基于位置的服務(wù)：問題、模型及算法

目錄
第1章緒論1
11基于位置的服務(wù)的背景1
12LBS的典型應(yīng)用1
121道路網(wǎng)絡(luò)中基于地理空間距離的鄰近檢測1
122時間感知道路網(wǎng)絡(luò)中基于時間距離和移動邊緣計算的臨近檢測3
123由GPS軌跡進行興趣點推薦4
124時間相關(guān)道路網(wǎng)絡(luò)中的成本最優(yōu)路徑查詢6
125時間感知道路網(wǎng)絡(luò)中帶約束的節(jié)能路徑規(guī)劃7
13本書貢獻總結(jié)8
14本書章節(jié)安排10
第2章相關(guān)研究11
21基于位置的服務(wù)11
211LBS相關(guān)內(nèi)容11
212LBS的位置管理11
22連續(xù)空間查詢處理12
23鄰近（臨近）檢測13
231道路網(wǎng)絡(luò)中的通信模型13
232歐幾里得空間的鄰近檢測解決方案14
233道路網(wǎng)絡(luò)空間的鄰近檢測解決方案15
234時間感知道路網(wǎng)絡(luò)空間的臨近檢測解決方案15
24POI推薦16
241聚類算法16
242相似性度量16
243位置識別和推薦17
244利用時間信息的推薦18
245利用地理信息的推薦18
25時間相關(guān)道路網(wǎng)絡(luò)中成本最優(yōu)的路徑查詢18
251傳統(tǒng)路線規(guī)劃問題19
252靜態(tài)道路網(wǎng)絡(luò)中的路線規(guī)劃19
253傳統(tǒng)的時間相關(guān)的路徑查找問題19
254節(jié)能路徑規(guī)劃19
255其他路徑規(guī)劃工作20
256與其他成本最優(yōu)路徑規(guī)劃問題的比較20
26時間感知道路網(wǎng)絡(luò)中帶約束的節(jié)能路徑查找20
261傳統(tǒng)路線規(guī)劃問題和靜態(tài)道路網(wǎng)絡(luò)中的路線查詢20
262無旅行時間預(yù)算約束的時間感知路徑查找21
263最低能耗路徑規(guī)劃21
264適用于WCSPP的方法21
265工作的新穎性21
27本章小結(jié)22
第3章道路網(wǎng)絡(luò)中基于地理空間距離的鄰近檢測23
31鄰近檢測問題定義23
32固定半徑移動檢測方法24
321客戶端服務(wù)器通信模型25
322安全移動區(qū)域25
323剪枝引理26
324服務(wù)器端和客戶端算法28
325FRMD的通信成本分析29
33自動調(diào)整方法31
331RMDRN / CMDRN方法31
332基于半徑的應(yīng)激移動檢測方法32
34服務(wù)器端計算成本優(yōu)化33
341通知策略的優(yōu)化33
342每對節(jié)點間網(wǎng)絡(luò)距離的計算33
343觸發(fā)時間技術(shù)34
35實驗34
351實驗設(shè)置34
352FRMD實驗35
353自動調(diào)整方法性能實驗36
354服務(wù)器端計算成本優(yōu)化實驗38
355現(xiàn)實世界中移動物體的實驗39
36結(jié)論40
37本章小結(jié)40
第4章時間感知道路網(wǎng)絡(luò)中基于移動邊緣計算的臨近檢測41
41問題陳述41
411定義和符號41
412問題設(shè)定43
42基于MEC的臨近檢測體系架構(gòu)43
43算法：基于時間的移動區(qū)域檢測方法44
431時間感知網(wǎng)絡(luò)中的移動區(qū)域45
432剪枝引理45
433客戶端和服務(wù)器端算法47
44服務(wù)器端計算成本優(yōu)化49
441線下點到點網(wǎng)絡(luò)距離預(yù)計算49
442使用OpenMP進行并行計算49
45實驗49
451實驗設(shè)置49
452TMRBD實驗50
453MEC對通信時延的減少實驗52
454MEC影響通信成本的實驗53
455服務(wù)器端計算成本優(yōu)化技術(shù)的實驗54
46結(jié)論55
47本章小結(jié)56
第5章基于GPS軌跡的興趣點推薦57
51問題定義和框架概述57
52興趣點推薦模型框架詳述58
521數(shù)據(jù)預(yù)處理58
522提取語義POI59
523挖掘受歡迎度效應(yīng)60
524挖掘時間效應(yīng)61
525挖掘地理效應(yīng)64
526統(tǒng)一推薦計分函數(shù)65
53實驗66
531實驗設(shè)置67
532預(yù)處理68
533DTBJCluster與DJCluster的比較69
534PTGRecommend框架的性能評估70

54結(jié)論74
55本章小結(jié)74
第6章時間相關(guān)道路網(wǎng)絡(luò)中成本最優(yōu)的路徑查找75
61問題表述75
611問題設(shè)置和定義75
612油耗和行駛時間函數(shù)78
613通行費函數(shù)80
62算法80
621計算ns的每個后代節(jié)點的最早到達時間λi81
622計算候選節(jié)點的最新到達時間θi82
623對候選節(jié)點進行拓撲排序82
624計算最低成本83
625回溯成本最優(yōu)路徑85
626時間復(fù)雜度分析87
63實驗88
631實驗數(shù)據(jù)集89
632簡化的通行費函數(shù)89
633實驗?zāi)康暮徒嵌?9
634參數(shù)的默認值和實驗設(shè)置90
635實驗結(jié)果91
64結(jié)論98
65本章小結(jié)98
第7章時間感知道路網(wǎng)絡(luò)中帶約束的節(jié)能路徑規(guī)劃99
71問題表述99
72算法101
721預(yù)處理102
722作為基準的蠻力求解法102
723通用動態(tài)規(guī)劃解決方案：標簽設(shè)置算法103
724近似算法ECScaling105
725貪心算法111
73實驗112
731實驗設(shè)置113
732算法評估114
74結(jié)論118
75本章小結(jié)118

第8章總結(jié)與展望119
8.1總結(jié)119
8.2展望120
8.2.1從某地到推薦POI的最佳路徑查找121
8.2.2從GPS軌跡挖掘語義模式121
8.2.3動態(tài)道路網(wǎng)絡(luò)中的多偏好路徑查找122
8.2.4基于校園WiFi軌跡的學習成績預(yù)測123
參考文獻124