面向社会物联网的信息关联建模技术研究

发布时间：2017-08-07 13:28

  本文关键词：面向社会物联网的信息关联建模技术研究

  更多相关文章： 社会物联网 信息关联 多目标聚类 PML(Physical Markup Language) 协同过滤 位置相关性 LBS(Location Based Service)

【摘要】：在物联网中,下一代互联网可以有效地推动人、社会以及智能物体之间的和谐互动,对智能物体之间和谐互动的研究促进了社会物联网的诞生与发展,主要涉及真实世界感知、数据传输、信任管理、数据共享和服务管理等方面。类似于人类社交网络服务,社会物联网定义了智能物体间的社会关系概念,提出了物体间的信任模式,保障物体间理解相互共享的信息,而关系管理功能允许物体自主选择与其他物体的关系,服务发现功能利用物体社会关系查找能够提供所需服务的个体,服务组合能够激活该服务,最终提供相应的应用服务。社会物联网中物体的感知自主性和社会关系是我们建立信息关联模型的资源和依据,而整体网络架构能够弥补单一智能物体的不足,提供更多机会或约束,使得的感知信息数据具有更高的完整性和价值。不同智能物体之间也存在一定干扰,社会物联网信息关联模型能够有助于理解物联网中社会关系模式如何影响智能个体,以及所产生影响的程度等,对感知信息数据的整体分析具有长远的研究意义。基于以上社会物联网研究背景以及建立信息关联模型的需求,本文提出了一种社会物联网信息关联模型,并对物理基础层、划分处理层、提取传输层、信息处理层和应用层的功能作出详细说明,利用社会网的相关研究理论对物体社会关系和位置感知信息数据进行分析。针对建立的传感设备网络,采用基于多目标聚类的传感社区划分方法检测网络中的社区,并给出传感社区划分算法的特性和算法描述。此外,针对PML(Physical Markup Language)归一化处理后传输到信息处理层的位置感知数据,提出了基于协同过滤的位置相关性计算方法,通过分析海量的位置数据,得到位置相关性矩阵,为应用层实现LBS(Location Based Service)推荐提供依据,并且给出了位置相关性算法的相关特性和详细算法描述。本文还提供了上述算法的仿真实验成果,很好地验证了上述算法的有效性和效率,为以后进一步深入研究奠定了基础。
【关键词】：社会物联网 信息关联 多目标聚类 PML(Physical Markup Language) 协同过滤 位置相关性 LBS(Location Based Service)
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.44;TN929.5
【目录】：

• 摘要4-5
• Abstract5-9
• 专用术语注释表9-10
• 第一章 绪论10-17
• 1.1 研究背景及意义10-13
• 1.1.1 研究背景10-11
• 1.1.2 社会物联网信息关联需求11-13
• 1.2 国内外研究现状13-15
• 1.3 本文结构安排15-16
• 1.4 本文研究工作及创新点16-17
• 第二章 相关背景知识介绍17-30
• 2.1 社会网络17-18
• 2.1.1 社会网络结构17-18
• 2.1.2 社区划分18
• 2.2 物联网18-22
• 2.2.1 架构与特点19-20
• 2.2.2 数据采集与融合20-22
• 2.3 社会物联网22-25
• 2.3.1 社会物联网架构23-24
• 2.3.2 社会物联网组成24-25
• 2.4 信息关联建模25-28
• 2.4.1 信息关联建模技术25-26
• 2.4.2 多目标聚类方法26-27
• 2.4.3 协同过滤27-28
• 2.5 本章小结28-30
• 第三章 社会物联网信息关联模型30-36
• 3.1 传感社区划分30-31
• 3.2 信息数据归一化31-34
• 3.3 信息数据处理34-35
• 3.4 本章小结35-36
• 第四章 基于多目标聚类的传感社区划分36-49
• 4.1 目标函数36-38
• 4.1.1 社区划分方案评分函数36-37
• 4.1.2 社区划分方案适合度函数37-38
• 4.2 传感社区划分算法特性38-42
• 4.2.1 遗传表示法38-39
• 4.2.2 初始化修改39-40
• 4.2.3 均匀交叉运算40
• 4.2.4 近邻突变40-41
• 4.2.5 最优划分方案选择41-42
• 4.3 传感社区划分算法42-44
• 4.4 仿真实验44-48
• 4.4.1 评价标准44-45
• 4.4.2 实验结果及分析45-48
• 4.5 本章小节48-49
• 第五章 基于协同过滤的位置相关性计算49-61
• 5.1 位置信息分析模型49-50
• 5.2 位置相关性算法特性50-54
• 5.2.1 基本定义50-51
• 5.2.2 用户经验推测51-53
• 5.2.3 位置相关性53-54
• 5.3 位置相关性算法54-56
• 5.4 仿真实验56-60
• 5.4.1 实验设置56-57
• 5.4.2 评价标准57-58
• 5.4.3 实验结果及分析58-60
• 5.5 本章小节60-61
• 第六章 总结与展望61-63
• 6.1 论文总结61
• 6.2 未来展望61-63
• 参考文献63-66
• 附录1 攻读硕士学位期间撰写的论文66-67
• 附录2 攻读硕士学位期间申请的专利67-68
• 附录3 攻读硕士学位期间参加的科研项目68-69
• 致谢69

【参考文献】

中国期刊全文数据库 前1条

1 郭瑞;钟宁;李文斌;;基于图熵的社会网络演化分析[J];模式识别与人工智能;2009年03期

，

本文编号：634909