本书主要介绍网络移动信息服务方法，面向智慧城市建设，网络移动信息服务是其建设成果最直观的信息技术层面的体现。本书从横纵两个方向来剖析其方法技术：从纵向上探讨了分层次的信息服务网络支撑技术；从横向上给出了多种面向智慧城市的应用服务技术。首先介绍网络移动信息服务的概念及当前发展；然后详细介绍链路层的邻居节点发现技术、网络层的路由与均衡接入技术、应用层的社区结构发掘技术，给出统一的网络移动信息服务平台；最后基于此平台，分别面向智能交通、智慧旅游、移动支付三大应用场景，介绍相关应用的发展现状，及其中的关键信息服务技术，如轨迹分析技术、位置推荐技术及移动端的行为认证技术等，这些先进的技术促进了当前网络移动信息服务的发展。
样章试读
目录
- 目录
前言
第一章 网络移动信息服务基础 1
1.1 网络移动信息服务概念及其发展 1
1.2 网络通信架构 1
1.3 网络移动信息服务分类 2
1.4 网络移动信息服务的关键技术 3
1.5 本章小结 4
参考文献 5
第二章 网络邻居节点发现技术 6
2.1 引言 6
2.2 邻居节点发现技术发展现状 6
2.3 基于角色扮演的邻居发现算法 8
2.3.1 无线网络模型与假设 8
2.3.2 Erupt算法描述 9
2.3.3 两个节点情况下的分析 10
2.3.4 平均延迟 10
2.3.5 占空比和能量损耗 13
2.3.6 多节点情况下的分析 13
2.4 基于节点密集场景的邻居发现算法 15
2.4.1 Centron方法设计 15
2.4.2 场景模型和假设 15
2.4.3 协议描述 16
2.4.4 方法效用分析 17
2.5 本章小结 21
参考文献 21
第三章 移动网络高效路由与均衡接入技术 24
3.1 引言 24
3.2 相关技术发展 24
3.3 基于社交关系的移动网络路由协议 26
3.3.1 局部活跃性 27
3.3.2 社交相似性 28
3.3.3 LASS算法 29
3.3.4 实验评估 31
3.4 车联网认知路由协议 37
3.4.1 Q学习框架 37
3.4.2 基于Q学习的车联网认知路由算法 38
3.4.3 实验评估 40
3.5 基于强化学习的移动用户接入负载均衡方法 42
3.5.1 主要思想 43
3.5.2 系统模型和假设 44
3.5.3 在线强化学习移动用户接入设计 45
3.5.4 复杂性分析 54
3.5.5 实验评估 54
3.6 本章小结 58
参考文献 58
第四章 网络社区结构发掘技术 62
4.1 引言 62
4.2 社区发掘技术发展现状 63
4.3 自适应加权动态社区发掘算法 64
4.3.1 动态加权图 64
4.3.2 社区结构 65
4.3.3 社区结构初始化 65
4.3.4 动态跟踪算法 68
4.3.5 SAWD社区检测算法的复杂度 74
4.3.6 SAWD社区检测算法的拟合度评估 75
4.3.7 问题讨论 76
4.4 跨空间社区检测 77
4.4.1 关于跨空间社区的描述性定义 77
4.4.2 跨空间社区检测算法 78
4.4.3 关于合并准则的讨论 82
4.5 本章小结 83
参考文献 84
第五章 网络移动信息服务平台 86
5.1 系统总体设计 86
5.2 资源调度优化子系统 88
5.3 网络交易在线监控子系统 90
5.4 交通出行在线分析及服务子系统 92
5.5 本章小结 95
参考文献 95
第六章 智能交通 96
6.1 现有相关国内外应用及技术介绍 96
6.2 路况预测与最优出行路径选择 97
6.2.1 基于非线性时间序列路况预测 98
6.2.2 动态网络最短路问题近似算法 100
6.2.3 仿真实验 103
6.3 基于稀疏GPS数据的车辆行为分析 106
6.3.1 iLogBook概述 106
6.3.2 原始数据处理 107
6.3.3 对GPS数据的语义分析 114
6.3.4 数据集 115
6.3.5 实验评估 116
6.4 基于邻近车辆危险行为的识别与预警 121
6.4.1 系统模型和设计目标 121
6.4.2 系统概述 123
6.4.3 原始数据训练 124
6.4.4 行为匹配 128
6.4.5 实验评估 129
6.5 本章小结 134
参考文献 134
第七章 智慧旅游 138
7.1 现有相关国内外应用及技术介绍 138
7.2 基于协同张量分解的位置推荐 141
7.2.1 协同张量分解方法 141
7.2.2 基于协同张量分解的位置推荐方法 148
7.2.3 性能评估 151
7.3 基于划分的协同张量分解的位置推荐 155
7.3.1 问题描述 156
7.3.2 基于划分的协同张量分解的位置推荐方法 157
7.4 基于最大边缘相关的位置序列推荐 159
7.4.1 问题描述 161
7.4.2 个性化位置序列推荐方法 166
7.5 本章小结 177
参考文献 177
第八章 移动支付认证 182
8.1 现有相关国内外应用及技术介绍 182
8.2 基于用户姿势的触屏行为认证系统架构 183
8.2.1 总体架构 184
8.2.2 数据采集 186
8.2.3 姿势特征提取 188
8.2.4 姿势聚类算法 190
8.2.5 姿势聚类实验分析 191
8.3 登录时认证模型的构建及认证 193
8.3.1 登录时认证手势特征的提取 193
8.3.2 训练各姿势下的手势认证子模型 194
8.3.3 登录时认证方法 195
8.3.4 实验结果与分析 197
8.4 持续性认证模型的构建及认证 199
8.4.1 持续性认证手势特征的提取 199
8.4.2 训练各姿势下的手势认证子模型 201
8.4.3 持续性认证方法 202
8.4.4 实验结果与分析 205
8.5 本章小结 207
参考文献 207
关键词中英文对照表 210
彩图
京公网安备 11010102004214号