| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 群智感知的研究背景 | 第11-12页 |
| 1.2 群智感知的研究意义 | 第12-13页 |
| 1.3 群智感知的研究现状 | 第13-15页 |
| 1.3.1 群智感知的理论研究 | 第13-14页 |
| 1.3.2 群智感知的系统应用 | 第14-15页 |
| 1.4 本文工作和内容安排 | 第15-17页 |
| 第二章 群智感知及其任务分配和用户调度 | 第17-25页 |
| 2.1 群智感知相关技术背景 | 第17-21页 |
| 2.1.1 传感器网络和物联网 | 第17-18页 |
| 2.1.2 众包 | 第18-19页 |
| 2.1.3 云计算和大数据处理 | 第19-20页 |
| 2.1.4 任务分配和用户调度 | 第20-21页 |
| 2.2 群智感知中的任务分配和用户调度 | 第21-23页 |
| 2.2.1 用户移动时间对任务分配和用户调度的影响 | 第21-22页 |
| 2.2.2 用户移动位置对任务分配和用户调度的影响 | 第22-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 最小化最长完成时间的在线任务分配 | 第25-43页 |
| 3.1 背景与问题 | 第25-28页 |
| 3.1.1 基于移动社交网络的群智感知 | 第25-26页 |
| 3.1.2 感知任务的完成时间 | 第26页 |
| 3.1.3 网络模型及问题定义 | 第26-28页 |
| 3.2 最小化最长完成时间的任务分配 | 第28-35页 |
| 3.2.1 问题分析 | 第28-29页 |
| 3.2.2 问题的NP难解性 | 第29-30页 |
| 3.2.3 离线任务分配算法 | 第30-32页 |
| 3.2.4 在线任务分配算法 | 第32-33页 |
| 3.2.5 算法性能分析 | 第33-35页 |
| 3.3 实验仿真 | 第35-42页 |
| 3.3.1 对照算法 | 第35-36页 |
| 3.3.2 实验环境设置 | 第36-37页 |
| 3.3.2.1 基于真实社交网络的实验设置 | 第36-37页 |
| 3.3.2.2 基于人工模拟网络的实验设置 | 第37页 |
| 3.3.3 实验结果和分析 | 第37-42页 |
| 3.3.3.1 基于真实社交网络的仿真 | 第37-39页 |
| 3.3.3.2 基于人工模拟网络的仿真 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 最大化整体利润的任务分配和用户调度 | 第43-61页 |
| 4.1 背景与问题 | 第43-46页 |
| 4.1.1 群智感知中与位置相关的感知任务 | 第43-44页 |
| 4.1.2 网络模型及问题定义 | 第44-46页 |
| 4.2 最大化整体利润的任务分配和用户调度算法 | 第46-53页 |
| 4.2.1 问题的NP难解性 | 第46-47页 |
| 4.2.2 最小加权集合覆盖 | 第47-48页 |
| 4.2.3 最大化利润算法 | 第48-52页 |
| 4.2.3.1 收益最大任务优先分配算法 | 第48-50页 |
| 4.2.3.2 利润最大任务优先分配算法 | 第50-52页 |
| 4.2.4 算法性能分析 | 第52页 |
| 4.2.5 算法示例 | 第52-53页 |
| 4.3 实验 | 第53-58页 |
| 4.3.1 实验设置 | 第53-54页 |
| 4.3.2 实验结果和分析 | 第54-58页 |
| 4.3.3 实验结论 | 第58页 |
| 4.4 本章小结 | 第58-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 硕士研究生期间发表的学术论文 | 第69页 |