公开(公告)号：CN119645108A

公开(公告)日：2025-03-18

申请号：CN202510175681.3

申请日：2025-02-18

Applicant: 中南大学

Inventor： 曾志文 ,  付宇 ,  刘安丰 ,  秦鑫鑫 ,  梁廷轩

IPC: G05D1/644 ,  G06F18/15 ,  G06N3/092 ,  G06N3/045 ,  G06N5/01

Abstract: 本申请涉及数据处理技术领域，尤其是一种基于数据重要性的无人机边缘网络高效数据收集方法和装置。包括：确定待采集区域中无人机待飞行的目标区域；根据目标区域生成针对无人机的目标飞行路径；在任意两个相邻的目标区域之间存在预设的普通区域的情况下，根据普通区域更新目标飞行路径；控制无人机按照更新后的目标飞行路径飞行，并采集更新后的目标飞行路径中所有区域内的数据；根据数据进行数据补全，以得到待采集区域的整体数据，减少无人机的飞行轨迹的长度，降低飞行成本，提高数据完整性。

公开(公告)号：CN115510753A

公开(公告)日：2022-12-23

申请号：CN202211217427.8

申请日：2022-10-04

Applicant: 中南大学

Inventor： 梁廷轩 ,  刘安丰

IPC: G06F30/27 ,  G06F30/18 ,  G06F17/16

Abstract: 本发明公开了一种群智网络中基于矩阵补全与强化学习的数据收集方法，包含如下3个关键方法：(1)工人可信度的检验：当网格中存在可信工人时，优先招募可信工人，并以可信工人提交的数据来检验此网格中可信度未定工人的可信度；(2)当网络中含可信工人的网格数量满足矩阵补全要求时，采用矩阵补全方法推断出其它无可信工人网格中的数据；同时，将可信工人与推断出的数据作为真实数据，并采取与(1)类似的方法来检验可信度未定工人的可信度；(3)当网络中含可信工人的网格数量大于矩阵补全要求时，采用强化学习方法从中选取对于矩阵补全最有益的一部分网格来收集数据，并使用矩阵补全方法推断出剩余网格中的数据，以减少数据收集成本。