"生態物聯網是物聯網技術在生態環境保護領域的重要應用，由於基於物聯網得到的監測數據具有數據量龐大、時空相關性和不確定性等特點，需要采用必要的數據挖掘技術進行智能處理，從中挖掘出潛在的模式，並預測未來的趨勢。 本書介紹了物聯網和數據挖掘技術在生態監測領域的具體應用，為生態環境監測和環境保護提供了一些技術上的支持。?"

●第1章 生態物聯網與數據挖掘
1.1 物聯網技術
1.1.1 物聯網體繫結構
1.1.2 物聯網關鍵技術
1.1.3 物聯網發展趨勢
1.2 生態物聯網
1.3 數據挖掘技術
1.3.1 數據挖掘概念
1.3.2 數據挖掘方法
第2章 生態物聯網監測點相鄰關繫判定
2.1 聚類分析方法
2.2 物聯網監測點相鄰關繫
2.3 基於聚類的監測點邏輯相鄰關繫判定
2.3.1 監測點邏輯相鄰關繫判定
2.3.2 監測點邏輯相鄰關繫數據分析
第3章 生態物聯網監測數據的異常檢測
3.1 生態監測異常數據
3.2 生態物聯網異常數據檢測
3.2.1 常規異常數據檢測
3.2.2 基於離群點識別的異常數據檢測
3.3 生態監測缺失數據填補
3.3.1 基於關聯規則的缺失數據填補
3.3.2 基於神經網絡優化算法的缺失數據填補
第4章 基於生態監測數據的預測和預警
4.1 貝葉斯網絡
4.2 生態監測數據質量預測
4.2.1 多條件下監測數據質量的貝葉斯網絡模型
4.2.2 生態監測數據質量預測準確度影響因素分析
4.2.3 基於貝葉斯網絡的生態監測數據質量預測
4.3 生態監測數據預警
4.3.1 基於貝葉斯網絡的數據預警模型
4.3.2 生態監測數據預警算法
第5章 生態物聯網的可靠性分析與評估
5.1 生態物聯網結點部署
5.2 生態物聯網可靠性分析
5.2.1 監測區域內部簇結構的可靠性量化分析
5.2.2 監測區域外圍全覆蓋的分析與計算
5.2.3 遠程傳輸主干可靠性保障機制與量化分析
5.3 生態物聯網可靠性評估
5.3.1 構建可靠性綜合評估模型
5.3.2 生態物聯網可靠性綜合評估方法
5.3.3 生態物聯網可靠性評估實例
第6章 生態監測數據分析應用的開發
6.1 數據有效性審核繫統
6.1.1 繫統主要功能
6.1.2 關鍵開發技術
6.2 生態監測數據分析繫統
6.2.1 服務器端功能
6.2.2 瀏覽器端開發
參考文獻

本書主要介紹物聯網和數據挖掘技術在生態監測領域的應用。主要內容包括：基於聚類分析進行生態物聯網中監測點之間相鄰關繫的判定方法，為監測數據處理提供更為合理的依據；針對生態物聯網監測中的異常數據進行有效性檢測和缺失填補，確保監測數據的完整有效；采用貝葉斯網絡對生態物聯網監測數據的質量進行預測，並實現生態監測實時預警；生態物聯網監測結點部署和繫統整體可靠性的分析及評估；基於生態監測數據的數據有效性審核繫統和數據分析繫統開發。本書可供具有數據挖掘基礎並對生態監測感興趣的學生和研究者參考。

李永飛 著