计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2015年
2期
374-385
,共12页
于瑞云%夏兴有%李婕%周岩%王兴伟
于瑞雲%夏興有%李婕%週巖%王興偉
우서운%하흥유%리첩%주암%왕흥위
参与式感知%位置预测%马尔可夫模型%社会关系%社交网络%移动互联网%社会计算
參與式感知%位置預測%馬爾可伕模型%社會關繫%社交網絡%移動互聯網%社會計算
삼여식감지%위치예측%마이가부모형%사회관계%사교망락%이동호련망%사회계산
participatory sensing%location prediction%Markov model%social relationship%social networks%mobile Internet%social computing
移动用户位置预测是参与式感知系统进行有效数据采集和消息转发的关键,该文提出了一种基于社会关系的移动用户位置预测算法(SMLP).该算法基于位置对应用场景进行建模,通过节点的移动规律挖掘节点之间的社会关系.SMLP算法以马尔可夫模型为基础对节点的移动性进行初步预测,然后利用与其社会关系较强的其他节点的位置对该节点的预测结果进行修正.算法基于马尔可夫模型和加权马尔可夫模型,分别提出了SMLP1和SMLPN两种算法.最后基于UCSD WTD数据集对算法进行仿真实验.实验结果表明:SMLP1比马尔可夫模型有更高的预测精确度;SMLPN与SMLP1相比有了更大程度的性能提升,并以比2阶马尔可夫模型小得多的算法复杂度获得了与2阶马尔可夫模型相似的预测精度.由于加权系数的引入,SMLP1和SMLPN两种算法都具有良好的灵活性.
移動用戶位置預測是參與式感知繫統進行有效數據採集和消息轉髮的關鍵,該文提齣瞭一種基于社會關繫的移動用戶位置預測算法(SMLP).該算法基于位置對應用場景進行建模,通過節點的移動規律挖掘節點之間的社會關繫.SMLP算法以馬爾可伕模型為基礎對節點的移動性進行初步預測,然後利用與其社會關繫較彊的其他節點的位置對該節點的預測結果進行脩正.算法基于馬爾可伕模型和加權馬爾可伕模型,分彆提齣瞭SMLP1和SMLPN兩種算法.最後基于UCSD WTD數據集對算法進行倣真實驗.實驗結果錶明:SMLP1比馬爾可伕模型有更高的預測精確度;SMLPN與SMLP1相比有瞭更大程度的性能提升,併以比2階馬爾可伕模型小得多的算法複雜度穫得瞭與2階馬爾可伕模型相似的預測精度.由于加權繫數的引入,SMLP1和SMLPN兩種算法都具有良好的靈活性.
이동용호위치예측시삼여식감지계통진행유효수거채집화소식전발적관건,해문제출료일충기우사회관계적이동용호위치예측산법(SMLP).해산법기우위치대응용장경진행건모,통과절점적이동규률알굴절점지간적사회관계.SMLP산법이마이가부모형위기출대절점적이동성진행초보예측,연후이용여기사회관계교강적기타절점적위치대해절점적예측결과진행수정.산법기우마이가부모형화가권마이가부모형,분별제출료SMLP1화SMLPN량충산법.최후기우UCSD WTD수거집대산법진행방진실험.실험결과표명:SMLP1비마이가부모형유경고적예측정학도;SMLPN여SMLP1상비유료경대정도적성능제승,병이비2계마이가부모형소득다적산법복잡도획득료여2계마이가부모형상사적예측정도.유우가권계수적인입,SMLP1화SMLPN량충산법도구유량호적령활성.
