群智感知计算

　　随着物联网和移动互联网技术的发展，“群智感知计算”作为一种新的感知模式应运而生。区别于传统的传感网感知方式，群智感知计算利用广泛且自然分布的持有智能设备的用户作为移动感知单元，通过群体的广泛参与、灵活移动、机会连接实现大规模、无处不在的感知过程，目前已成为物联网、移动计算等领域的学科前沿与研究热点。《群智感知计算（物联网理论与技术前沿丛书）》按照“理论-方法／技术-平台应用”的组织思路，遵循“创新代领、深入浅出、理论十实践”的原则基调，针对群智感知计算的基本概念、体系架构、任务优化分配、数据优选、质量评估、数据移交、计算平台及典型应用等进行深入的探讨。《群智感知计算（物联网理论与技术前沿丛书）》为物联网、移动计算、智慧城市等领域的研究人员、高年级本科生或研究生等提供了具有创新性与前瞻性的群智感知计算新研究成果和学习参考。

　　於志文，工学博士，西北工业大学教授，博士生导师，洪堡学者，国家杰出青年科学基金获得者，国家“万人计划”科技创新领军人才。现任西北工业大学计算机学院院长，智能感知与计算工信部重点实验室主任，陕西省嵌入式系统技术重点实验室主任，国家重点研发专项项目首席科学家，陕西省重点科技创新团队带头人。近年来，在国际学术期刊和会议发表论文150余篇。获得国家发明专利50多项。获得教育部自然科学奖一等奖、陕西省科学技术奖一等奖、国家教学成果奖二等奖、中国计算机学会青年科学家奖等奖项。组织实施了多项重大科研项目，编制完成了多项国家标准。担任多个国际期刊编委。。

第1章 绪论
1．1 背景和意义
1．2 发展历程
1．3 群智感知的两种模式
1．4 主要挑战和研究内容
1．5 国内外研究现状
1．5．1 感知任务分配与激励机制
1．5．2 群智感知数据优选
1．5．3 感知数据移交
1．5．4 群智感知应用
1．6 本书结构
1．7 本章小结
习题
本章参考文献
第2章 群智感知计算的基本概念与体系结构
2．1 基本概念
2．1．1 群智协作方式
2．1．2 感知计算主体
2．1．3 主要研究问题描述
2．1．4 低成本数据采集
2．2 群智感知任务模型
2．3 用户模型
2．3．1 用户角色及特征
2．3．2 需求分析
2．3．3 多侧面用户属性
2．3．4 复杂任务模型分析
2．4 数据模型
2．4．1 群智数据产生模式及特点
2．4．2 群智数据感知方法
2．4．3 群智数据优选与理解
2．5 通用群智感知系统架构
2．6 小结
习题
本章参考文献
第3章 移动群智感知任务单引标优化分配
3．1 面向即时任务的多任务工作者选择
3．1．1 问题分析
3．1．2 问题定义
3．1．3 贪心解法NearsFirst
3．1．4 遗传算法
3．1．5 融合贪心策略的遗传算法（GGA-I）
3．1．6 实验验证
3．2 面向容延任务的多任务工作者选择
3．2．1 问题分析
3．2．2 问题定义
3．2．3 贪心算法MostFirst
3．2．4 融合贪心算法的遗传算法（GGA-U）
3．2．5 实验验证
3．3 基于移动社交网络的群智感知社群化任务分发
3．3．1 问题定义
3．3．2 基于移动行为相似度的社群动态划分
3．3．3 移动群智感知社群化任务分发
3．3．4 实验结果及分析
3．4 本章小结
习题
本章参考文献
第4章 移动群智感知任务多引标优化分配
4．1 用户资源匮乏情况下的任务分配
4．1．1 问题背景
4．1．2 问题定义
4．1．3 问题分析
4．1．4 算法设计
4．1．5 实验验证
4．2 用户资源充足情况下的任务分配
4．2．1 问题背景
……
第5章 数据质量评估与优选
第6章 移动群智感知高效数据移交
第7章 移动群智感知位置隐私保护
第8章 移动群智感知激励机制设计
第9章 群智感知典型应用
第10章 移动群智感知操作系统Crowdos