期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于时空位置预测的空间众包任务分配方法
被引量：
8
1
作者
徐天承
乔少杰
+5 位作者
武俊
韩楠
岳昆
易玉根
黄发良
元昌安
《计算机研究与发展》
EI
CSCD
北大核心
2022年第2期310-328,共19页
空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略...
空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略了真实的众包平台中众包工人和空间任务的动态变化,由于空间众包平台的强时效性,这种情况下设计的分配方式只能得到局部最优分配结果.提出最大价值最小成本任务分配的新问题,目标是对当前和未来的工人进行分配,使用最小的移动成本获得最大的分配价值.为解决这一问题,提出了基于轨迹的任务分布预测方法及基于核密度估计的工人分布预测方法,设计基于位置预测的任务分配算法来计算众包工人和空间任务的相对最优分配策略.所提位置预测方法利用图卷积神经网络和ConvLSTM模型进行预测,相较传统基于网格的位置分布预测更加精确和稳定.基于位置预测的启发式分配算法可以在线性时间内结合预测得到的位置信息完成任务分配,更加契合空间众包平台的强时效性.在真实数据集上进行大量实验来证明所提方法的有效性,相比于基于网格的预测方法,任务/工人位置预测准确率分别提高了15.7%和18.8%.
展开更多
关键词
空间众包
在线任务分配
空间数据智能
位置预测
最小成本
在线阅读
下载PDF
职称材料
题名
一种基于时空位置预测的空间众包任务分配方法
被引量：
8
1
作者
徐天承
乔少杰
武俊
韩楠
岳昆
易玉根
黄发良
元昌安
机构
成都信息工程
大学
软件工程
学院
西南财经大学证券与财经学院
成都信息工程
大学
管理
学院
云南
大学
信息
学院
江西师范
大学
软件
学院
南宁师范
大学
计算机与信息工程
学院
广西教育
学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2022年第2期310-328,共19页
基金
国家自然科学基金项目(61772091,61802035,61962006,61962038,U1802271,U2001212,62072311)
四川省科技计划项目(2021JDJQ0021,22ZDYF2680,2021YZD0009,2021ZYD0033)
+6 种基金
成都市技术创新研发项目(2021-YF05-00491-SN)
成都市重大科技创新项目(2021-YF08-00156-GX)
四川音乐学院数字媒体艺术四川省重点实验室资助项目(21DMAKL02)
CCF-华为数据库创新研究计划项目(CCF-HuaweiDBIR2020004A)
广西自然科学基金项目(2018GXNSFDA138005)
成都市“揭榜挂帅”科技项目(2021-JB00-00025-GX)
四川省科技创新苗子工程项目(2021006)。
文摘
空间众包技术在现实物理世界中有着丰富的应用场景,得到学术界和工业界的广泛关注.任务分配是空间众包的主要研究问题之一,即把工人分配给合适的任务.但是现有的任务分配方法大多假设众包工人和空间任务出现的位置和时间是已知的,忽略了真实的众包平台中众包工人和空间任务的动态变化,由于空间众包平台的强时效性,这种情况下设计的分配方式只能得到局部最优分配结果.提出最大价值最小成本任务分配的新问题,目标是对当前和未来的工人进行分配,使用最小的移动成本获得最大的分配价值.为解决这一问题,提出了基于轨迹的任务分布预测方法及基于核密度估计的工人分布预测方法,设计基于位置预测的任务分配算法来计算众包工人和空间任务的相对最优分配策略.所提位置预测方法利用图卷积神经网络和ConvLSTM模型进行预测,相较传统基于网格的位置分布预测更加精确和稳定.基于位置预测的启发式分配算法可以在线性时间内结合预测得到的位置信息完成任务分配,更加契合空间众包平台的强时效性.在真实数据集上进行大量实验来证明所提方法的有效性,相比于基于网格的预测方法,任务/工人位置预测准确率分别提高了15.7%和18.8%.
关键词
空间众包
在线任务分配
空间数据智能
位置预测
最小成本
Keywords
spatial crowdsourcing
online task assignment
spatial data intelligence
location prediction
minimum cost
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于时空位置预测的空间众包任务分配方法
徐天承
乔少杰
武俊
韩楠
岳昆
易玉根
黄发良
元昌安
《计算机研究与发展》
EI
CSCD
北大核心
2022
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
