網(wǎng)絡(luò)移動信息服務(wù)方法

目錄
前言
第一章 網(wǎng)絡(luò)移動信息服務(wù)基礎(chǔ) 1
1.1 網(wǎng)絡(luò)移動信息服務(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)移動信息服務(wù)分類 2
1.4 網(wǎng)絡(luò)移動信息服務(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)評估 31
3.4 車聯(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)的車聯(lián)網(wǎng)認(rèn)知路由算法 38
3.4.3 實(shí)驗(yàn)評估 40
3.5 基于強(qiáng)化學(xué)習(xí)的移動用戶接入負(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)移動用戶接入設(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)動態(tài)社區(qū)發(fā)掘算法 64
4.3.1 動態(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 動態(tài)跟蹤算法 68
4.3.5 SAWD社區(qū)檢測算法的復(fù)雜度 74
4.3.6 SAWD社區(qū)檢測算法的擬合度評估 75
4.3.7 問題討論 76
4.4 跨空間社區(qū)檢測 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)移動信息服務(wù)平臺 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)國內(nèi)外應(yīng)用及技術(shù)介紹 96
6.2 路況預(yù)測與優(yōu)出行路徑選擇 97
6.2.1 基于非線性時間序列路況預(yù)測 98
6.2.2 動態(tài)網(wǎng)絡(luò)短路問題近似算法 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GPS數(shù)據(jù)的語義分析 114
6.3.4 數(shù)據(jù)集 115
6.3.5 實(shí)驗(yàn)評估 116
6.4 基于鄰近車輛危險行為的識別與預(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 問題描述 161
7.4.2 個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 移動支付認(rèn)證 182
8.1 現(xiàn)有相關(guān)國內(nèi)外應(yīng)用及技術(shù)介紹 182
8.2 基于用戶姿勢的觸屏行為認(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 姿勢特征提取 188
8.2.4 姿勢聚類算法 190
8.2.5 姿勢聚類實(shí)驗(yàn)分析 191
8.3 登錄時認(rèn)證模型的構(gòu)建及認(rèn)證 193
8.3.1 登錄時認(rèn)證手勢特征的提取 193
8.3.2 訓(xùn)練各姿勢下的手勢認(rèn)證子模型 194
8.3.3 登錄時認(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)證手勢特征的提取 199
8.4.2 訓(xùn)練各姿勢下的手勢認(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)鍵詞中英文對照表 210
彩圖