注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)網(wǎng)絡(luò)與數(shù)據(jù)通信認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳輸機(jī)制

認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳輸機(jī)制

認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳輸機(jī)制

定 價:¥36.00

作 者: 李婕 著
出版社: 東北大學(xué)出版社
叢編項:
標(biāo) 簽: 暫缺

購買這本書可以去


ISBN: 9787551722773 出版時間: 2019-12-01 包裝: 平裝
開本: 16開 頁數(shù): 182 字?jǐn)?shù):  

內(nèi)容簡介

  《認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳輸機(jī)制》介紹了認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳技術(shù),用社群智能技術(shù)將人類社會活動與認(rèn)知網(wǎng)絡(luò)架構(gòu)相融合,深入探討社群網(wǎng)絡(luò)中的數(shù)據(jù)通信機(jī)制。主要內(nèi)容包括:基于節(jié)點移動軌跡分析和社會關(guān)系挖掘的移動節(jié)點位置預(yù)測模型;基于節(jié)點移動模型和機(jī)會通信特征分析的機(jī)會通信群組構(gòu)造方法;基于機(jī)會數(shù)據(jù)通信過程中節(jié)點行為的可信度算法;結(jié)合數(shù)據(jù)類型、節(jié)點聲望、競價等要素設(shè)計節(jié)點激勵策略;基于節(jié)點移動位置預(yù)測、機(jī)會群組構(gòu)造以及用戶聲望激勵模型的機(jī)會數(shù)據(jù)通信機(jī)制;原型系統(tǒng)設(shè)計以及算法驗證。

作者簡介

暫缺《認(rèn)知網(wǎng)絡(luò)的數(shù)據(jù)傳輸機(jī)制》作者簡介

圖書目錄

第1章 緒論
1.1 研究背景
1.1.1 認(rèn)知網(wǎng)絡(luò)
1.1.2 社群智能
1.1.3 機(jī)會網(wǎng)絡(luò)
1.2 問題的提出
1.2.1 背景
1.2.2 研究現(xiàn)狀
1.3 本書的主要研究內(nèi)容
1.3.1 主要研究內(nèi)容
1.3.2 創(chuàng)新點
第2章 相關(guān)理論基礎(chǔ)
2.1 馬爾可夫預(yù)測
2.1.1 馬爾可夫鏈
2.1.2 轉(zhuǎn)移概率
2.2 群體智能優(yōu)化算法
2.2.1 概述
2.2.2 蟻群優(yōu)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(jī)會網(wǎng)絡(luò)
2.4.1 機(jī)會網(wǎng)絡(luò)信譽管理
2.4.2 機(jī)會網(wǎng)絡(luò)激勵策略
2.5 社交網(wǎng)絡(luò)
2.5.1 概述
2.5.2 社交網(wǎng)絡(luò)分析
2.6 機(jī)會社交網(wǎng)絡(luò)
2.7 社區(qū)發(fā)現(xiàn)
2.7.1 概述
2.7.2 典型社區(qū)發(fā)現(xiàn)算法
2.8 博弈論基礎(chǔ)
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(jié)
第3章 認(rèn)知網(wǎng)絡(luò)中基于流量預(yù)測的自適應(yīng)路由算法
3.1 引言
3.2 相關(guān)工作
3.2.1 單路徑路由算法
3.2.2 多路徑路由算法
3.3 適用于認(rèn)知網(wǎng)絡(luò)的流量預(yù)測模型
3.3.1 現(xiàn)有的網(wǎng)絡(luò)流量預(yù)測模型
3.3.2 流量預(yù)測模型的選擇
3.3.3 MMSE的數(shù)學(xué)描述
3.4 算法描述
3.4.1 認(rèn)知網(wǎng)絡(luò)中基于流量預(yù)測的單路徑路由算法
3.4.2 認(rèn)知網(wǎng)絡(luò)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(jié)
第4章 基于社會關(guān)系感知的移動節(jié)點位置預(yù)測算法
4.1 引言
4.2 基于社會關(guān)系的節(jié)點位置預(yù)測算法
4.2.1 基于位置的節(jié)點移動應(yīng)用場景
4.2.2 馬爾可夫鏈預(yù)測模型
4.2.3 基于社會關(guān)系的預(yù)測優(yōu)化
4.2.4 修正系數(shù)參數(shù)估計
4.3 實驗分析
4.3.1 仿真實驗配置
4.3.2 社會關(guān)系矩陣析取
4.3.3 預(yù)測精確度分析
4.3.4 參數(shù)估計
4.3.5 位置模型中區(qū)域粒度對預(yù)測精度的影響
4.4 本章小結(jié)
第5章 基于位置預(yù)測的生物啟發(fā)式數(shù)據(jù)分發(fā)算法
5.1 引言
5.2 相關(guān)工作
5.3 網(wǎng)絡(luò)模型
5.4 算法設(shè)計
5.4.1 基于位置預(yù)測的數(shù)據(jù)分發(fā)算法
5.4.2 基于蟻群優(yōu)化的數(shù)據(jù)分發(fā)算法
5.4.3 基于位置預(yù)測的生物啟發(fā)式數(shù)據(jù)分發(fā)算法
5.5 性能評價
5.5.1 仿真環(huán)境部署
5.5.2 性能評價指標(biāo)
5.5.3 移動節(jié)點數(shù)量的變化對性能的影響
5.5.4 數(shù)據(jù)消息生命周期的變化對性能的影響
5.6 本章小結(jié)
第6章 基于聲望感知的用戶激勵及數(shù)據(jù)分發(fā)算法
6.1 引言
6.2 相關(guān)工作
6.2.1 聲望模型的研究現(xiàn)狀
6.2.2 激勵機(jī)制的相關(guān)研究現(xiàn)狀
6.3 基于聲望的參與式激勵算法描述
6.3.1 概述
6.3.2 聲望模塊描述
6.3.3 激勵模塊的描述
6.4 基于參與者激勵的數(shù)據(jù)分發(fā)算法
6.4.1 分發(fā)數(shù)據(jù)的信任值計算
6.4.2 數(shù)據(jù)分發(fā)執(zhí)行過程
6.5 性能評價
6.5.1 仿真環(huán)境部署
6.5.2 仿真結(jié)果
6.6 本章小結(jié)
第7章 認(rèn)知網(wǎng)絡(luò)數(shù)據(jù)傳輸機(jī)制研究展望
7.1 成果總結(jié)
7.2 研究展望
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號