網(wǎng)絡(luò)移動(dòng)信息服務(wù)方法

目錄
前言
第一章 網(wǎng)絡(luò)移動(dòng)信息服務(wù)基礎(chǔ) 1
1.1 網(wǎng)絡(luò)移動(dòng)信息服務(wù)概念及其發(fā)展 1
1.2 網(wǎng)絡(luò)通信架構(gòu) 1
1.3 網(wǎng)絡(luò)移動(dòng)信息服務(wù)分類(lèi) 2
1.4 網(wǎng)絡(luò)移動(dòng)信息服務(wù)的關(guān)鍵技術(shù) 3
1.5 本章小結(jié) 4
參考文獻(xiàn) 5
第二章 網(wǎng)絡(luò)鄰居節(jié)點(diǎn)發(fā)現(xiàn)技術(shù) 6
2.1 引言 6
2.2 鄰居節(jié)點(diǎn)發(fā)現(xiàn)技術(shù)發(fā)展現(xiàn)狀 6
2.3 基于角色扮演的鄰居發(fā)現(xiàn)算法 8
2.3.1 無(wú)線網(wǎng)絡(luò)模型與假設(shè) 8
2.3.2 Erupt算法描述 9
2.3.3 兩個(gè)節(jié)點(diǎn)情況下的分析 10
2.3.4 平均延遲 10
2.3.5 占空比和能量損耗 13
2.3.6 多節(jié)點(diǎn)情況下的分析 13
2.4 基于節(jié)點(diǎn)密集場(chǎng)景的鄰居發(fā)現(xiàn)算法 15
2.4.1 Centron方法設(shè)計(jì) 15
2.4.2 場(chǎng)景模型和假設(shè) 15
2.4.3 協(xié)議描述 16
2.4.4 方法效用分析 17
2.5 本章小結(jié) 21
參考文獻(xiàn) 21
第三章 移動(dòng)網(wǎng)絡(luò)高效路由與均衡接入技術(shù) 24
3.1 引言 24
3.2 相關(guān)技術(shù)發(fā)展 24
3.3 基于社交關(guān)系的移動(dòng)網(wǎng)絡(luò)路由協(xié)議 26
3.3.1 局部活躍性 27
3.3.2 社交相似性 28
3.3.3 LASS算法 29
3.3.4 實(shí)驗(yàn)評(píng)估 31
3.4 車(chē)聯(lián)網(wǎng)認(rèn)知路由協(xié)議 37
3.4.1 Q學(xué)習(xí)框架 37
3.4.2 基于Q學(xué)習(xí)的車(chē)聯(lián)網(wǎng)認(rèn)知路由算法 38
3.4.3 實(shí)驗(yàn)評(píng)估 40
3.5 基于強(qiáng)化學(xué)習(xí)的移動(dòng)用戶(hù)接入負(fù)載均衡方法 42
3.5.1 主要思想 43
3.5.2 系統(tǒng)模型和假設(shè) 44
3.5.3 在線強(qiáng)化學(xué)習(xí)移動(dòng)用戶(hù)接入設(shè)計(jì) 45
3.5.4 復(fù)雜性分析 54
3.5.5 實(shí)驗(yàn)評(píng)估 54
3.6 本章小結(jié) 58
參考文獻(xiàn) 58
第四章 網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)發(fā)掘技術(shù) 62
4.1 引言 62
4.2 社區(qū)發(fā)掘技術(shù)發(fā)展現(xiàn)狀 63
4.3 自適應(yīng)加權(quán)動(dòng)態(tài)社區(qū)發(fā)掘算法 64
4.3.1 動(dòng)態(tài)加權(quán)圖 64
4.3.2 社區(qū)結(jié)構(gòu) 65
4.3.3 社區(qū)結(jié)構(gòu)初始化 65
4.3.4 動(dòng)態(tài)跟蹤算法 68
4.3.5 SAWD社區(qū)檢測(cè)算法的復(fù)雜度 74
4.3.6 SAWD社區(qū)檢測(cè)算法的擬合度評(píng)估 75
4.3.7 問(wèn)題討論 76
4.4 跨空間社區(qū)檢測(cè) 77
4.4.1 關(guān)于跨空間社區(qū)的描述性定義 77
4.4.2 跨空間社區(qū)檢測(cè)算法 78
4.4.3 關(guān)于合并準(zhǔn)則的討論 82
4.5 本章小結(jié) 83
參考文獻(xiàn) 84
第五章 網(wǎng)絡(luò)移動(dòng)信息服務(wù)平臺(tái) 86
5.1 系統(tǒng)總體設(shè)計(jì) 86
5.2 資源調(diào)度優(yōu)化子系統(tǒng) 88
5.3 網(wǎng)絡(luò)交易在線監(jiān)控子系統(tǒng) 90
5.4 交通出行在線分析及服務(wù)子系統(tǒng) 92
5.5 本章小結(jié) 95
參考文獻(xiàn) 95
第六章 智能交通 96
6.1 現(xiàn)有相關(guān)國(guó)內(nèi)外應(yīng)用及技術(shù)介紹 96
6.2 路況預(yù)測(cè)與優(yōu)出行路徑選擇 97
6.2.1 基于非線性時(shí)間序列路況預(yù)測(cè) 98
6.2.2 動(dòng)態(tài)網(wǎng)絡(luò)短路問(wèn)題近似算法 100
6.2.3 仿真實(shí)驗(yàn) 103
6.3 基于稀疏GPS數(shù)據(jù)的車(chē)輛行為分析 106
6.3.1 iLogBook概述 106
6.3.2 原始數(shù)據(jù)處理 107
6.3.3 對(duì)GPS數(shù)據(jù)的語(yǔ)義分析 114
6.3.4 數(shù)據(jù)集 115
6.3.5 實(shí)驗(yàn)評(píng)估 116
6.4 基于鄰近車(chē)輛危險(xiǎn)行為的識(shí)別與預(yù)警 121
6.4.1 系統(tǒng)模型和設(shè)計(jì)目標(biāo) 121
6.4.2 系統(tǒng)概述 123
6.4.3 原始數(shù)據(jù)訓(xùn)練 124
6.4.4 行為匹配 128
6.4.5 實(shí)驗(yàn)評(píng)估 129
6.5 本章小結(jié) 134
參考文獻(xiàn) 134
第七章 智慧旅游 138
7.1 現(xiàn)有相關(guān)國(guó)內(nèi)外應(yīng)用及技術(shù)介紹 138
7.2 基于協(xié)同張量分解的位置推薦 141
7.2.1 協(xié)同張量分解方法 141
7.2.2 基于協(xié)同張量分解的位置推薦方法 148
7.2.3 性能評(píng)估 151
7.3 基于劃分的協(xié)同張量分解的位置推薦 155
7.3.1 問(wèn)題描述 156
7.3.2 基于劃分的協(xié)同張量分解的位置推薦方法 157
7.4 基于大邊緣相關(guān)的位置序列推薦 159
7.4.1 問(wèn)題描述 161
7.4.2 個(gè)性化位置序列推薦方法 166
7.5 本章小結(jié) 177
參考文獻(xiàn) 177
第八章 移動(dòng)支付認(rèn)證 182
8.1 現(xiàn)有相關(guān)國(guó)內(nèi)外應(yīng)用及技術(shù)介紹 182
8.2 基于用戶(hù)姿勢(shì)的觸屏行為認(rèn)證系統(tǒng)架構(gòu) 183
8.2.1 總體架構(gòu) 184
8.2.2 數(shù)據(jù)采集 186
8.2.3 姿勢(shì)特征提取 188
8.2.4 姿勢(shì)聚類(lèi)算法 190
8.2.5 姿勢(shì)聚類(lèi)實(shí)驗(yàn)分析 191
8.3 登錄時(shí)認(rèn)證模型的構(gòu)建及認(rèn)證 193
8.3.1 登錄時(shí)認(rèn)證手勢(shì)特征的提取 193
8.3.2 訓(xùn)練各姿勢(shì)下的手勢(shì)認(rèn)證子模型 194
8.3.3 登錄時(shí)認(rèn)證方法 195
8.3.4 實(shí)驗(yàn)結(jié)果與分析 197
8.4 持續(xù)性認(rèn)證模型的構(gòu)建及認(rèn)證 199
8.4.1 持續(xù)性認(rèn)證手勢(shì)特征的提取 199
8.4.2 訓(xùn)練各姿勢(shì)下的手勢(shì)認(rèn)證子模型 201
8.4.3 持續(xù)性認(rèn)證方法 202
8.4.4 實(shí)驗(yàn)結(jié)果與分析 205
8.5 本章小結(jié) 207
參考文獻(xiàn) 207
關(guān)鍵詞中英文對(duì)照表 210
彩圖