發(fā)布時間：2021-02-13 08:08

　　參與式感知是最近幾年出現(xiàn)的一種感知技術(shù),它利用多種數(shù)據(jù)采集設(shè)備和集成了特定傳感器的智能手機,對人類社會狀態(tài)信息進行交互式或自主式采集、分類、傳輸和分析,進而做出智能決策,為人類生活提供服務(wù)。在參與式感知系統(tǒng)中,系統(tǒng)應(yīng)用具有鮮明的社會特征,同時網(wǎng)絡(luò)拓撲具有機會性和不確定性,因此如何準確刻畫節(jié)點的移動性并準確表達系統(tǒng)的機會連接特性是一個關(guān)鍵的科學問題；另外,參與式感知系統(tǒng)中的眾包任務(wù)是由一組參與式感知節(jié)點共同完成的,在感知節(jié)點數(shù)量不足以及機會連接的條件下,如何動態(tài)地創(chuàng)建一個由適當?shù)膫溥x節(jié)點構(gòu)成的感知群組,用以確保參與式感知應(yīng)用的順利完成,這也是一個研究的熱點問題。針對上述問題,本文綜合考慮社會關(guān)系結(jié)構(gòu)、人類活動特征、應(yīng)用場景等約束條件,建立動態(tài)的社會關(guān)系矩陣來描述參與式感知系統(tǒng)的社會網(wǎng)絡(luò)特征。針對機會性研究,本文提出了一種基于社會關(guān)系的節(jié)點位置預測算法。該方法根據(jù)不同節(jié)點的歷史位置信息,對節(jié)點移動軌跡進行預測,為機會連接背景下的動態(tài)群組構(gòu)造打下理論基礎(chǔ)。另外,本文還提出了一種機會連接條件下基于位置的備選群組動態(tài)構(gòu)造方法,該算法考慮到了節(jié)點的“弱聯(lián)網(wǎng)”狀態(tài),針對節(jié)點狀態(tài)設(shè)計不同的策略來來創(chuàng)建... 

【文章來源】：東北大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及意義
        1.1.1 課題背景
        1.1.2 研究目的和意義
    1.2 參與式感知系統(tǒng)及眾包應(yīng)用
        1.2.1 參與式感知概念及研究現(xiàn)狀
        1.2.2 眾包技術(shù)及應(yīng)用
        1.2.3 參與式感知系統(tǒng)眾包應(yīng)用
    1.3 主要研究內(nèi)容
    1.4 組織結(jié)構(gòu)
第2章 相關(guān)理論與技術(shù)
    2.1 社會網(wǎng)絡(luò)相關(guān)內(nèi)容
        2.1.1 基本概念
        2.1.2 中心性
        2.1.3 關(guān)聯(lián)性
        2.1.4 凝聚子群
    2.2 機會網(wǎng)絡(luò)相關(guān)內(nèi)容
        2.2.1 機會網(wǎng)絡(luò)的概念和體系結(jié)構(gòu)
        2.2.2 機會網(wǎng)絡(luò)在參與式感知系統(tǒng)中的應(yīng)用
        2.2.3 機會網(wǎng)絡(luò)的研究熱點
    2.3 馬爾可夫鏈模型
        2.3.1 馬爾可夫過程
        2.3.2 馬爾可夫鏈
    2.4 本章小結(jié)
第3章 參與式感知系統(tǒng)社會網(wǎng)絡(luò)特征研究
    3.1 移動感知節(jié)點社會網(wǎng)絡(luò)特性分析
    3.2 參與式感知系統(tǒng)社會關(guān)系時間演化圖模型
        3.2.1 時間演化圖定義及其時間相關(guān)性
        3.2.2 節(jié)點模型的建立
        3.2.3 移動節(jié)點社會關(guān)系權(quán)值量化
        3.2.4 移動節(jié)點社會關(guān)系更新過程
    3.3 實驗分析
        3.3.1 實驗環(huán)境
        3.3.2 實驗數(shù)據(jù)集
        3.3.3 實驗結(jié)果
    3.4 本章小結(jié)
第4章 參與式感知系統(tǒng)機會特征研究
    4.1 移動感知節(jié)點機會網(wǎng)絡(luò)特性分析
    4.2 基于社會關(guān)系的節(jié)點移動軌跡預測算法
        4.2.1 基于位置的節(jié)點移動應(yīng)用場景
        4.2.2 馬爾可夫鏈預測模型
        4.2.3 基于社會關(guān)系的預測優(yōu)化
    4.3 實驗分析
        4.3.1 移動模型
        4.3.2 實驗結(jié)果
    4.4 本章小結(jié)
第5章 基于位置的機會群組構(gòu)造方法研究
    5.1 參與式感知系統(tǒng)的動態(tài)群組構(gòu)造方法
    5.2 節(jié)點的“弱聯(lián)網(wǎng)”問題分析
        5.2.1 消息轉(zhuǎn)發(fā)群組的構(gòu)建
        5.2.2 基于位置的接觸狀態(tài)估計
    5.3 基于移動軌跡預測的備選節(jié)點群組構(gòu)造方法
    5.4 實驗分析
        5.4.1 實驗環(huán)境
        5.4.2 實驗結(jié)果
    5.5 本章小結(jié)
第6章 結(jié)論與展望
參考文獻
致謝
攻讀學位期間發(fā)表的論文及參與項目


【參考文獻】：
期刊論文
[1]物聯(lián)網(wǎng)移動感知中的社會關(guān)系認知模型[J]. 安健,桂小林,張文東,蔣精華,張進.  計算機學報. 2012(06)
[2]基于邊獨立演化的機會網(wǎng)絡(luò)時間演化圖模型[J]. 蔡青松,牛建偉.  計算機工程. 2011(15)
[3]復雜網(wǎng)絡(luò)中的社團結(jié)構(gòu)算法綜述[J]. 汪小帆,劉亞冰.  電子科技大學學報. 2009(05)

碩士論文
[1]基于Enterprise2.0的新商業(yè)模式研究[D]. 丁少璋.復旦大學 2009
[2]馬爾可夫鏈預測方法及其應(yīng)用研究[D]. 張宗國.河海大學 2005



本文編號：3032222