参与式感知系统中的机会组网及群组构造方法研究

发布时间：2021-02-13 08:08

　　参与式感知是最近几年出现的一种感知技术,它利用多种数据采集设备和集成了特定传感器的智能手机,对人类社会状态信息进行交互式或自主式采集、分类、传输和分析,进而做出智能决策,为人类生活提供服务。在参与式感知系统中,系统应用具有鲜明的社会特征,同时网络拓扑具有机会性和不确定性,因此如何准确刻画节点的移动性并准确表达系统的机会连接特性是一个关键的科学问题；另外,参与式感知系统中的众包任务是由一组参与式感知节点共同完成的,在感知节点数量不足以及机会连接的条件下,如何动态地创建一个由适当的备选节点构成的感知群组,用以确保参与式感知应用的顺利完成,这也是一个研究的热点问题。针对上述问题,本文综合考虑社会关系结构、人类活动特征、应用场景等约束条件,建立动态的社会关系矩阵来描述参与式感知系统的社会网络特征。针对机会性研究,本文提出了一种基于社会关系的节点位置预测算法。该方法根据不同节点的历史位置信息,对节点移动轨迹进行预测,为机会连接背景下的动态群组构造打下理论基础。另外,本文还提出了一种机会连接条件下基于位置的备选群组动态构造方法,该算法考虑到了节点的“弱联网”状态,针对节点状态设计不同的策略来来创建... 

【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
        1.1.1 课题背景
        1.1.2 研究目的和意义
    1.2 参与式感知系统及众包应用
        1.2.1 参与式感知概念及研究现状
        1.2.2 众包技术及应用
        1.2.3 参与式感知系统众包应用
    1.3 主要研究内容
    1.4 组织结构
第2章 相关理论与技术
    2.1 社会网络相关内容
        2.1.1 基本概念
        2.1.2 中心性
        2.1.3 关联性
        2.1.4 凝聚子群
    2.2 机会网络相关内容
        2.2.1 机会网络的概念和体系结构
        2.2.2 机会网络在参与式感知系统中的应用
        2.2.3 机会网络的研究热点
    2.3 马尔可夫链模型
        2.3.1 马尔可夫过程
        2.3.2 马尔可夫链
    2.4 本章小结
第3章 参与式感知系统社会网络特征研究
    3.1 移动感知节点社会网络特性分析
    3.2 参与式感知系统社会关系时间演化图模型
        3.2.1 时间演化图定义及其时间相关性
        3.2.2 节点模型的建立
        3.2.3 移动节点社会关系权值量化
        3.2.4 移动节点社会关系更新过程
    3.3 实验分析
        3.3.1 实验环境
        3.3.2 实验数据集
        3.3.3 实验结果
    3.4 本章小结
第4章 参与式感知系统机会特征研究
    4.1 移动感知节点机会网络特性分析
    4.2 基于社会关系的节点移动轨迹预测算法
        4.2.1 基于位置的节点移动应用场景
        4.2.2 马尔可夫链预测模型
        4.2.3 基于社会关系的预测优化
    4.3 实验分析
        4.3.1 移动模型
        4.3.2 实验结果
    4.4 本章小结
第5章 基于位置的机会群组构造方法研究
    5.1 参与式感知系统的动态群组构造方法
    5.2 节点的“弱联网”问题分析
        5.2.1 消息转发群组的构建
        5.2.2 基于位置的接触状态估计
    5.3 基于移动轨迹预测的备选节点群组构造方法
    5.4 实验分析
        5.4.1 实验环境
        5.4.2 实验结果
    5.5 本章小结
第6章 结论与展望
参考文献
致谢
攻读学位期间发表的论文及参与项目


【参考文献】：
期刊论文
[1]物联网移动感知中的社会关系认知模型[J]. 安健,桂小林,张文东,蒋精华,张进.  计算机学报. 2012(06)
[2]基于边独立演化的机会网络时间演化图模型[J]. 蔡青松,牛建伟.  计算机工程. 2011(15)
[3]复杂网络中的社团结构算法综述[J]. 汪小帆,刘亚冰.  电子科技大学学报. 2009(05)

硕士论文
[1]基于Enterprise2.0的新商业模式研究[D]. 丁少璋.复旦大学 2009
[2]马尔可夫链预测方法及其应用研究[D]. 张宗国.河海大学 2005



本文编号：3032222