物联网导论配套教程课件完整版电子教案.ppt

-*- 2、矢量图 光栅图的缺点 文件尺寸太大； 放大图像会出现失真（马赛克）。 矢量图 矢量图编码方案并不存储每个像素的颜色值； 图形被分解成几何图形的组合，如线段、矩形、圆等 每个几何图形由数学公式表达，如线段由端点坐标描述 矢量图由定义如何绘制这些形状的一系列指令构成。 -*- 矢量图的输出 过程 现实或打印矢量图形时，将图像尺寸作为参数输入给系统，系统根据公式重新计算并生成图像（光栅图） 每次绘制图像，都要重新计算一次，矢量图也被称为几何模型或面向对象图形。 图像缩放不会影响质量，但需要更多的处理时间。 示例，绘制圆形需要的参数 圆的半径r 圆心的位置 绘制的线型和颜色 填充的类型和颜色 -*- 矢量图应用 矢量图 不适合存储非常精细的照片级图像，应该采用JPEG或GIF等栅格图像格式存储 矢量图适合通过几何元素来创建图像的应用，如Flash应用、创建TrueType字体和PostScrirpt字体 计算机辅助设计（CAD）也使用矢量图进行工程绘图 传感器数据的特点？ 海量性：假设每个传感器每分钟内仅传回1K数据，则1000个节点每天的数据量就达到了约1.4GB 多态性 ： 生态监测系统：温度、湿度、光照 多媒体传感网：视频、音频 火灾导航系统：结构化通讯数据 关联性及语义性 描述同一个实体的数据在时间上具有关联性（同一节点上温度随时间变化 ） 描述不同实体的数据在空间上具有关联性（同一区域内不同节点测得的温度值相近） 描述实体的不同维度之间也具有关联性（同一节点同一时间测得的温度与湿度值相关） 传感器网络的数据存储 分布式存储 数据可保存在“存储节点”上 查询被分发到网络中去，由存储节点返回查询结果 集中式存储 数据全部保存在sink端（汇聚点） 查询仅在sink端进行 传感器网络的数据查询 查询分为快照查询和连续查询。 快照查询特点：查询不固定，数据不固定 连续查询特点：查询固定，数据不固定 近似查询技术 针对数据不确定，可减小网络通信开销 基于模型的查询 查询优化 针对查询固定，优化查询内容 节点仅返回所需要的数据 查询仅发往满足查询条件的地区 传感器网络的数据融合 互联网中数据流从丰富的网络资源流向终端设备，传感网中数据流从传感器设备流向网络 数据融合，即怎样分析、综合不同来源的无数的数据流，是传感网乃至物联网跨向大规模应用所必须越过的障碍 数据流管理系统 -*- 3、符号、指数和尾数 二进制浮点数规范化后，只存储3个部分 符号：1个二进制位（0或1） 指数：定义小数点移动的位数，采用余码表示法，定义了数的量级 尾数：小数点右边的二进制数，定义了数的精度 小数点和定点部分小数点左侧的1没有存储，是隐含的 尾数加符号位，可看成符号加绝对值的整数表示 -*- 4、余码系统 二进制浮点数系统中，采用余码系统存储指数部分 尾数作为无符号数存储，指数有正有负； 余码系统中，为了采用无符号数存储指数部分，将一个正整数（偏移量）加到每个指数上，统一到非负 偏移量通常为：2m-1-1（m为指数位数） -*- 5、IEEE标准 两种浮点数标准 单精度浮点数：32位存储浮点数，指数占8位，采用余127码（偏移量为127） 双精度浮点数：64位存储浮点数，指数占11位，采用余1023码（偏移量为1023） -*- 6、IEEE标准浮点数存储 过程 在S中存储符号位 将绝对值转换为二进制 规范化二进制数 找到E（指数）和M（尾数），尾数不足的右侧补零 连接S、E、M -*- 标准浮点数存储 按余码127（单精度浮点数）存储6.75 解答 为正数→S=0 十进制转二进制：6.75→(110.11)2 规范化：→（1.1011)2×22 E= 2+127 = 129 →2 M=1011 -*- 标准浮点数存储 按余码127（单精度浮点数）存储-161.875 解答 为负数→S=1 十进制转二进制：→111)2 规范化：→（1.0100001111)2×27 E= 7+127 = 134→2 M= 0100001111 -*- 7、译码标准浮点数 过程 找出S（符号）、E（指数）、M（尾数） 如果S为0，表示正数，否则表示负数 计算位移量（E-偏移量） 对尾数取规范化 计算十进制数值 添加符号 -*- 译码标准浮点数示例 按余码127（单精度浮点数）译码内存中的(11001010000000000111000100001111)2 解答 S为1，为负数 位移量：→E-127= 148-127 = 21 →(1.00000000111000100001111)2 × 221 去规范化→(1000000001110001000011.11)2 → 2,104,378.7