基于概率模型与隐私保护的群智感知数据收集研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 本文研究内容 | 第14页 |
1.4 本文内容安排 | 第14-16页 |
第二章 群智感知基本理论 | 第16-24页 |
2.1 群智感知网络及特点 | 第16-19页 |
2.1.1 整体架构和特点 | 第16-18页 |
2.1.2 典型应用 | 第18-19页 |
2.2 压缩感知 | 第19-20页 |
2.2.1 背景和问题描述 | 第19-20页 |
2.2.2 基于CS的数据收集 | 第20页 |
2.3 路径隐私保护 | 第20-22页 |
2.3.1 RSS地图的生成 | 第20-21页 |
2.3.2 隐私保护和量化 | 第21-22页 |
2.4 本章小结 | 第22-24页 |
第三章 群智感知系统架构 | 第24-29页 |
3.1 系统模型 | 第25-26页 |
3.2 移动端 | 第26-27页 |
3.3 服务器端 | 第27-28页 |
3.4 本章小结 | 第28-29页 |
第四章 轨迹预测和路径上传 | 第29-35页 |
4.1 构建Markov模型 | 第29-30页 |
4.2 用户轨迹预测 | 第30-32页 |
4.3 后验概率算法 | 第32-33页 |
4.4 路径预测算法 | 第33页 |
4.5 本章小结 | 第33-35页 |
第五章 实验及结果分析 | 第35-42页 |
5.1 实验准备工作 | 第35-36页 |
5.2 数据恢复效果评估 | 第36-37页 |
5.3 隐私保护效果评估 | 第37-39页 |
5.4 覆盖率效果评估 | 第39-41页 |
5.5 本章小结 | 第41-42页 |
第六章 总结与展望 | 第42-44页 |
6.1 本文总结 | 第42-43页 |
6.2 工作展望 | 第43-44页 |
参考文献 | 第44-49页 |
在学研究成果 | 第49-50页 |
致谢 | 第50页 |