珠江-西江互联互通物联网关键技术研究是物联网新业态信息技术服务业、交通物流业的一种具体表现形式，服务对象包括沿江经济带、中国一东盟自由贸易区在内的相关制造、加工、商贸、物流等领域。关键技术在于先进的北斗卫星定位技术、GIS技术、区域大数据融合技术、物联网技术、移动互联网技术等的高度融合，研发出多边形抽稀回溯GIs引擎、单机多冗余模块型一体化北斗终端、系列并构物联网信息集成中间件与应用系统，实现珠江一西江信息流、交通物流互联互通。
　　《珠江-西江互联互通物联网关键技术研究》可供从事物联网、交通、物流、商贸等专业的科研人员与企业技术开发人员参考。

　　林兴志，主要研究方向为物联网与GIS技术。2012年获得“广西高校优秀人才资助计划”。主持项目23项，其中主持国家级项目2项、主持省部级等项目21项，主要参与国家和省部级等项目30余项。主持3项科技开发项目成果鉴定为“国内同类研究领先水平”。主持研发船联网北斗智能控制终端等物联网硬件产品10多个。获得软件著作权13项，申请专利19项：在全国中文核心期刊与国内外权威期刊（EI／ISTP）公开发表专业论文40多篇、专著1部、编著1部、主编教材1部。获奖：广西科技进步奖三等奖1项，广西社会科学优秀成果奖二等奖2项，广西高等教育教学成果奖一等奖1项、三等奖1项。
　　
　　潘翔，主要研究方向为物联网与GIS技术。主持国家级等项目9项，其中主持国家级项目1项、主要参与国家级项目3项、省部级等项目20多项。获得软件著作权14项，申请专利21项，获得专利授权3项；在全国中文核心期刊与国内外权威期刊（El／lSTP）公开发表专业论文近20篇、专著1部。

第1章 珠江-西江互联互通物联网技市
1.1 珠江-西江互联互通
1.2 互联互通发展现状
1.2.1 国内外发展现状
1.2.2 内河航运物联网现状
1.2.3 急需解决的问题
1.3 珠江-西江互联互通区域特色物联网技术
1.3.1 区域大数据集成
1.3.2 位置服务与中间件技术

第2章 互联互通物联网技市架构
2.1 关键技术在物联网三层架构中的应用
2.2 珠江-西江互联互通支撑平台
2.2.1 GIS支撑平台
2.2.2 北斗民用公共服务支撑平台
2.2.3 北斗交通物流集成装备

第3章 区域大数据中心技术
3.1 大数据中心技术框架
3.1.1 物联网大数据中心业务模式
3.1.2 大数据存储安全与感知体系
3.1.3 物联网大数据支撑体系
3.2 大数据处理模式
3.3 大数据处理流程
3.3.1 数据集成
3.3.2 数据分析和处理
3.4 企业信息流服务
3.4.1 供应链互联互通
3.4.2 产品物联网
3.4.3 商贸物流大数据

第4章 中间件技术
4.1 共性技术
4.1.1 硬件设备便捷接入系列中间件
4.1.2 移动泛在开发系列中间件
4.2 中间件关键技术
4.2.1 企业海量数据集成与分析中间件
4.2.2 水运物流检验检疫中间件
4.2.3 船岸协同联运物联网系统中间件
4.2.4 跨语言与标准交通物流系统接入中间件
4.2.5 交通物流物联网设备接入中间件
4.2.6 基于北斗卫星导航的船联网终端中间件
4.2.7 交通物流物联网安全监测中间件
4.2.8 多国语言移动物联网开发中间件

第5章 北斗与GIS关键技市
5.1 北斗卫星技术应用
5.1.1 高灵敏接收技术
5.1.2 基于北斗的位置服务
5.1.3 短报文交互与指令性控制
……
第6章 北斗智篷交通物流物联网集成装备
第7章 水陆联运物流物联网服务
第8章 物联网关键技术特征
第9章 商贸物联网服务
参考文献

　　《珠江-西江互联互通物联网关键技术研究》：
　　（3）数据清理
　　验证后的数据有可能还存在缺陷，不能有效地保障来源信息的数据质量，同时也无法确保提供给企业进行辅助决策的数据的有效性和准确率，导致企业做出阻碍企业发展的决策。因此，数据清理在数据处理过程中起着不可或缺的作用。在进行数据处理的过程中，为保证数据的完整性、有效性、一致性和可靠性，系统对验证后的数据要进行脏数据清理，以清除掉数据中的脏数据，提高数据信息的质量。
　　（4）数据聚集
　　数据聚集是指总结数据信息，并表达总结后的数据信息。数据聚集主要有数值聚集和维归约两种处理方法。数值聚集的处理方法主要是使用最小的数据量替代原有数据量，通过加大数据粒度的方法，过滤掉清理后数据中存在的不必要的信息；维归约处理方法是去掉数据中的不相关属性，精简数据量以达到增强数据信息的有效性。数据聚集可以有效地精简某一实体的实例数量，提高实例数据的驾驭水平，同时可以预算出数据应用的大概覆盖范围。
　　（5）数据转换与加载
　　因为数据库的异构性，导致数据格式和数据信息表述的不一致性。处理异构数据库的数据时，需将数据进行数据转换，形成统一的表述、名称和格式，为用户提供统一的可读性标准。系统在原有数据库组件转换方法的基础上进行相应的改进，通过企业海量数据集成与分析中间件进行数据的转换，提高了数据的转换效率。
　　珠江-西江互联互通物联网采用并行加载技术，实现了多维数据库企业海量数据的有效存储和管理。使用并行加载技术可实现数据的持续高速加载，提高数据的加载效率。并行加载技术通过数据划分技术，以数据库节点和前台服务对象的并行性为着手点，对数据进行加载，将加载数据均衡分布至多个数据库服务器上，有效地为用户提供服务。通过增强前台服务对象的并行化，充分提高后台数据库的并行加载能力，就能整体提高物联网数据的加载能力。为满足数据加载规模要求，系统运用在线动态配置加载中间件进行数据的加载，实现数据的动态负载，同时采用信息技术对用户与服务对象的连接关系进行调整，以达到加载对象高速并行加载信息的目的，提升系统整体的数据加载能力。
　　3.3.2数据分析和处理
　　数据分析是整个珠江一西江大数据处理流程的核心，大数据的价值产生于分析过程，从交通物流、企业商贸、金融服务、车船货代服务等异构数据源抽取和集成的数据构成了数据分析的原始数据，根据不同物流运输管理、运输安全监控、水陆联运服务、商贸物流服务等应用的需求可以从这些数据中选择全部或部分进行分析，从中提取优质的数据资源加以存储，以便为业务信息协同交互提供可靠的数据基础。
　　数据处理主要采用区域大数据算法来实现经济带物联网的数据分析，数据分析方法根据不同的文件格式类型进行数据处理，针对一系列数据抽取流程，对数据信息进行提取，并对所抽取的数据进行相关的数据分析，进而获取所需数据，提高数据信息的使用率。
　　……