FCS 12(2) 智慧城市与城市计算专栏 | 移动群智感知任务优化分发——基于移动模式匹配视角

点击上方蓝字

关注我们

导读

随着用户手持移动智能设备的日益普及以及无线通信网络技术的不断发展，利用移动智能设备各种内置传感器（GPS、陀螺仪、麦克风、摄像头等）实现对物理世界的大规模状态感知与数据采集，催生了一种新的感知模式——移动群智感知(Mobile Crowd Sensing, MCS)。在MCS相关应用中，基于用户感知资源的高效利用，感知数据的高质量性两优化目标，选择最佳的参与用户实现特定感知任务是一个非常关键的技术问题。本文基于任务序列的时空属性与用户移动模式之间的最佳匹配，提出了一种新型的MCS任务分发框架。在这一框架下，MCS任务优化分发问题将转换为模式匹配长度-模式匹配支持度两优化目标，本文以贪心策略为基础提出了MLP、MDP、IU1以及IU2算法。通过分别在真实数据与仿真数据上的测试实验，验证了本文所提出的相关方法的有效性。

文章精要

    请长按下方二维码识别，阅读该文。

相关内容推荐：

Special Column on Smart Cities and Urban Computing

Urban computing: enabling urban intelligence with big data

---

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士，执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号