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。本书按照“理论-方法/技术-平台-应用”的组织思路，遵循“创新引领、深入浅出、理论+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。本书为物联网、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最新研究成果和学习参考。

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292.4.2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目标优化分配
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目标优化分配
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
4.2.2 问题定义
4.2.3 问题分析
4.2.4 算法设计
4.2.5 实验验证
4.3 机会式的参与者选择
4.3.1 问题背景
4.3.2 问题定义
4.3.3 问题分析
4.3.4 算法设计
4.3.5 实验验证
4.4 本章小结
习题
本章参考文献
第5章 数据质量评估与优选
5.1 移动群智感知数据质量
5.2 移动群智感知数据选择
5.3 研究进展
5.3.1 移动群智感知数据质量评估
5.3.2 移动群智感知数据优选
5.4 代表性工作：视觉群智感知与数据优选模型
5.4.1 视觉群智感知数据优选模型
5.4.2 基于PTree的高质量数据选择方法
5.4.3 实验结果与分析
5.5 本章小结
习题
本章参考文献
第6章 移动群智感知高效数据移交
6.1 引言
6.2 移动群智感知数据移交框架
6.2.1 基于机会网络的数据移交
6.2.2 基于融合的传染式数据移交
6.3 代表性工作：基于PicTree融合的移动群智感知数据移交
6.3.1 PicTree融合的基本操作
6.3.2 PicTree融合算法
6.3.3 基于PicTree融合的数据转发
6.3.4 基于树融合的协作式感知
6.3.5 实验结果与分析
6.4 本章小结
习题
本章参考文献
第7章 移动群智感知位置隐私保护
7.1 概述
7.2 研究进展
7.2.1 隐匿位置保护技术
7.2.2 假位置数据技术
7.2.3 位置抑制发布技术
7.3 代表性工作一：协同任务群组中的多方位置隐私保护
7.3.1 模型描述
7.3.2 实验分析
7.4 代表性工作二：细粒度模糊位置隐私度量与保护
7.4.1 模型设计
7.4.2 实验评估
7.5 本章小结
习题
本章参考文献
第8章 移动群智感知激励机制设计
8.1 背景描述
8.2 移动群智感知的主要激励方式
8.2.1 物质激励
8.2.2 激励机制：非物质激励
8.3 代表性工作：移动众包配送任务动态定价策略研究
8.3.1 基于城市动态供需关系的定价框架
8.3.2 算法设计
8.3.3 实验验证
8.3.4 实验结果
8.4 本章小结
习题
本章参考文献
第9章 群智感知典型应用
9.1 城市环境监测
9.1.1 案例1：CrowdNoise噪声监测应用系统
9.1.2 案例2：CrowdCity城市感知平台
9.2 城市动态感知
9.2.1 案例1：FlierMeet基于群智感知的跨空间信息转发和共享系统
9.2.2 案例2：InstantSense视觉群智实时事件感知系统
9.3 商业智能
9.3.1 案例1：CrowdTravel旅游景点路线推荐系统
9.3.2 案例2：基于群智的智能外卖配送系统
9.4 智慧交通
9.4.1 案例1：基于群智感知的静态障碍物检测系统
9.4.2 案例2：基于移动群智感知的“最后一千米”导航系统
9.5 公共安全
9.5.1 案例1：基于移动群智感知的实时车辆移动跟踪系统