【摘 要】
:
空间众包的分配问题是众包分配中的一个重要分支,空间众包任务不仅要求参与者在规定时间去完成某个特定的任务,而且要求参与者在指定的地点完成任务.移动众包感知技术MCS利用
【机 构】
:
上海理工大学 光电信息与计算机工程学院,上海200093复旦大学 上海数据科学重点实验室,上海200093;上海理工大学 光电信息与计算机工程学院,上海200093;上海理工大学 图书馆,上海2000
论文部分内容阅读
空间众包的分配问题是众包分配中的一个重要分支,空间众包任务不仅要求参与者在规定时间去完成某个特定的任务,而且要求参与者在指定的地点完成任务.移动众包感知技术MCS利用智能手机的感知功能来完成关于采集感知数据(如WIFI强弱信息,噪音信息等)的空间众包任务,在现今的空间众包的分配算法中对于带有范围特性的任务在分配时,没有具体对于任务区域相互覆盖问题的解决方法,由于任务范围的冗余会对分配结果产生负面影响,通常会造成人力和任务成本的提高,本文基于MCS技术研究在人少任务多的情况下如何解决任务范围冗余问题,通过利用二叉树将任务范围信息进行分类,快速找到与任务有关系的一系列任务减小问题规模并且加快分配速度.本文将OSSA算法与TGOA算法和贪心算法在任务分配数量和任务成本方面进行对比,证明OSSA算法的可行性和正确性.同时,由于本文的算法是在OSSA基础上对执行效率进行的改良,所以本文同时会将优化后的改良算法和没有优化的OSSA算法进行对比,证明算法在运行效率上的优化.
其他文献
面对非平衡的网络行为数据,单步检测方法难以高效准确地检测全部类别的网络行为.为提升网络入侵类别的检测能力,提出多步式聚类检测思路.首先,基于SVM-KNN算法改进Fisher评分
作为自然语言处理的关键技术之一,词汇之间的语义相关性计算依赖于语义资源.语义资源可分为知识库和语料库;HowNet和ConceptNet是包含中文词汇的两种语义知识库,可为中文词汇
从CT(Computed Tomography)影像中准确分割胰腺组织是手术准备及计算机辅助诊断的重要部分.通过对胰腺组织在CT影像中的形态,大小等信息的研究,本文提出了一种基于灰度信息约束水平集的胰腺组织分割方法.该方法首先使用分数阶微分增强方法提高胰腺与其周围组织的对比度,再利用深度学习方法得到部分胰腺组织,统计该部分胰腺组织的信息并建立灰度信息约束项,结合长度项及图像信息项构建水平集能量演化
数据流样本分布不平衡会影响在线学习过程的准确性,并存在概念漂移问题.针对带有概念漂移的不平衡数据流分类问题,使用传统的数据流处理方法难以满足需求,本文提出基于采样技