了解物联网中数据的应用2.了解物联网数据管理系统重点：对物联网数据的特征的理解，数据处理技术和应用的理解难点：对数据处理关键技术的理解与掌握第3章物联网数据库技术第1节数据库的基本概念1.了解数据库相关的基本概念2.了解数据库管理系统及特点

三、教学内容和要求 （一）理论教学的内容及要求 第 1 章 物联网概述 第 1 节 物联网的定义及其相关概念 1. 了解物联网概念 2. 理解物联网的本质 3. 理解物联网与传感网、M2M 和泛在网的区别 第 2 节 物联网应用发展及面临的问题 1. 了解物联网时代生活场景 2. 了解物联网应用 3. 了解物联网面临的挑战 重点：物联网的定义、本质和应用 难点：物联网概念和本质 第 2 章 物联网数据 第 1 节 物联网中数据源 1. 了解物联网中数据来源 2. 了解物联网中数据流 第 2 节 物联网中数据特征 1. 理解数据的多源性 2. 理解数据的异构性 3. 理解数据的结构特征 第 3 节 物联网中数据处理关键技术 1. 理解数据处理中的关键技术 2. 理解物联网数据处理的技术特征 第 4 节 物联网数据应用 1. 了解物联网中数据的应用 2. 了解物联网数据管理系统 重点：对物联网数据的特征的理解，数据处理技术和应用的理解 难点：对数据处理关键技术的理解与掌握 第 3 章 物联网数据库技术 第 1 节 数据库的基本概念 1. 了解数据库相关的基本概念 2. 了解数据库管理系统及特点

3.了解数据管理技术的产生和发展第2节关系型数据库1．了解关系数据库的研究和发展2.了解关系数据库模型的主要特点3.理解关系数据库的基本概念第3节SQL查询语言1.了解结构化查询语言的概念2.了解SQL语言的主要特点3.理解SQL语言的基本概念4.理解并掌握SQL的基本操作重点：理解关系数据库模型与特点，理解和掌握SQL结构化查询语言难点：对SQL结构化语言的操作等的理解和掌握第4章数据融合第1节节点的分族控制1：理解分族的网络结构2.理解节点分族控制的优点3.理解和掌握典型分族控制算法第2节簇内数据融合1.理解数据融合的原理与方法2.理解数据融合的分类3.理解和掌握WSN中的数据融合第3节分布式数据存储与处理1.理解分布式数据处理的概念2.理解分布式数据存储的概念和结构重点：对数据融合的概念的理解，数据融合方法的理解，分布式数据存储和处理的理解与掌握难点：族内数据融合的原理与方法，分布式存储原理第5章数据挖掘与海计算第1节数据仓库与数据挖掘技术1.了解数据仓库的概念2.理解数据仓库系统的体系结构3.理解数据挖掘技术的概念4.理解数据挖掘的过程5.理解与掌握常用数据挖掘算法

3. 了解数据管理技术的产生和发展 第 2 节 关系型数据库 1. 了解关系数据库的研究和发展 2. 了解关系数据库模型的主要特点 3. 理解关系数据库的基本概念 第 3 节 SQL 查询语言 1. 了解结构化查询语言的概念 2. 了解 SQL 语言的主要特点 3. 理解 SQL 语言的基本概念 4. 理解并掌握 SQL 的基本操作 重点：理解关系数据库模型与特点，理解和掌握 SQL 结构化查询语言 难点：对 SQL 结构化语言的操作等的理解和掌握 第 4 章 数据融合 第 1 节 节点的分簇控制 1. 理解分簇的网络结构 2. 理解节点分簇控制的优点 3. 理解和掌握典型分簇控制算法 第 2 节 簇内数据融合 1. 理解数据融合的原理与方法 2. 理解数据融合的分类 3. 理解和掌握 WSN 中的数据融合 第 3 节 分布式数据存储与处理 1. 理解分布式数据处理的概念 2. 理解分布式数据存储的概念和结构 重点：对数据融合的概念的理解，数据融合方法的理解，分布式数据存储和处理的理 解与掌握 难点：簇内数据融合的原理与方法，分布式存储原理 第 5 章 数据挖掘与海计算 第 1 节 数据仓库与数据挖掘技术 1. 了解数据仓库的概念 2. 理解数据仓库系统的体系结构 3. 理解数据挖掘技术的概念 4. 理解数据挖掘的过程 5. 理解与掌握常用数据挖掘算法

第2节云计算1.了解云计算的概念2.了解云计算的发展3.理解云计算的特点4.理解云计算和物联网关系第3节海计算的概念与未来1.了解物联网中海计算概念2.理解物联网中海计算模型3.理解物联网中海计算模式4.了解海计算的应用重点：对数据仓库的理解，数据挖掘过程和算法，海计算模型与模式难点：数据挖掘算法的理解，海计算模式理解和掌握四、学时分配各教学环节学时分配章次小讨课讲实习上备注计授论外验机题44第一章物联网概述66第二章物联网数据第三章18126物联网数据库技术8102第四章数据融合10212第五章数据挖掘与海计算504010合计五、考核说明考核方法：考查成绩评定：平时成绩（20%），实验成绩（20%），期末成绩（60%）六、主要教材及教学参考书目（一）主要教材1.自编教材

第 2 节 云计算 1. 了解云计算的概念 2. 了解云计算的发展 3. 理解云计算的特点 4. 理解云计算和物联网关系 第 3 节 海计算的概念与未来 1. 了解物联网中海计算概念 2. 理解物联网中海计算模型 3. 理解物联网中海计算模式 4. 了解海计算的应用 重点：对数据仓库的理解，数据挖掘过程和算法，海计算模型与模式 难点：数据挖掘算法的理解，海计算模式理解和掌握 四、学时分配 章 次 各教学环节学时分配 小 计 讲 授 实 验 上 机 习 题 讨 论 课 外 备 注 第一章 物联网概述 4 4 第二章 物联网数据 6 6 第三章 物联网数据库技术 18 12 6 第四章 数据融合 10 8 2 第五章 数据挖掘与海计算 12 10 2 合 计 50 40 10 五、考核说明 考核方法：考查 成绩评定：平时成绩(20%),实验成绩（20%），期末成绩(60%) 六、主要教材及教学参考书目 （一）主要教材 1．自编教材

（二）主要参考书目1.陈志泊，数据仓库与数据挖掘，清华大学出版社，2009.52.康耀红，数据整合理论与应用，西安电子科技大学出版社,2006.5.3.杨万海，多传感器数据融合及其应用，西安电子科技大学出版社，2005.10

（二）主要参考书目 1. 陈志泊，数据仓库与数据挖掘，清华大学出版社，2009.5 2. 康耀红，数据整合理论与应用，西安电子科技大学出版社, 2006.5. 3. 杨万海，多传感器数据融合及其应用，西安电子科技大学出版社, 2005.10