移动群智感知
移动群智感知的相关文献在2014年到2023年内共计237篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、法律
等领域,其中期刊论文90篇、会议论文2篇、专利文献456428篇;相关期刊45种,包括重庆邮电大学学报(自然科学版)、电子与信息学报、数字通信世界等;
相关会议2种,包括第十一届和谐人机环境联合会议、2016年全国开放式分布与并行计算学术年会等;移动群智感知的相关文献由495位作者贡献,包括徐佳、郭斌、徐小龙等。
移动群智感知—发文量
专利文献>
论文:456428篇
占比:99.98%
总计:456520篇
移动群智感知
-研究学者
- 徐佳
- 郭斌
- 徐小龙
- 於志文
- 李涛
- 徐力杰
- 王健
- 熊金波
- 王磊
- 刘媛妮
- 刘溪
- 岑健
- 龙浩
- 孙学梅
- 杨桂松
- 蒋凌云
- 赵国生
- 赵国锋
- 陈荟慧
- 何杏宇
- 李卓
- 段洁
- 陈昕
- 马蓉
- 王海艳
- 金彪
- 卢蔚
- 吴浩博
- 周兴社
- 周远航
- 张书奎
- 李千目
- 李慧聪
- 欧雅轩
- 王柱
- 王涛春
- 陈付龙
- 鲁蔚锋
- 刘慧
- 刘琰
- 吕成梅
- 唐红
- 姚志强
- 宋海鹰
- 徐国文
- 徐琴珍
- 戴华
- 朱燕民
- 李卓青
- 李洪伟
-
-
蒋伟进;
陈萍萍;
张婉清;
孙永霞;
陈君鹏
-
-
摘要:
在移动群智感知任务分配中,数据平台不知道用户的感知质量或成本值的前提下,如何建立合适的用户招募机制是该文需要解决的关键问题,不仅需要在用户执行的过程学习其感知质量值,还要尽可能保证移动群智感知平台的高效性和利润最大化。因此该文提出基于组合多臂赌博机(CMAB)的移动群智感知用户招募算法来解决用户成本已知和未知的招募问题。首先把用户招募过程建模为组合多臂赌博机模型,每个摇臂代表选择不同的用户,所获得的收益代表用户的感知质量;其次提出基于上限置信区间(UCB)算法的感知质量函数,根据任务完成情况更新用户的感知质量;然后在每轮的用户招募过程中,学习用户的感知质量和成本,并提出一种新颖的贪婪修复算法。该算法是将用户的感知质量值从高到低进行排序,再选择满足预算条件下感知质量值与招募成本最大比率的用户,最后分配任务和更新其感知质量。最后进行了大量基于真实数据集的实验仿真,以此验证算法的可行性与有效性。
-
-
杨桂松;
李汉卿;
何杏宇
-
-
摘要:
在移动群智感知中,对于感知时间跨度较长的时间复杂任务,独立任务场景下的单个用户往往因时间有限性而难以胜任.针对存在时间复杂任务的感知需求,本文提出了一种新颖的激励机制.首先,基于任意两个用户之间的时间状态和主观协作意愿来构建用户协作关系并形成针对指定任务的用户协作对.然后以此为基础计算他们的协作状态,并筛选出协作状态最佳的协作对作为相应任务的执行者.为进一步激励协作用户参与协作感知,设计了一种基于斯塔克尔伯格博弈的激励机制,以充分激励协作用户的客观协作意愿.仿真结果表明,与其他传统激励机制相比,该机制既能促进更多的用户参与感知任务,也同时提升了任务覆盖比例和用户平均效用.
-
-
何杏宇;
赵丹;
杨桂松;
金子日;
覃洋恺龙;
汪琦沛
-
-
摘要:
移动群智感知系统中任务之间存在时空覆盖重叠性,这可能导致重复数据收集从而引发数据冗余问题,为此,提出了一种可同时控制任务内以及任务间数据冗余的任务分配方法。该方法首先提出基于长短期记忆(LSTM)神经网络的轨迹序列预测模型,对任务参与者进行细分时空单元的轨迹序列预测,然后根据轨迹预测结果提出最小化数据冗余的优化模型。通过最小化时空单元的数据冗余度来控制单个任务内的数据冗余问题,并通过让单个任务参与者在时空单元中的感知数据被最大化重复利用来控制多个任务之间时空覆盖重叠性带来的数据冗余。实验结果表明,提出的任务分配方法可以有效地减少任务内及任务间的数据冗余。
-
-
钟委钊;
陈荟慧
-
-
摘要:
移动群智感知数据包含的图像和时空情境信息可用于检测街景图像变化,但是群智感知数据通常是低质和不规范的。为了准确检测街景发生的变化,主要解决由拍摄视角差异引起的数据低质问题。首先,针对大视差问题采用图像配准方法初步对齐图像并提取出配准特征点;然后,基于配准特征点分布从图像中提取感兴趣区域;随后,针对差值图像的误检内容,提出基于面积和多特征点的筛选法去除误检区域;最后,结合边缘检测和超像素分割算法提取完整的变化对象。与MDFNet方法进行比较,实验结果显示:当街景发生变化时,该方法的F_(1)-measure值为55.8%,增长6%,错误率为10.8%,降低24%;当街景无变化时,该方法的错误率为2.8%,下降28%。
-
-
杨倩;
王艳娥;
梁艳;
司海峰
-
-
摘要:
由于多旋翼无人机产生噪声的位置点较多,难以感知具体的噪声位置,导致噪声控制效果不理想,因此提出基于移动群智感知的多旋翼无人机噪声控制技术;分析多旋翼无人机噪声信号在无人机蒙皮结构、加筋板结构、典型壁板结构内的布局形式,获取无人机板状结构的振动特性,求解同步开关阻尼、短路开关阻尼、电感开关阻尼、外加电压源开关阻尼的数值表达式;根据开关阻尼计算结果和移动群智感知原则,对多旋翼无人机的噪声位置进行精准定位;按照感知任务分配表达式,计算调度性能指标的具体数值,完成基于移动群智感知的多旋翼无人机噪声控制任务调度;实验结果表明,在移动群智感知算法作用下,无人机噪声信号在各个方向上的波动幅值均得到较好控制,与模糊逻辑控制方法相比,能够较好维持多旋翼无人机的稳定运动能力。
-
-
龙浩
-
-
摘要:
将随机线性网络编码与同代的信息进行线性组合,生成新的信息,在感知数据到达其他节点之前,进行编码,然后将编码后的信息存储到中间节点,从而实现隐私信息保护。
-
-
杨桂松;
王静茹;
李俊;
何杏宇
-
-
摘要:
现有移动群智感知任务推荐的共同缺点是:一方面,未充分考虑时空信息对工人偏好的影响,导致推荐准确性低;另一方面,忽略了任务流行度对推荐的影响,导致推荐覆盖率差。为解决这些问题,提出一种基于时空信息和任务流行度分析的移动群智感知任务推荐方法。充分利用工人执行记录中的相关信息(如工人执行任务的时间、位置),准确预测工人对任务的偏好;基于工人声誉和任务执行情况分析任务流行度并设计任务流行度惩罚因子,提升推荐效果的覆盖率;结合工人偏好和流行度惩罚因子生成任务推荐列表。实验结果表明,与现有基线方法相比,所提出方法在推荐准确率上平均提升了3.5%,推荐覆盖率上平均提高了25%。
-
-
杨桂松;
江文成;
何杏宇
-
-
摘要:
在移动群智感知中,平台需要招募大量的参与者来完成一项包含众多感知类型的复杂任务.本文研究有限预算内的移动群智感知中,如何招募合适的参与者完成感知任务这一问题.在此挑战下,平台希望招募到的参与者完成感知任务所带来的总收益最大化,同时,招募总花费不超过给定的预算.不同于以往的研究,本文提出了一种新型招募机制,以群组的形式代替个人的形式进行招募.该机制综合考虑了3种类型的特征(覆盖率、信誉和积极性)衡量群组的感知能力,并设计了一种基于遗传算法的群组招募算法最大化群组感知能力.经过实验评估,本文提出的参与者群组招募算法在任务执行效率、平均任务质量、任务完成率和招募人数方面均优于其他个人招募算法.
-
-
程文辉;
张乾元;
程梁华;
向朝参;
杨振东;
沈鑫;
张乃凡
-
-
摘要:
移动群智感知是一种新兴的感知模式,通过复用现有大量空地移动感知资源,从而实现低成本、大规模的城市感知。因此,联合利用空地移动感知资源实现空地协同移动群智感知,对提高移动感知资源的利用率,促进智慧城市发展具有重要意义。为此,对近年来空地协同移动群智感知研究工作进行综述。首先介绍空地协同移动群智感知兴起的背景和发展现状;然后分别从基于地面移动设备和基于空中移动设备两个维度对现有的移动群智感知研究工作进行分析,总结当前存在的问题;最后提出空地协同移动群智感知在跨平台的用户信息学习、跨空地的移动设备调度、跨任务的感知资源分配3个未来重要的研究方向,为相关研究人员提供有价值的参考。
-
-
杨桂松;
吴笑天;
高丽;
何杏宇
-
-
摘要:
在移动群智感知中,现有的任务分配方法大多关注平台的整体感知质量,未充分考虑任务对工人、预算等资源的竞争,无法有效保障大规模任务分配场景下每个任务的感知质量,从而导致平台资源利用率降低。针对该问题,提出一种面向单任务质量保障的任务分配方法。为高效利用平台预算,考虑任务的难度和位置以及工人的设备能耗和理性因素,设计平台的激励成本。为保障每个任务的感知质量,考虑任务间的资源竞争情况并设计2种衡量指标,分别是从任务的角度根据差异化感知质量需求设计任务覆盖效率,以及从工人的角度基于最大熵原理设计工人利用效率,将这2种衡量指标相结合作为平台的系统效用,在平台资源有限的情况下以平台系统效用最大化为优化目标,提出一种融合交叉和变异操作的天牛群(BSO)算法。实验结果表明,与PSO、GA等基线方法相比,BSO算法的系统效用最大值平均提升13.51%,寻优速度平均提高40.61%,利用该算法获取的具有最大系统效用的任务分配方案可以有效保障每个任务的感知质量。
-
-
XU Zhe;
徐哲;
LI Zhuo;
李卓;
CHEN Xin;
陈昕
- 《2016年全国开放式分布与并行计算学术年会》
| 2016年
-
摘要:
针对在移动群智感知中基于机会通信完成数据传输会消耗大量时间成本的问题,提出了一种基于中枢节点的多任务分发(HTA)算法.该算法利用节点在移动网络中社交关系属性不同的特点,通过中枢节点选择算法将部分节点作为中枢节点,并将其用于协助任务请求节点分发任务.在任务请求节点与中枢节点相遇时,同时给中枢节点本身和它的从属节点分配任务,并由中枢节点负责向从属节点分发任务与回收任务结果.基于The ONE模拟器进行实验,与在线任务分配(NTA)算法相比,HTA算法时间成本平均降低了24.9%,同时任务完成率平均提高150%.实验结果表明,HTA算法能够提高任务的完成速度,降低时间成本消耗.
-
-
Liu Yan;
刘琰;
Guo Bin;
郭斌;
Wu Wenle;
吴文乐;
Yu Zhiwen;
於志文;
Zhang Daqing;
张大庆
- 《第十一届和谐人机环境联合会议》
| 2015年
-
摘要:
本文主要研究面向移动群智感知的任务分发方法,提出了一种新的参与者选择问题:面向多任务并发的参与者选择.不同于其它参与者选择问题,本文选择出的参与者不再局限于只能完成一个任务,参与者可以在规定时间内尽可能完成多个任务,由此降低群智平台的成本.基于该问题提出MultiTasker方法,其目标是选择出最佳的参与者集合,使参与者完成任务所移动的总距离最短,并且每个参与者在规定时间内尽可能完成多个任务.为了实现这个目标,本文设计了三种算法:T-Random、T-Most和PT-Most.T-Random和T-Most是以任务为中心进行参与者选择,而PT-Most是以人为中心进行参与者选择.通过一个大规模的真实数据集对设计的三种算法进行实验评估,同时研究了参与者的选择情况与各种因素之间的关系,如任务分布和任务执行时间等.