检索结果-南通市图书馆

计算机学报 2021年第10期44卷 1998-2015页

作者：纪圣塨郑宇王诏远李天瑞西南交通大学计算机与人工智能学院成都611756 京东智能城市研究院北京100176

随着移动传感设备的快速发展,移动群智感知已经成为城市数据收集的一项重要模式.用户招募——招募进行数据收集的用户——是移动群智感知中的重要一环.现有的研究主要集中在静态的用户招募,对动态的用户招募研究还比较少.因此,本文提出... 详细信息

随着移动传感设备的快速发展,移动群智感知已经成为城市数据收集的一项重要模式.用户招募——招募进行数据收集的用户——是移动群智感知中的重要一环.现有的研究主要集中在静态的用户招募,对动态的用户招募研究还比较少.因此,本文提出了一个基于前向搜索和投票的动态用户招募方法,该方法能够很好地综合多个因素,从而做出更优的招募决策.除此之外,本文还设计了一个新的数据均匀程度指标来更好地评估数据的质量.基于真实世界的Foursquare用户数据的实验结果表明,相比于基准方法,本文的方法能够收集到均匀程度更高的数据.

关键词：移动群智感知动态用户招募前向搜索爬山算法数据均匀指标

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向稀疏群智感知的参与者选择优化方法

面向稀疏群智感知的参与者选择优化方法

引用

作者：葛惠杰哈尔滨理工大学

学位级别：硕士

随着嵌入式设备、无线传感网络、智能移动终端等技术的快速发展,移动群智感知成为当前领域研究的热点,并被广泛应用于实际场景,它利用携带智能设备的移动节点完成复杂感知任务的收集利用,具有部署成本低和感知规模广优势。然而,在移动... 详细信息

随着嵌入式设备、无线传感网络、智能移动终端等技术的快速发展,移动群智感知成为当前领域研究的热点,并被广泛应用于实际场景,它利用携带智能设备的移动节点完成复杂感知任务的收集利用,具有部署成本低和感知规模广优势。然而,在移动群智感知中,为了获得高质量的感知数据,通常需要招募大量的感知节点执行任务,增加了获取数据的感知成本。在此背景下,稀疏群智感知被提出,由于感知区域数据之间往往具有很大的相关性,因此只需要感知一部分区域数据,然后利用数据推断算法对剩余未感知区域的数据进行高精度推断,在控制感知成本的同时保证数据质量满足要求。稀疏群智感知的最终目标是提高感知数据的质量,而影响感知数据质量的因素较多,如参与者选择、任务分配、数据推理等,其中参与者选择是最直接、最关键的影响因素。因此,本文研究了稀疏群智感知参与者选择优化方法,主要成果如下:1.提出一种基于三支决策的参与者选择优化算法。该方法从用户和区域两个角度出发,重点优化参与者决策过程。首先,根据感知任务区域中时空单元之间的数据相关性和时空相关性预测感知单元之间的相似性矩阵,并以此构建分类模型。其次,分析参与者历史行为信息提取目标用户完成该类型任务的意愿度、信誉度等特征信息。最后,借助三支决策的基本思想,先根据用户的特征信息选择高质、可靠的候选者,然后以分类模型为指导筛选出执行任务的参与者。基于真实数据集的实验结果表明,本文所提算法有效地提高了感知数据质量,同时减少了感知成本。2.提出了一种基于卷积神经网络的稀疏群智感知多任务参与者选择方法。首先,从任务角度分析了感知任务间和感知任务区域内的相关特征,分别进行感知任务分类和子区域分簇。其次,从用户角度根据用户历史行为信息挖掘移动特征与分区间的关联模式,从而预测候选者移动行为的时空规律。最后,针对每类任务利用子区域分簇的结果及用户移动行为的规律选择轨迹相似性最低的参与者并发执行感知任务。在不同数据集的实验结果表明,本文方法实现了数据质量最优的情况下最小化所需参与者的数量。3.提出一种基于强化学习的稀疏群智感知动态用户招募方法,在任务执行的过程中对每个实时到来的用户进行动态招募。首先,在不同的任务情况下基于深度强化学习将动态用户招募问题的状态、动作和奖励进行建模。其次,通过分析实时用户的历史行为信息和历史感知数据提取用户特征和贡献度,旨在判断在特定条件下,招募哪些用户可以获得最大的奖励值。最后,根据用户奖励值和实时收集的感知数据对用户招募进行动态调整,以实现更优、更灵活的招募决策。基于真实的数据集的实验结果表明,相比于基准方法,可获得更高的数据准确率。

关键词：稀疏群智感知三支决策多任务并发强化学习动态用户招募

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：