数据驱动下交互网络群智感知任务分配仿真

采用当前方法在交互网络中分配群智感知任务时,分配任务所用的时间较长,存在用户完成任务的概率较低,分配效率低的问题,提出一种数据驱动下交互网络群智感知任务分配方法.分析群智感知环境,将能耗最小化和时间最小化作为感知任务分配的约束条件,通过信誉模型计算用户在交互网络中的信誉值,将感知任务优先分配给信誉值高的用户,在交互网络...     

移动群智感知中任务分配的研究

随着内置高性能传感器的移动智能终端的广泛应用,新兴的移动群智感知技术逐渐成为实时感知与收集环境信息的有效方式。为协调与鼓励用户参与感知任务,并最大限度地保证感知数据的有效性与可靠性,针对移动群智感知相关研究中的关键问题—任务分配进行了研究。首先,介绍移动群智感知的相关背景;其次,根据感知任务的要求对任务分配的约束条件进行分类;然后,讨论与分析了任务分配的研究现状,包括平台为中心的优化算法设计以及用户为中心的激励机制设计;最后,指出现有研究工作中的不足,展望了未来的研究方向。     

群智感知任务分配中的用户类型转换问题研究

群智感知系统中用户所提交的感知数据并不一定是可靠的.因此,设计合理的激励机制以保证用户高质量地完成群智感知任务是群智感知研究中所面临的最主要挑战.然而,大多数现有研究并未充分考虑系统无法吸引足够高质量用户参与的情形.针对这一问题,文章研究如何通过设置额外的奖励机制,激励完成任务质量较低的用户更好地参与任务,从而转换为高...     

移动群智感知中的空间任务分配机制

在移动群智感知的空间任务分配问题中用户与任务的空间距离直接影响完成任务所需的成本,而现有的研究在这方面却考虑不足,因此以最小化感知成本为目标设计了移动群智感知中的空间任务分配机制。首先,以感知成本最小为目标,基于遗传算法和贪心算法设计了一种高效的任务分配方法;其次,针对用户感知质量的随机性,基于用户的历史感知情况和当前任务的执行情况设计了用户感知质量的更新机制。为验证所提机制的效果,通过仿真实验与两种基准的任务分配方法作比较。实验结果表明,所提机制在感知总成本和用户执行任务所移动的总距离等方面均有更好的效果,因此该空间任务分配机制具有很好的应用前景。     

采用离散烟花算法的移动群智感知异构任务分配

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和距离成本3方面。为求解该模型,提出一种引入了预测信息的离散烟花算法。该算法采用整数编码方式,利用模型中的距离和匹配度2种启发信息设计烟花爆炸算子,提出了爆炸振幅的分组线性预测策略和变异算子的自适应竞争机制。实验结果表明,与已有算法相比,所提算法在移动群智感知异构任务分配问题上能够搜索到更优的分配方案。     

基于数据冗余控制的移动群智感知任务分配方法

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。     

多Sink群智感知网络数据收集方法

随着Android和iPhones等移动设备的广泛普及,群智感知网络成为研究热点.人们携带这些移动设备在日常生活中收集环境感知数据.人们的移动具有社会性,其移动轨迹难以预测,如何设计一种有效的数据收集算法是一个值得研究的问题.针对多Sink群智感知网络,提出一种基于地点的感知数据收集方法.首先采用多目标决策的层次分析法,以移动设备与Sink节点之间的距离、连接时间和相遇概率为性能指标,提出最优Sink的选择机制,确定感知数据的目标传输节点;受PeopleRank启发,提出基于地点的数据转发方法,以优化下一跳选择策略.最后,通过一系列实验对该方法的可行性和有效性进行验证,实验结果表明,该方法不仅大大提高了感知数据的传输成功率,而且转发开销和延迟有了明显的降低.     

基于胶囊网络的群智感知数据分类模型

针对群智感知平台中感知数据分类的准确度问题,提出了一种基于胶囊网络的感知数据分类模型。首先,构建了群智感知系统模型,结合感知数据构建了胶囊网络结构和样本数据,通过胶囊网络实现了样本数据和预测值之间的映射。然后,胶囊网络对样本数据的像素点特征矩阵进行拟合学习,使用动态路由算法更新胶囊网络的耦合系数。最后,结合间隔损失函数和重构损失函数,实现了对基于胶囊网络的感知数据分类模型参数的优化。仿真结果表明相对于残差网络的数据分类模型,所提模型有效提高了数据分类的准确度。     

Java程序设计课程混合式教学研究

Java程序设计是一门技术性和实践性都很强的专业必修课程.本文首先分析传统Java程序设计课程教学中出现的问题,接着描述了开展任务驱动和翻转课堂的意义,最后阐述广东理工学院开展任务驱动和翻转课堂具体措施,主要包括塑造自主学习文化、加强课前学习引导、综合使用教学手段、总结评价与拓展学习空间等.这些措施在较大程度上激发了学...     

任务驱动为先导“做教学”一体化的面向对象程序设计教学探究

分析当前高职计算机应用专业面向对象程序设计相关课程教学中主要存在过多强调语法教学,以及忽略面向对象程序设计思想培养等问题,提出以任务驱动为先导＂做教学＂一体化的面向对象程序设计教学方法,以提升高职计算机应用专业学生程序设计能力。     

任务驱动的大学信息技术教学改革

针对高校学生的特点,以提高学生对信息技术知识结构和应用能力为目标．进行基于任务驱动教学方法的改革。任务驱动教学可以大大提高学生学习的积极性．同时也取得显著的教学成果。现就教学过程提供一些实践依据和方法措施以供借鉴。     

人脸画像合成研究的综述与对比分析

人脸画像合成通常是在给定一些训练画像-照片的前提下,将一张输入的人脸照片转换为画像的过程.目前并没有一个系统性的实验对比分析揭示当前此过程面临的挑战以及可能的解决思路.文中对具有代表性的各类方法进行综合深入对比与分析.人脸画像合成方法归纳为2类:数据驱动类方法(即基于样本的方法)和模型驱动类方法.数据驱动方法由3类方法组成:基于子空间学习的方法、基于稀疏表示的方法和基于贝叶斯推断的方法.模型驱动方法直接学习照片到画像的映射关系.文中给出一些之前文献中并未发现的有意义的结论和展望.     

《计算机文化基础》教学方法的研究与实践

在分析高校《计算机文化基础》教育所面临的实际情况及存在的问题后,提出从教学模式、教学内容和教学方法等方面入手,着力培养学生对计算机科学新思想、新知识、新技术的理解和自学能力,使学生能够利用计算机来提高自己的学习效率及工作效率的改革方法。在教学中进行尝试,收到一定成效,具有一定的实践推广价值。     

《面向对象技术UML》的教学改革

结合教学实践的体会,分析教学方法中存在的问题,提出基于任务驱动法的教学理念,促进整个专业课程教学的有机结合,并从教学内容、教学方法、考核方式等提出新的教学改革。     

Photoshop分段教学设计

根据教学目标的两个层次,提出＂分段教学＂的教学模式,将基础理论教学与创新能力的培养结合起来,探讨了每一阶段教学过程中的具体做法和需注意的问题。     

移动Agent在工程设计中的应用

利用移动Agent的代码移动的特性，并在移动过程中完成资源冲突协调和任务分配，避免了在网上传输过多的数据，从而极大地节省了网络带宽，同时，为了解决异构环境的问题，应用CORBA技术隐藏了解决异构问题的底层细节，使得Agent可以在各种异构环境中平滑地移动。     

基于GEP的任务指派问题的求解算法

任务指派问题是典型的组合优化问题,得到了广泛的研究。基于基因表达式编程的思想,设计了任务指派问题求解的算法,并用C#实现了该算法。结合人力资源任务分配的实例进行了实验分析和研究,获得了人员与岗位配置的最优解。实验表明算法设计是正确和有效的,从而为企业人员安排提供参考。