公开(公告)号：CN111814079B

公开(公告)日：2022-05-13

申请号：CN202010637805.2

申请日：2020-07-03

Applicant: 福州大学

Inventor： 冯心欣 ,  郭丹颖 ,  柳泽烽 ,  郑海峰

IPC: G06F16/9537 ,  G06K9/62 ,  H04L67/12

Abstract: 本发明涉及一种结合聚类与CMAB的群智感知车联网用户筛选方法。该方法包括：对车联网用户行车轨迹进行用户轨迹聚类特征的构建；利用CMAB模型，将轨迹聚类信息作为用户任务分配的依据，求解最佳工作者组合；根据真实出租车轨迹数据集对该方法进行验证分析。本发明将用户轨迹信息与CMAB模型相结合的用户筛选方法，克服了参与感知任务的用户技能水平不高而导致的感知数据质量差的现象，能使所选出的工作者集合具有相近的行车轨迹；同时该方法可以使得基于用户筛选结果的任务分配算法更快更早地趋于稳定。故适用于实际应用场景中。

公开(公告)号：CN109034226A

公开(公告)日：2018-12-18

申请号：CN201810779574.1

申请日：2018-07-16

Applicant: 福州大学

Inventor： 冯心欣 ,  李剑斌 ,  柳泽烽 ,  郑海峰

IPC: G06K9/62

CPC classification number: G06K9/6221 ,  G06K9/6296

Abstract: 本发明涉及一种基于图论的车辆轨迹聚类方法，首先获取车联网数据，利用Spark平台将海量车辆轨迹数据进行数据清洗；接着将坐标点投射到地图上，通过坐标点的位置相对距离关系根据所设定的K值以及相对近似性形成连通图，再利用互连性，将聚簇之间的连接性强度大于预设值的聚簇进行合并；最后采用真实出租车轨迹数据进行分析，得到不同时间段、不同区域的车流量，即给出最优打车方案。本发明能够有效提高数据处理的速度与质量。

公开(公告)号：CN111814079A

公开(公告)日：2020-10-23

申请号：CN202010637805.2

申请日：2020-07-03

Applicant: 福州大学

Inventor： 冯心欣 ,  郭丹颖 ,  柳泽烽 ,  郑海峰

IPC: G06F16/9537 ,  G06K9/62 ,  H04L29/08

Abstract: 本发明涉及一种结合聚类与CMAB的群智感知车联网用户筛选方法。该方法包括：对车联网用户行车轨迹进行用户轨迹聚类特征的构建；利用CMAB模型，将轨迹聚类信息作为用户任务分配的依据，求解最佳工作者组合；根据真实出租车轨迹数据集对该方法进行验证分析。本发明将用户轨迹信息与CMAB模型相结合的用户筛选方法，克服了参与感知任务的用户技能水平不高而导致的感知数据质量差的现象，能使所选出的工作者集合具有相近的行车轨迹；同时该方法可以使得基于用户筛选结果的任务分配算法更快更早地趋于稳定。故适用于实际应用场景中。