移动社交网络中基于马尔科夫模型的信息搜索算法研究

声明

致谢

摘要

第一章 绪论

1．1 课题的研究背景

1．2 DTN网络的相关概述

1．3 DTN网络的性能

1．3．1 DTN网络的特点

1．3．2 DTN网络的应用

1．4 研究现状与主要任务

1．5 研究的目的及意义

1．6 本文的组织结构

第二章 移动社交网络的研究现状

2．1 移动社交网络的由来

2．2 移动社交网络用户的基本特征

2．3 移动社交网络常见的几种类型

2．4 移动社交网络中几种典型的信息搜索算法

2．4．1 Epidemic算法

2．4．2 Greedy Total算法

2．4．3 DelQue算法

2．5 移动社交网络的发展未来

2．6 本章小结

第三章 马尔科夫链

3．1 离散时间的马尔科夫链

3．1．1 离散时问Markov链的定义

3．1．2 转移概率矩阵和n步转移概率

3．1．3 Chapman-Kolmogorov方程

3．1．4 Markov链的状态分类

3．1．5 平稳分布

3．2 连续时间的马尔科夫链

3．2．1 连续时问Markov链的定义

3．2．2 转移概率矩阵

3．2．3 Chapman-Kolmogorov方程

3．3 马尔科夫链的应用

3．4 本章小结

第四章 DTNs网络中一种基于查询代表和反馈代表的信息搜索算法

4．1 引言

4．2 模型

4．2．1 网络模型和假设

4．2．2 离散时间齐次的半马尔科夫模型

4．2．3 地理社区下的稳态概率分布

4．3 查询代表和反馈代表算法

4．4 模拟仿真和性能评估

4．4．1 QFD与其他算法的性能比较

4．4．2 λ值对QFD算法性能的影响

4．4．3 P值对QFD算法性能的影响

4．5 本章小结

第五章 总结与展望

参考文献

攻读硕士学位期间学术活动及成果情况