一种面向信息质量的移动群智感知协作方法

现有的感知信息质量研究主要集中在节点的招募、选择和感知任务的分配阶段,缺少对感知任务执行过程的优化。为此,借鉴移动设备云中的感知任务迁移理念,设计基于效用的感知任务迁移算法,提出一种移动群体内节点间直接协作的感知方法。对感知任务的执行阶段进行优化,以解决移动设备的异构性与感知信息质量需求之间的矛盾。实验结果表明,与随机选择算法和基于多任务的参与者选择算法相比,该算法可有效提高感知数据覆盖率和感知任务完成率。     

移动群体感知技术研究

移动互联网的不断成熟以及搭载各种传感器的智能终端的广泛应用和普及催生了全新的研究领域,即移动群体感知技术领域。移动群体感知是以人为中心的感知,人在感知过程中扮演着重要的角色,发挥着重要的作用。移动群体感知概念自提出以来,受到了学术界和工业界的广泛关注,移动群体感知技术广泛应用于交通、医疗健康等各个领域以及人们日常生活中的各个方面。首先从移动群体感知概念、感知模式、感知规模及其特性的角度阐述了移动群体感知的内涵;在此基础上,对群体感知技术的应用进行了分类,并且对现有典型的移动群体感知研究项目进行了分析、总结和比较;进而描述了移动群体感知技术向规模化、系统化发展的趋势及面向服务的"端+云"的移动群体感知体系架构;最后重点阐述了移动群体感知在大规模环境下所面临的全新挑战及应对策略。     

基于任务的群体感知模型的形式化描述

群体感知理论和实现技术是计算机支持的协同工作中必不可少的组成部分。文章分析研究了群体感知理论研究工作的现状,介绍了一种基于任务的群体感知模型TAM。该模型通过对收集来的感知信息按基本要素“任务”进行分解、处理(加权)、再组合,精确描述群组任务的每个变化,并且获得相应的感知强度,有效地解决了现有的群体感知模型存在的不足。该文给出了该模型的建模思想和总体结构,并从该模型的基本概念、任务收集、任务分解、感知强度、任务整合等方面给出了该模型的形式化描述。文章最后讨论了在下一步研究中仍需解决的一些问题。     

面向依赖关系约束的移动群智感知任务协作

现有移动群智感知中,大多研究将每个任务作为独立个体进行处理,对任务间约束关系缺乏研究,为此,提出了基于感知质量优先级的在线任务协作方法（online task collaboration method based on sensing quality priority,TCSP）。该方法首先使用贪婪算法计算感知质量优先级,对全部任务进行筛选以保证任务完成率;然后将选出任务中存在时间先后或执行逻辑前后关系的多个子任务构建为任务协作图,并将其协作过程建模为有约束的马尔可夫决策过程,通过强化学习算法求出最优协作策略。实验结果表明,与现有基线方法相比,所提出的任务协作方法能够减少依赖任务的平均完成时间,有效降低平台的平均感知成本。     

移动群体感知中能量有效的设备探测模型

在移动群体感知网络中移动设备的能量使用效率和有效探测总数间存在一种均衡关系,针对移动群体感知中移动设备发生接触的特点,提出了一种移动群体感知中能量有效的设备探测模型。该模型对基于泊松分布模型探测过程进行建模,得到移动设备的无效探测概率,并通过实验进行验证,结果表明该模型是正确合理的;然后得出有效探测总数与探测时间间隔的关系;最后基于模型分析得到不同情况下能量消耗与探测有效性的均衡点,进而使移动设备持有者根据自己所处环境设置探测时间间隔T,从而实现移动设备能量的节约。     

CSCW系统中群体感知技术的研究

群体感知是多用户成功协作的根本前提,介绍了CSCW系统中群体感知信息的特点、形成过程和设计需求,分析了群体感知机制的研究现状及其潜在问题。最后,以网络白板系统为例提出了一个新的群体感知设计模型,并阐述了其关键的实现机制。     

移动群体感知中基于社会关系的路由算法

移动群体感知技术最大的特点是人的参与,而人们进行日常社会活动严重受社会关系的影响,为使得感知数据能够更高效地传输,本文提出一种移动群体感知中基于社会关系的路由算法RASR(Routing Algorithm Based on Social Relations)。该算法根据个体间的接触概率利用G-N算法将整个网络划分为聚集性较强的社团,然后采用中介中心性和相似性两个特性度量个体的社会性。在数据传输的过程中,当前个体在相遇个体中选择与目标个体接触概率或者相对社会性效用较大的个体充当中继个体并复制当前数据,直至传输至目标个体。实验结果表明：RASR算法在保证传输成功率、减少平均传输延时的同时减少了数据副本量,从而降低了路由开销。     

移动终端群智感知研究

随着移动终端集成了越来越多的内置传感器,移动群智感知成为近几年来的研究热点。通过对移动终端传感器感知数据的收集分析处理,用户所处情境便能被识别,还原用户所处场景,为用户提供个性化服务。文中通过归纳国内外的最新研究成果,提出了移动终端群智感知模型,并从数据处理、激励机制和群智感知应用、群智感知平台等几个方面具体归纳概括了国内外的研究趋势。文中归纳了最新的数据处理技术和群智感知应用场景,并提出了竞争和协作相辅相成的激励模式。     

角色群体协作中的层次感知模型研究

群体感知是群体协作有效进行的前提条件.在分析当前群体感知模型及群体协作模型研究现状的基础上,以角色为协作基础,根据任务相关度、协作者间组织结构的紧密程度来进行分层感知,提出了一种支持层次角色群体感知的模型(role based hierarchical awareness model,简称RHAM).RHAM 首先构建了一个群体协作环境(group cooperation environment,简称GCE),然后在GCE 的基础上扩展定义群体协作感知内容、感知层次及感知相关特性.最后对该模型的应用进行了     

移动协同感知研究综述

移动感知网在军事、工业、医疗、交通、商业上运用极其广泛.为了进一步提高移动感知网的性能,更好地协同节点的移动感知行为,本文提出了移动协同感知技术.首先介绍了国内外近年来有关移动协同感知技术的发展情况和关键技术,包括移动协同感知模型、移动协同感知中间件、移动协同感知相关技术,然后概括归纳了技术特点,最后总结了移动协同感知技术的研究意义和发展趋势.     

移动协作学习的上下文感知模型研究

根据移动协作学习的特点和个性化需求,提出了一种移动协作学习的上下文感知计算模型(M-CCLM),包括上下文信息获取、表达、优化和推理.基于上下文逻辑给出了上下文融合的优化算法和决策行动的贝叶斯推理算法.通过实例说明了模型的应用方法.     

基于压缩感知的移动群智感知任务分发机制

针对移动群智感知任务中区域全覆盖感知成本过高问题，提出基于压缩感知的移动群智感知任务分发（CS-TD）机制。首先提出了感知任务整体成本模型，该模型综合考虑了参与感知任务的节点个数、节点的感知次数与数据上传次数；然后基于成本模型，分析感知节点的日常移动轨迹，结合压缩感知数据采集技术，提出了一种基于感知节点轨迹的压缩感知采样方法；其次通过区域全覆盖最少节点（RCLN）算法，选出最佳节点集合，对节点进行任务分配，利用压缩感知技术恢复节点数据；最后在多次感知任务的迭代中对感知节点的可信程度进行评定，保证任务方案的最优性。对CS-TD分发模型进行多次实验验证，与已有的CrowdTasker算法相比，CS-TD算法平均成本降低了30%以上。CS-TD模型能有效降低感知节点的消耗，能在全覆盖感知任务中降低整体感知成本。     

移动情境感知及其交互研究

结合情境信息的移动应用和交互研究是普适计算领域中非常重要的内容.综合移动情境感知相关研究的发展,从人机交互研究的角度,提出了基于用户、环境和任务的情境信息分类方法.根据情境信息的数据获取、数据表示、系统架构、数据处理、服务应用和系统评价等六个方面,分析了移动情境感知应用研究的关键问题,总结了移动情境感知对人机交互研究中的研究方法、数据收集、用户控制感及交互方式等产生的影响.最后提出了当前移动情境感知及其交互研究中存在的问题和可能的研究方向.     

移动互联网访问控制支持移动感知的研究

移动互联网的访问控制使移动IPv6面临切换延迟显著增加的困境。本文在分析移动IPv6协议特点与访问控制机制行为特征的基础上，提出了一种在移动互联网访问控制应用中实现快速移动感知的方法，它能有效缩短移动IPv6切换前的认证等待时间。文中给出了实现方法，进行了比较分析。     

移动群智感知中面向用户区域的分布式多任务分配方法

多数群智感知（MCS）任务分配方法针对单个任务,难以适用于多任务实时并发的现实场景,而且往往需要实时获取用户位置,不利于保护参与者隐私。针对上述问题,提出了一种面向用户区域的分布式多任务分配方法Crowd-Cluster。该方法首先通过贪心启发算法将全局感知任务及用户区域进行分簇;其次,基于空间关联性采用Q-learning算法将并发任务组合构成任务路径;接着,构建符合玻尔兹曼分布的用户意愿模型对任务路径进行动态定价;最后,基于历史信誉记录贪心优选参与者实现任务分配。基于真实数据集mobility的实验结果表明,Crowd-Cluster能有效减少参与者总人数及用户总移动距离,并且在低人群密度场景下,还能降低感知资源不足对任务完成度的影响。     

基于角色的群体感知模型实现机制

群体感知功能是计算机支持协同工作系统和群件系统必须支持的基本功能。文章分析了群体感知研究工作的现状,介绍了一种基于角色的群体感知模型RAM,给出了该模型实现的总体结构,并从角色任务树的组成和构造算法、角色管理框架和协议、感知模型引擎和系统调用API等几方面讨论了实现机制。最后给出了基于RAM的协同编著系统应用框架,讨论了在下一步研究中仍需解决的若干问题。     

多媒体合著系统中群体感知技术的研究与实现

多媒体合著是ＣＳＣＷ的一个重要应用领域，它融合了多媒体技术和网络通讯技术，是高效创作多媒体应用软件原有效手段。本文介绍了多媒体合著系统的特点、要求以及设计思想，着重讨论了在复制式结构下实现群体感知的技术和方法。     

情景感知在移动计算中的应用研究

随着移动商务的发展,情景感知在交互移动计算系统中的应用越来越广泛。为了把这一概念应用到设计的动态环境中,有必要了解什么是情景感知、情景感知的分类等概念。学者们针对情景感知概念的讨论和验证从未停止过,分析情景感知在移动计算中的应用是当前一个重要的研究方向。本文对情景感知概念及移动计算数据获取的方法提出了一些建议。     

基于角色的群体感知模型

群体感知理论的研究与应用是计算机支持协同工作的重要研究内容之一.在研究分析了当前群体感知模型研究工作现状的基础上,提出了一种基于角色的群体感知模型.该模型通过分解群组任务,把群组成员扮演的角色细化,对成员的具体活动进行基于角色的集合划分,并根据角色之间的差别程度来确定成员对不同活动的感知强度.最后对该模型的实现机制和应用领域进行了分析,并讨论了下一步研究中需要解决的若干问题.