認知網路的數據傳輸機制

內容簡介

《認知網路的數據傳輸機制》介紹了認知網路的數據傳技術，用社群智慧型技術將人類社會活動與認知網路架構相融合，深入探討社群網路中的數據通信機制。主要內容包括：基於節點移動軌跡分析和社會關係挖掘的移動節點位置預測模型；基於節點移動模型和機會通信特徵分析的機會通信群組構造方法；基於機會數據通信過程中節點行為的可信度算法；結合數據類型、節點聲望、競價等要素設計節點激勵策略；基於節點移灶遙束動位置預測、機會群組構造以及用戶聲望激勵模型的機會數據通信機制；原型系統設計以及算法驗證。

圖書目錄

第1章緒論

1．1 研究背景

1．1．1 認知網路

1．1．2 社群智慧型

1．1．3 機會網路

1．2 問題的提出

1．2．1 背景

1．2．2 研究現狀

1．3 本書的主要研究內容

1．3．1 主要研究內容

1．3．2 創新點

第2章相關理論基礎

2．1 馬爾可夫預測

2．1．1 馬爾可夫鏈

2．1．2 轉移機率

2．2 群體智慧型最佳化算法

2．2．1 概述

2．2．2 蟻群最佳化算法

2．3 拍賣理論

2．3．1 正向拍賣

2．3．2 反向拍賣

2．4 機會網路

2．4．1 機會網路信譽管理

2．4．2 機會網路激勵策略

2．5 社交網路

2．5．1 概述

2．5．2 社交網路分析

2．6 機會社交網路

2．7 社區發現

2．7．1 概述

2．7．2 典型社區發現算法

2．8 博弈論基礎

2．8．1 博弈的概念

2．8．2 合作博弈論

2．8．3 博弈論模型

2．9 本章小結

第3章認知網路中基於流量預測的自適應路由算法

3．1 引言

3．2 相關工作

3．2．1 單路徑路由算法

3．2．2 多路徑路由算法

3．3 適用於認知網路的流量預測模型

3．3．1 現有的網路流量預測模型

3．3．2 流量預測模型的選擇

3．3．3 MMSE的數學描述

3．4 算法描述

3．4．1 認知網路中基於流量預測的單路徑路由算法

3．4．2 認知網路中流量感知的多路徑路由算法

3．5 算法仿真及性能評價

3．5．1 MWR和ATPRA性能評價

3．5．2 ETAMR的性能評價

3．6 本章小結

第4章基於社會關係感知的移動節點位置預測算法

4．1 引言

4．2 基於社會關係的節舟戶諒點位置預測算法

4．2．1 基於位置的節點移動套用場景

4．2．2 馬爾可夫鏈預測模型

4．2．3 基於社會關係的預測最佳化

4．2．4 修正係數參數估計

4．3 實驗分析

4．3．1 仿真實驗配置

4．3．2 社會關係矩陣析取

4．3．3 預測精確度分析

4．3．4 參數估計

4．3．5 位置模型中區域粒度對預測精度的影響

4．4 本章小結

第5章基於位戒燥估試置預測的生物啟發式數據分發算法

5．1 引言

5．2 相關工作

5．3 網路模型

5．4 算法設計

5．4．1 基於位置預測的數據分發算法

5．4．2 基於蟻群最佳化的數據分發算法

5．4．3 基於位置預測的生物啟發式數據分發算法

5．5 性能評價

5．5．1 仿真環境部署

5．5．2 性能評價指標

5．5．3 移動節點數量的變化對性能的影響

5．5．4 數據訊息生命周期的變化對性能的影響

5．6 本章小結

第6章基於聲望朽嫌樂感知的趨套用戶激勵及數據分發算法

6．1 引言

6．2 相關工作

6．2．1 聲望模型的研究現狀

6．2．2 激勵機制的相關研究現狀

6．3 基於聲望的參與式激勵算法描述

6．3．1 概述

6．3．2 聲望槓詢主祝模組描述

6．3．3 激勵模組的描述

6．4 基於參與者激勵的數據分發算法

6．4．1 分發數據的信任值計算

6．4．2 數據分陵邀遙發執行過程

6．5 性能評價

6．5．1 仿真環境部署

6．5．2 仿真結果

6．6 本章小結

第7章認知網路數據傳輸機制研究展望

7．1 成果總結

7．2 研究展望

參考文獻

認知網路的數據傳輸機制

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條