移动群智感知系统的任努分配和安全机制研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 研究现状 | 第16-18页 |
| 1.2.1 理论研究现状 | 第16-17页 |
| 1.2.2 应用研究现状 | 第17-18页 |
| 1.3 研究内容及组织结构 | 第18-21页 |
| 第2章 相关技术介绍 | 第21-33页 |
| 2.1 NP难解问题 | 第21-22页 |
| 2.2 禁忌搜索 | 第22-23页 |
| 2.3 多方安全计算 | 第23-27页 |
| 2.3.1 多方安全计算概念 | 第23页 |
| 2.3.2 半诚实模型 | 第23-24页 |
| 2.3.3 乱码电路安全协议 | 第24-25页 |
| 2.3.4 多方安全计算算法 | 第25-27页 |
| 2.4 多普勒效应 | 第27-28页 |
| 2.5 卷积神经网络 | 第28-31页 |
| 2.5.1 卷积层 | 第28-29页 |
| 2.5.2 池化层 | 第29页 |
| 2.5.3 全连接层 | 第29-30页 |
| 2.5.4 激活函数 | 第30-31页 |
| 2.5.5 分类器 | 第31页 |
| 2.6 小结 | 第31-33页 |
| 第3章 移动群智感知系统框架 | 第33-39页 |
| 3.1 移动群智感知系统整体框架 | 第33-34页 |
| 3.2 云端系统平台 | 第34-36页 |
| 3.2.1 任务分配模块 | 第34页 |
| 3.2.2 隐私保护模块 | 第34-35页 |
| 3.2.3 用户认证模块 | 第35页 |
| 3.2.4 任务发布与管理模块 | 第35页 |
| 3.2.5 激励机制模块 | 第35-36页 |
| 3.2.6 数据分析与数据融合模块 | 第36页 |
| 3.3 移动用户端 | 第36页 |
| 3.4 应用请求实例 | 第36-37页 |
| 3.5 小结 | 第37-39页 |
| 第4章 时长敏感的移动群智感知任务分配机制 | 第39-55页 |
| 4.1 模型介绍 | 第39-40页 |
| 4.2 问题形式化 | 第40-41页 |
| 4.3 问题的NP难解性分析 | 第41-42页 |
| 4.4 基于对偶理论的求解 | 第42-44页 |
| 4.4.1 对偶问题转化 | 第42页 |
| 4.4.2 对偶算法设计 | 第42-44页 |
| 4.5 基于贪心和禁忌搜索的算法 | 第44-46页 |
| 4.6 理论分析 | 第46-51页 |
| 4.7 性能评估 | 第51-53页 |
| 4.7.1 对比算法 | 第51页 |
| 4.7.2 实验设置 | 第51-52页 |
| 4.7.3 评估结果 | 第52-53页 |
| 4.8 小结 | 第53-55页 |
| 第5章 保护隐私的移动群智感知任务分配协议 | 第55-69页 |
| 5.1 模型介绍 | 第55-57页 |
| 5.2 问题形式化 | 第57页 |
| 5.3 问题的NP难解性分析 | 第57-58页 |
| 5.4 基于贪婪的任务分配算法 | 第58页 |
| 5.5 保护隐私的任务分配协议 | 第58-62页 |
| 5.5.1 基础定义 | 第59-60页 |
| 5.5.2 隐私保护协议 | 第60-62页 |
| 5.5.3 示例 | 第62页 |
| 5.6 理论分析 | 第62-65页 |
| 5.7 性能评估 | 第65-68页 |
| 5.7.1 评估用户雇佣的性能 | 第65-67页 |
| 5.7.2 评估时间效率 | 第67-68页 |
| 5.8 小结 | 第68-69页 |
| 第6章 基于手势识别的移动群智感知的用户认证机制 | 第69-77页 |
| 6.1 模型介绍 | 第69-70页 |
| 6.2 基于超声波手势识别的用户认证 | 第70-74页 |
| 6.2.1 语谱图生成 | 第71-72页 |
| 6.2.2 目标检测技术对比选择 | 第72-73页 |
| 6.2.3 整体流程 | 第73-74页 |
| 6.3 性能评估 | 第74-75页 |
| 6.4 小结 | 第75-77页 |
| 第7章 总结与展望 | 第77-79页 |
| 7.1 全文总结 | 第77-78页 |
| 7.2 未来展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 在读期间发表的学术论文与取得的研究成果 | 第85页 |
