面向社会物联网的信息关联建模技术研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-13页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 社会物联网信息关联需求 | 第11-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 本文结构安排 | 第15-16页 |
1.4 本文研究工作及创新点 | 第16-17页 |
第二章 相关背景知识介绍 | 第17-30页 |
2.1 社会网络 | 第17-18页 |
2.1.1 社会网络结构 | 第17-18页 |
2.1.2 社区划分 | 第18页 |
2.2 物联网 | 第18-22页 |
2.2.1 架构与特点 | 第19-20页 |
2.2.2 数据采集与融合 | 第20-22页 |
2.3 社会物联网 | 第22-25页 |
2.3.1 社会物联网架构 | 第23-24页 |
2.3.2 社会物联网组成 | 第24-25页 |
2.4 信息关联建模 | 第25-28页 |
2.4.1 信息关联建模技术 | 第25-26页 |
2.4.2 多目标聚类方法 | 第26-27页 |
2.4.3 协同过滤 | 第27-28页 |
2.5 本章小结 | 第28-30页 |
第三章 社会物联网信息关联模型 | 第30-36页 |
3.1 传感社区划分 | 第30-31页 |
3.2 信息数据归一化 | 第31-34页 |
3.3 信息数据处理 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第四章 基于多目标聚类的传感社区划分 | 第36-49页 |
4.1 目标函数 | 第36-38页 |
4.1.1 社区划分方案评分函数 | 第36-37页 |
4.1.2 社区划分方案适合度函数 | 第37-38页 |
4.2 传感社区划分算法特性 | 第38-42页 |
4.2.1 遗传表示法 | 第38-39页 |
4.2.2 初始化修改 | 第39-40页 |
4.2.3 均匀交叉运算 | 第40页 |
4.2.4 近邻突变 | 第40-41页 |
4.2.5 最优划分方案选择 | 第41-42页 |
4.3 传感社区划分算法 | 第42-44页 |
4.4 仿真实验 | 第44-48页 |
4.4.1 评价标准 | 第44-45页 |
4.4.2 实验结果及分析 | 第45-48页 |
4.5 本章小节 | 第48-49页 |
第五章 基于协同过滤的位置相关性计算 | 第49-61页 |
5.1 位置信息分析模型 | 第49-50页 |
5.2 位置相关性算法特性 | 第50-54页 |
5.2.1 基本定义 | 第50-51页 |
5.2.2 用户经验推测 | 第51-53页 |
5.2.3 位置相关性 | 第53-54页 |
5.3 位置相关性算法 | 第54-56页 |
5.4 仿真实验 | 第56-60页 |
5.4.1 实验设置 | 第56-57页 |
5.4.2 评价标准 | 第57-58页 |
5.4.3 实验结果及分析 | 第58-60页 |
5.5 本章小节 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
6.1 论文总结 | 第61页 |
6.2 未来展望 | 第61-63页 |
参考文献 | 第63-66页 |
附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
附录2 攻读硕士学位期间申请的专利 | 第67-68页 |
附录3 攻读硕士学位期间参加的科研项目 | 第68-69页 |
致谢 | 第69页 |