1、近年來，物聯(lián)網(wǎng)的興起給制造業(yè)注入了新的活力，在萬物互聯(lián)的時代，數(shù)據(jù)不可避免的以幾何級數(shù)開始增長，尤其實在制造業(yè)物聯(lián)網(wǎng)中，在制造物聯(lián)的環(huán)境下，生產(chǎn)現(xiàn)場環(huán)境復(fù)雜，生產(chǎn)過程動態(tài)不穩(wěn)定，因此必須把大量不同的RFID讀寫器、傳感器等部署到制造業(yè)現(xiàn)場的各個地方來實時監(jiān)控現(xiàn)場設(shè)備、環(huán)境等一系列數(shù)據(jù)。造成了制造業(yè)物聯(lián)網(wǎng)中大規(guī)模數(shù)據(jù)流的產(chǎn)生，在大數(shù)據(jù)時代，海量數(shù)據(jù)中隱藏著巨大的價值，如何挖掘出海量數(shù)據(jù)的價值，成為新興的行業(yè)熱點，尤其是在制造業(yè)物聯(lián)網(wǎng)中，面

2、對數(shù)以萬計的大規(guī)模數(shù)據(jù)流，如何快速高效地對海量數(shù)據(jù)流進(jìn)行處理，并從中提取出有價值的信息成為制造業(yè)生產(chǎn)中的熱點問題
　　為了從大規(guī)模數(shù)據(jù)流發(fā)掘出有價值的信息，并用于指導(dǎo)生產(chǎn)，針對制造業(yè)物聯(lián)網(wǎng)中數(shù)據(jù)流分類的問題，國內(nèi)外許多個學(xué)者提出了各種各樣解決方案。這些方案大多不具體區(qū)分?jǐn)?shù)據(jù)流的特性，比如同樣的解決方案，既可以處理互聯(lián)網(wǎng)中產(chǎn)生的海量數(shù)據(jù)，又可以進(jìn)行分?jǐn)?shù)據(jù)流的分析，沒有針對制造業(yè)物聯(lián)網(wǎng)中數(shù)據(jù)流的特點提出專門的解決方案。但由于制造業(yè)現(xiàn)場

3、環(huán)境的動態(tài)多變、數(shù)據(jù)采集不穩(wěn)定、以及數(shù)據(jù)流的數(shù)據(jù)特征單一，大部分為數(shù)值類型等原因，會導(dǎo)致許多無效的數(shù)據(jù)產(chǎn)生，同時物聯(lián)網(wǎng)數(shù)據(jù)流傳輸?shù)乃俣雀?，需要及時的處理。
　　本文主要研究制造業(yè)物聯(lián)網(wǎng)環(huán)境中的數(shù)據(jù)流的分類，通過分析數(shù)據(jù)流采集過程，主要以RFID數(shù)據(jù)流的采集為例，對數(shù)據(jù)流進(jìn)行清洗，提出一種數(shù)據(jù)流的預(yù)處理方法WBBS；并深入分析數(shù)據(jù)流分類模型，針對制造業(yè)物聯(lián)網(wǎng)中的數(shù)據(jù)流的特性：實時性、不穩(wěn)定性、以及數(shù)據(jù)格式的規(guī)范性，以KNN、SVM