题名 环境信息监控中基于压缩感知的移动众包成本控制研究
1
作者
高丽萍 姚祯 高丽 陈庆奎
机构
上海理工大学光电信息与计算机工程学院 上海理工大学图书馆
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第2期443-448,共6页
基金
国家自然科学基金项目(61572325,60970012,61672354)资助 上海重点科技攻关项目(14511107902,16DZ1203603)资助 上海智能家居大规模物联共性技术工程中心项目(GCZX14014)资助。
文摘
基于压缩感知的移动众包模式是解决环境信息监控中成本问题的有效途径.压缩感知能够通过部分采样点恢复出全部数据,而其恢复质量取决于采样点所包含信息与噪声的数量.本文针对这两方面对压缩感知进行了优化,从而进一步减少环境信息监控所需成本.首先,本文提出了一种基于经验的采样点选择算法EBCS(Experience Based Cell Selection),通过选取包含信息更多的采样点,减少了数据恢复所需要的采样点数量.其次,本文提出了一种改进的k-means算法IK(Improved K-means),对参与者提交的任务数据中可能存在的伪造数据进行检测,避免了众包平台为了抵消伪造数据对恢复算法性能造成的负面影响而不得不对更多的采样点进行采样.经实验证明,本文提出的方法在成本控制上有非常好的表现.
关键词
移动 众 包 压缩感知 采样点选择 K-MEANS算法
Keywords
mobile crowdsourcing compressive sensing cell selection k-means algorithm
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于众包感知的移动网络小区信息侦测方法
被引量：7
2
作者
李克 王海 徐小龙 杜煜
机构
北京联合大学智慧城市学院 北京联合大学机器人学院
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第2期92-100,共9页
基金
国家自然科学基金(61372088) 北京市科技计划课题(D161100003516003) +1 种基金 北京市朝阳区协同创新项目(cyxc1815) 北京联合大学人才强校优选计划(BPRH2018cz05)
文摘
基站信息表是电信运营商进行移动网络运营和维护的核心数据资产,对于位置服务提供商具有重要的商业价值,但其存在基站信息更新不及时、不准确、第三方无法获取等问题,限制了基站信息表的应用范围和效果。针对该问题,提出一种基于移动众包感知数据的移动网络小区信息侦测方法。借助于众包感知的方式从海量普通用户智能终端上采集用户真实在网信息,利用数据挖掘算法对各基站小区关键参数进行估算,从而构建能够反映网络真实状态的基站信息表。基于现网真实数据的计算结果表明,与现有移动网络小区信息侦测方法相比,该方法具有更高的准确性和较强的信息侦测能力。
关键词
移动 众 包 感知 基站信息表 基于位置服务 数据挖掘 网络测量
Keywords
Mobile Crowdsensing(mcs ) perception base station information table Location Based Service(LBS) data mining network measurement
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种移动众包系统在线激励机制优化算法
被引量：5
3
作者
张永棠
机构
广东东软学院计算机科学与技术系 广东省大数据分析与处理重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2019年第9期2588-2589,2595,共3页
基金
国家自然科学基金资助项目(61363047) 广东省大数据分析与处理重点实验室开放基金资助项目(2017007) 佛山市科技创新项目(2016AG100792)
文摘
为提高移动众包系统的有效性和可靠性,设计了一套完整的在线激励机制优化算法,针对用户到达和参与任务的异步行为,提出一种改进的多阶段反向拍卖算法,通过在线学习自适应确定密度阈值,动态选择最优用户集,并在每次交易后对用户的信誉进行更新,以指导下次任务分配。仿真结果表明,该优化算法满足计算有效性、利益双方正收益性和真实性,能在一定预算和时间约束下获得更好的性能。
关键词
移动 众 包 数据感知 优化算法 智能优化
Keywords
mobile crowdsourcing data awareness optimization algorithm intelligent optimization
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 群体智能2.0研究综述
被引量：28
4
作者
赵健 张鑫褆 李佳明 贺晨
机构
西北大学信息科学与技术学院
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第12期1-7,共7页
基金
国家自然科学基金(61701401) 陕西省自然科学基金(2019KJXX-061)
文摘
在物联网、移动互联网的快速发展和大数据的深层驱动下,群体智能进入2.0时代。通过介绍群体智能2.0的定义,分析国内科研团队在群智感知计算、联邦学习及众包等方面的研究成果,明确群体智能2.0的发展趋势,并指出群智感知计算与众包技术将成为群体智能2.0的主要研究方向,数据获取、数据处理及用户隐私保护为需要解决的关键技术难点。
关键词
群体智能 众 包 移动 众 包 群智感知 计算 联邦学习
Keywords
crowd intelligence crowdsourcing mobile crowdsourcing crowd intelligence sensing and computing federated learning
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于特征加权ML-kNN的网页浏览业务KQI预测
被引量：2
5
作者
谢苏 刘子巍 李克
机构
北京联合大学智慧城市学院
出处
《高技术通讯》
CAS
2021年第3期263-269,共7页
基金
国家自然科学基金(61841601,61972040) 北京联合大学人才强校优选计划(BPHR2018CZ05)资助项目。
文摘
传统以网络为中心的移动网络运维往往是在接到用户投诉时才采取相应补救措施,随着移动互联网(OTT)业务的高速发展,这一问题愈发突出。如何在监测用户业务感知的基础上对用户业务质量进行预测预警并及时干预,是提高移动业务保障能力和网络运维智能化水平的重要手段。本文利用从普通用户终端上采集的海量业务感知数据,重点针对网页浏览业务,研究了ML-ReliefF算法在业务感知采样数据降维中的应用。在此基础上,将特征选择结果与多标记k近邻(kNN)算法相结合,提出了基于特征加权的多标记k近邻算法应用于业务关键质量指标(KQI)预测。实验结果表明,该方法可有效提高KQI预测质量。
关键词
特征选择 智能网络运维(AIOps) 关键质量指标(KQI) k近邻(kNN) 移动 互联网(OTT)移动 众 包 感知 (mcs )
Keywords
feature selection AI for IT operations(AIOps) key quality indicator(KQI) k-nearest neighbor(kNN) over-the-top(OTT) mobile crowdsensing(mcs )
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
题名 一种面向基站扇区方向角估计的改进SVM算法
被引量：6
6
作者
王海 翁晨傲 李克 骆曦
机构
北京联合大学智慧城市学院 东南大学计算机科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第4期120-126,共7页
基金
国家自然科学基金(61972040) 北京联合大学人才强校优选计划项目(BPHR2018CZ05)。
文摘
基站扇区方向角是电信运营商进行移动网络运维的重要工参,也是基站信息表的关键要素,以人工方式为主的扇区方向角数据采集和管理方式存在成本高、数据更新不及时等问题。在分析现有方向角估计方法局限性的基础上,通过将方向角估计问题转化为基站站址约束下的最优软间隔边界求解问题,提出一种基于软间隔支持向量机的基站扇区方向角检测方法。利用移动众包感知的方式对从海量用户智能终端上采集的基站信号时空分布数据进行方向角估计,考虑到相邻扇区样本量分布差异对估计性能的影响,引入平衡C参数对检测方法进行优化。实验结果表明,相比高斯方法和径向栅格化方法,该方法的准确性和鲁棒性较高,对样本量的依赖性较低,在提高网络运维效率和智能化水平方面具有较高的应用价值。
关键词
软间隔支持向量机 扇区方向角 基站信息表 移动 众 包 感知 网络测量
Keywords
soft-margin Support Vector Machine(SVM) sector azimuth Base Station Almanac(BSA) mobile crowdsensing network measurement
分类号
TP391
[自动化与计算机技术—计算机应用技术]
