| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第18-34页 |
| 1.1 情境感知通信是通信服务的一个必然趋势 | 第18-29页 |
| 1.1.1 用户体验与个性化通信服务诉求 | 第18-19页 |
| 1.1.2 物联网和移动互联网的感知和传输能力 | 第19-26页 |
| 1.1.3 云计算与云存储的影响 | 第26-28页 |
| 1.1.4 智能通信服务需要情境感知能力 | 第28-29页 |
| 1.2 本文的研究动机与背景 | 第29-30页 |
| 1.2.1 选题来源 | 第29页 |
| 1.2.2 计算机免疫方法的启示 | 第29-30页 |
| 1.3 本文的研究目标和工作 | 第30-32页 |
| 1.3.1 研究目标 | 第30-31页 |
| 1.3.2 主要工作 | 第31-32页 |
| 1.4 本文的组织结构 | 第32-34页 |
| 第二章 通信调度与情境感知的研究现状 | 第34-62页 |
| 2.1 普适计算与情境感知通信 | 第34-37页 |
| 2.1.1 普适计算的历史与现状 | 第34-35页 |
| 2.1.2 普适计算与虚拟现实等信息技术的区别 | 第35页 |
| 2.1.3 情境感知通信 | 第35-36页 |
| 2.1.4 普适计算、情境感知通信与现有通信方式的联系 | 第36-37页 |
| 2.2 通信调度的发展历程 | 第37-44页 |
| 2.2.1 定义和基本要素 | 第37-38页 |
| 2.2.2 发展历史与现状 | 第38-40页 |
| 2.2.3 软交换等技术的影响 | 第40-42页 |
| 2.2.4 未来的发展趋势 | 第42-44页 |
| 2.3 通信调度中存在的主要问题 | 第44-45页 |
| 2.3.1 缺乏以人为中心的个性化调度方式 | 第45页 |
| 2.3.2 缺乏对通信相关情境的关注 | 第45页 |
| 2.3.3 调度系统是一种封闭系统 | 第45页 |
| 2.4 情境感知计算的研究现状 | 第45-58页 |
| 2.4.1 情境感知计算的动机 | 第45-47页 |
| 2.4.2 情境感知计算的历史 | 第47-48页 |
| 2.4.3 情境的定义 | 第48-51页 |
| 2.4.4 情境感知计算研究的关键问题 | 第51-57页 |
| 2.4.5 情境感知的框架与中间件 | 第57-58页 |
| 2.5 情境感知在通信方面的相关研究 | 第58-60页 |
| 2.5.1 通信调度智能化需要情境感知能力 | 第58-59页 |
| 2.5.2 情境感知通信的研究现状 | 第59-60页 |
| 2.6 本章小结 | 第60-62页 |
| 第三章 情境感知通信中的智能问题 | 第62-78页 |
| 3.1 情境融合方法的动态性问题 | 第62-72页 |
| 3.1.1 现有情境融合的方法 | 第63-64页 |
| 3.1.2 计算机先天免疫的危险理论模型 | 第64-71页 |
| 3.1.3 危险理论与通信情境融合 | 第71-72页 |
| 3.2 情境推理方法的自适应性问题 | 第72-77页 |
| 3.2.1 现有情境推理的方法 | 第73-74页 |
| 3.2.2 协同过滤推荐方法与情境推理 | 第74-76页 |
| 3.2.3 免疫网络与协同过滤推荐 | 第76-77页 |
| 3.3 本章小结 | 第77-78页 |
| 第四章 情境感知通信的领域模型与计算框架 | 第78-86页 |
| 4.1 情境感知通信的领域模型 | 第78-83页 |
| 4.1.1 系统边界 | 第78-79页 |
| 4.1.2 业务特点 | 第79-80页 |
| 4.1.3 系统实体 | 第80-81页 |
| 4.1.4 典型操作 | 第81-83页 |
| 4.2 情境感知通信的计算框架 | 第83-85页 |
| 4.2.1 总体框架描述 | 第83-84页 |
| 4.2.2 框架讨论 | 第84-85页 |
| 4.3 本章小结 | 第85-86页 |
| 第五章 基于危险理论的情境融合方法 | 第86-112页 |
| 5.1 人工抗原提呈细胞的表达 | 第86-89页 |
| 5.1.1 抗原提呈细胞 | 第87-88页 |
| 5.1.2 细胞群体 | 第88-89页 |
| 5.2 信号和抗原的选择与计算方法 | 第89-92页 |
| 5.2.1 信号选择与计算方法 | 第89-92页 |
| 5.2.2 抗原选择与计算方法 | 第92页 |
| 5.3 入工抗原提呈细胞融合算法 | 第92-94页 |
| 5.3.1 算法描述 | 第92-94页 |
| 5.3.2 算法讨论 | 第94页 |
| 5.4 仿真实验与结果分析 | 第94-106页 |
| 5.4.1 模拟场景描述 | 第94-95页 |
| 5.4.2 流程与参数 | 第95-103页 |
| 5.4.3 结果与分析 | 第103-106页 |
| 5.5 本章小结 | 第106-112页 |
| 第六章 基于免疫网络的情境感知协同过滤推荐算法 | 第112-130页 |
| 6.1 情境感知协同过滤推荐算法 | 第112-120页 |
| 6.1.1 用户偏好信息对于推理的辅助作用 | 第113-114页 |
| 6.1.2 协同过滤推荐算法 | 第114-116页 |
| 6.1.3 情境感知协同过滤推荐算法 | 第116-119页 |
| 6.1.4 需要改进的内容 | 第119-120页 |
| 6.2 基于免疫网络的情境感知协同过滤推荐算法 | 第120-126页 |
| 6.2.1 免疫网络机理概述 | 第120-123页 |
| 6.2.2 算法描述 | 第123-125页 |
| 6.2.3 算法讨论 | 第125-126页 |
| 6.3 数据集测评验证 | 第126-129页 |
| 6.3.1 实验目的 | 第126页 |
| 6.3.2 测评数据集 | 第126-128页 |
| 6.3.3 实验结果与分析 | 第128-129页 |
| 6.4 本章小结 | 第129-130页 |
| 第七章 结束语 | 第130-134页 |
| 7.1 本文工作总结 | 第130-132页 |
| 7.2 下一步工作 | 第132-134页 |
| 参考文献 | 第134-146页 |
| 作者在攻读博士学位期间论文与科研情况 | 第146-148页 |
| 致谢 | 第148-149页 |