第1章緒論1
1.1背景和意義1
1.2發(fā)展歷程3
1.3群智感知的兩種模式4
1.4主要挑戰(zhàn)和研究內(nèi)容6
1.5國內(nèi)外研究現(xiàn)狀8
1.5.1感知任務(wù)分配與激勵機(jī)制8
1.5.2群智感知數(shù)據(jù)優(yōu)選9
1.5.3感知數(shù)據(jù)移交10
1.5.4群智感知應(yīng)用11
1.6本書結(jié)構(gòu)12
1.7本章小結(jié)13
習(xí)題13
本章參考文獻(xiàn)13
第2章群智感知計算的基本概念與體系結(jié)構(gòu)18
2.1基本概念18
2.1.1群智協(xié)作方式18
2.1.2感知計算主體19
2.1.3主要研究問題描述19
2.1.4低成本數(shù)據(jù)采集20
2.2群智感知任務(wù)模型20
2.3用戶模型24
2.3.1用戶角色及特征24
2.3.2需求分析25
2.3.3多側(cè)面用戶屬性27
2.3.4復(fù)雜任務(wù)模型分析27
2.4數(shù)據(jù)模型28
2.4.1群智數(shù)據(jù)產(chǎn)生模式及特點292.4.2群智數(shù)據(jù)感知方法30
2.4.3群智數(shù)據(jù)優(yōu)選與理解30
2.5通用群智感知系統(tǒng)架構(gòu)31
2.6小結(jié)31
習(xí)題32
本章參考文獻(xiàn)32
第3章移動群智感知任務(wù)單目標(biāo)優(yōu)化分配35
3.1面向即時任務(wù)的多任務(wù)工作者選擇35
3.1.1問題分析35
3.1.2問題定義36
3.1.3貪心解法NearsFirst37
3.1.4遺傳算法37
3.1.5融合貪心策略的遺傳算法(GGA�睮)38
3.1.6實驗驗證41
3.2面向容延任務(wù)的多任務(wù)工作者選擇43
3.2.1問題分析43
3.2.2問題定義44
3.2.3貪心算法MostFirst45
3.2.4融合貪心算法的遺傳算法(GGA�睻)45
3.2.5實驗驗證46
3.3基于移動社交網(wǎng)絡(luò)的群智感知社群化任務(wù)分發(fā)48
3.3.1問題定義49
3.3.2基于移動行為相似度的社群動態(tài)劃分50
3.3.3移動群智感知社群化任務(wù)分發(fā)51
3.3.4實驗結(jié)果及分析53
3.4本章小結(jié)55
習(xí)題55
本章參考文獻(xiàn)56
第4章移動群智感知任務(wù)多目標(biāo)優(yōu)化分配58
4.1用戶資源匱乏情況下的任務(wù)分配58
4.1.1問題背景58
4.1.2問題定義59
4.1.3問題分析59
4.1.4算法設(shè)計60
4.1.5實驗驗證65
4.2用戶資源充足情況下的任務(wù)分配71
4.2.1問題背景71
4.2.2問題定義72
4.2.3問題分析73
4.2.4算法設(shè)計73
4.2.5實驗驗證76
4.3機(jī)會式的參與者選擇80
4.3.1問題背景80
4.3.2問題定義80
4.3.3問題分析81
4.3.4算法設(shè)計82
4.3.5實驗驗證89
4.4本章小結(jié)96
習(xí)題96
本章參考文獻(xiàn)97
第5章數(shù)據(jù)質(zhì)量評估與優(yōu)選98
5.1移動群智感知數(shù)據(jù)質(zhì)量98
5.2移動群智感知數(shù)據(jù)選擇99
5.3研究進(jìn)展100
5.3.1移動群智感知數(shù)據(jù)質(zhì)量評估100
5.3.2移動群智感知數(shù)據(jù)優(yōu)選101
5.4代表性工作: 視覺群智感知與數(shù)據(jù)優(yōu)選模型102
5.4.1視覺群智感知數(shù)據(jù)優(yōu)選模型102
5.4.2基于PTree的高質(zhì)量數(shù)據(jù)選擇方法105
5.4.3實驗結(jié)果與分析108
5.5本章小結(jié)115
習(xí)題115
本章參考文獻(xiàn)115
第6章移動群智感知高效數(shù)據(jù)移交118
6.1引言118
6.2移動群智感知數(shù)據(jù)移交框架118
6.2.1基于機(jī)會網(wǎng)絡(luò)的數(shù)據(jù)移交118
6.2.2基于融合的傳染式數(shù)據(jù)移交119
6.3代表性工作: 基于PicTree融合的移動群智感知數(shù)據(jù)移交122
6.3.1PicTree融合的基本操作122
6.3.2PicTree融合算法122
6.3.3基于PicTree融合的數(shù)據(jù)轉(zhuǎn)發(fā)124
6.3.4基于樹融合的協(xié)作式感知124
6.3.5實驗結(jié)果與分析126
6.4本章小結(jié)132
習(xí)題132
本章參考文獻(xiàn)133
第7章移動群智感知位置隱私保護(hù)134
7.1概述134
7.2研究進(jìn)展135
7.2.1隱匿位置保護(hù)技術(shù)135
7.2.2假位置數(shù)據(jù)技術(shù)136
7.2.3位置抑制發(fā)布技術(shù)136
7.3代表性工作一: 協(xié)同任務(wù)群組中的多方位置隱私保護(hù)137
7.3.1模型描述138
7.3.2實驗分析142
7.4代表性工作二: 細(xì)粒度模糊位置隱私度量與保護(hù)145
7.4.1模型設(shè)計 146
7.4.2實驗評估148
7.5本章小結(jié)151
習(xí)題151
本章參考文獻(xiàn)151
第8章移動群智感知激勵機(jī)制設(shè)計153
8.1背景描述153
8.2移動群智感知的主要激勵方式154
8.2.1物質(zhì)激勵154
8.2.2激勵機(jī)制: 非物質(zhì)激勵156
8.3代表性工作: 移動眾包配送任務(wù)動態(tài)定價策略研究157
8.3.1基于城市動態(tài)供需關(guān)系的定價框架158
8.3.2算法設(shè)計159
8.3.3實驗驗證161
8.3.4實驗結(jié)果162
8.4本章小結(jié)169
習(xí)題170
本章參考文獻(xiàn)170
第9章群智感知典型應(yīng)用172
9.1城市環(huán)境監(jiān)測173
9.1.1案例1: CrowdNoise噪聲監(jiān)測應(yīng)用系統(tǒng)173
9.1.2案例2: CrowdCity城市感知平臺175
9.2城市動態(tài)感知179
9.2.1案例1: FlierMeet基于群智感知的跨空間信息轉(zhuǎn)發(fā)和共享系統(tǒng)179
9.2.2案例2: InstantSense視覺群智實時事件感知系統(tǒng)182
9.3商業(yè)智能184
9.3.1案例1: CrowdTravel旅游景點路線推薦系統(tǒng)184
9.3.2案例2: 基于群智的智能外賣配送系統(tǒng)187
9.4智慧交通189
9.4.1案例1: 基于群智感知的靜態(tài)障礙物檢測系統(tǒng)190
9.4.2案例2: 基于移動群智感知的后一千米導(dǎo)航系統(tǒng)192
9.5公共安全195
9.5.1案例1: 基于移動群智感知的實時車輛移動跟蹤系統(tǒng)196
9.5.2案例2: 基于群智感知的移動目標(biāo)跟蹤系統(tǒng)197
9.6本章小結(jié)200
習(xí)題200
本章參考文獻(xiàn)200
第10章移動群智感知操作系統(tǒng)CrowdOS203
10.1概述203
10.1.1研究背景203
10.1.2群智任務(wù)的定義204
10.2體系框架205
10.3核心機(jī)制207
10.3.1任務(wù)解析及調(diào)度207
10.3.2資源管理209
10.3.3結(jié)果質(zhì)量優(yōu)化211
10.4關(guān)鍵組件212
10.4.1功能組件213
10.4.2調(diào)用接口217
10.5平臺實現(xiàn)及測試221
10.5.1平臺實現(xiàn)221
10.5.2局部測試226
10.5.3整體測試231
習(xí)題240
本章參考文獻(xiàn)240