-
公开(公告)号：CN114819752A
公开(公告)日：2022-07-29
申请号：CN202210720191.3
申请日：2022-06-24
Applicant: 山东大学
Abstract: 本发明属于群智感知领域，特别涉及一种面向群智感知的基于上下文信息的在线工人选择方法，包括如下步骤，S1.搭建群智感知分配模型，并获取所有工人的信息，所述群智感知系统模型包括处理感知任务的预算B，工人和上下文信息空间；S2.将上下文信息进行超立方体划分；S3.对于每轮到来的一名工人，找出其所在的超立方体；判断该工人是否满足在当前轮处理任务的条件；如果满足，则选择该工人执行任务；若该工人被选择执行了任务，则更新相关变量，在下一个轮重复该步骤，直到处理众感任务的预算花完为止。其优点在于，将利用工人的上下文信息对工人进行评估，利用在线背包的方法来解决在线工人选择问题。
-
公开(公告)号：CN112990728A
公开(公告)日：2021-06-18
申请号：CN202110325065.3
申请日：2021-03-26
Applicant: 山东大学
Abstract: 本发明公开了一种基于特征信息的大规模群智感知任务分配方法，包括如下步骤：搭建任务分配模型，并获取相关信息，所述任务分配模型包括处理任务的预算，工人和特征空间；将特征空间进行超矩阵划分；从每个超矩阵中随机抽取一个工人让其处理任务，并观察其所处理任务的质量，根据质量计算其上置信指数，将上置信指数作为对工人的评估，结合工人处理任务得到的报酬，计算其评估的质量密度，根据评估的质量密度以及处理任务的预算对工人进行选择；更新相关变量，重复该步骤，直到处理任务的预算花完为止。本发明所公开的方法能够充分利用有限的预算，选择质量较高的工人，任务分配效率高。
-
公开(公告)号：CN114819752B
公开(公告)日：2022-09-27
申请号：CN202210720191.3
申请日：2022-06-24
Applicant: 山东大学
Abstract: 本发明属于群智感知领域，特别涉及一种面向群智感知的基于上下文信息的在线工人选择方法，包括如下步骤，S1.搭建群智感知分配模型，并获取所有工人的信息，所述群智感知系统模型包括处理感知任务的预算B，工人和上下文信息空间；S2.将上下文信息进行超立方体划分；S3.对于每轮到来的一名工人，找出其所在的超立方体；判断该工人是否满足在当前轮处理任务的条件；如果满足，则选择该工人执行任务；若该工人被选择执行了任务，则更新相关变量，在下一个轮重复该步骤，直到处理众感任务的预算花完为止。其优点在于，将利用工人的上下文信息对工人进行评估，利用在线背包的方法来解决在线工人选择问题。
-
-
Search Results
3
records
(took 0.014 seconds)
