数据驱动下交互网络群智感知任务分配仿真

来源 :计算机仿真 | 被引量 : 1次 | 上传用户:joyceywq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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,在交互网络中设置因子,控制用户完成任务花费的代价,通过用户处理感知任务对应的效用值对用户信誉值进行更新,在交互网络中竞争下一个感知任务,直到分配完交互网络中存在的感知任务为止,实现交互网络群智感
其他文献
9月1日 1939年9月1日,德国突然向波兰发起“闪电式进攻”;9月3日,英法被迫对德宣战。第二次世界大战全面爆发。  9月2日 1945年9月2日,日本投降仪式在东京湾的美国战列舰“密苏里”号上举行。至此,第二次世界大战以法西斯轴心国的失败和反法西斯同盟国的胜利而告结束。  9月7日 1901年9月7日,《辛丑条约》签订。《辛丑条约》是列强强加给中国的空前严重的不平等条约。这个条约的订立,标志着
随着国家在教育事业中投入的增加,越来越多的学生水平,开始提升至高等教育,伴随着大学生数目的攀升,以及高校人才在社会中占比的提高,越来越多的传统教育观念,以及固有的教学
为提高Leap Motion设备的采集精准度,解决自遮挡、采样频率不稳定等设备固有问题,首先,设计了使用Leap Motion和动作捕捉设备的手部多模态同步运动采集方案,采集了日常动作数据集;其次,提出了基于卷积神经网络(convolutional neural network, CNN)的Leap Motion手部运动数据优化方法,使用日常动作数据集训练Leap Motion数据到动作捕捉数据的
生命教育不应是一段风潮,而是成为教育的常态,这需要教育者不断思考与实践。华德福教育思想以整体的眼光看待儿童的生命、用想象力滋养儿童的生命、将教育与儿童的生命紧密相
在现有骨科微创手术中,医生通过观察屏幕上显示的二维骨结构X射线图像,引导手术器械置入并完成治疗.但这种方式不仅缺乏直观的三维信息,而且导致病人和医生暴露在大量的射线电离辐射下.为了解决该问题,提出特征重加权超声分割的骨结构重建与增强现实显示技术,将骨结构直观展示给医生,为医生提供无辐射的手术引导.首先,开发了一个特征重加权U-Net,从Free-hand超声图像中精确分割提取骨表面.然后,根据超声
1创新背景配电变压器故障目前主要有2种;一是常见轻型故障,如渗漏油或导电杆损坏;二是内部短路故障,如绕组烧毁。对于轻型故障,进行吊芯检修处理可以在最短的时间内进行现场
通过对我国国有企业传播话语体系的分析,研究中国企业传播的重要意义,并从历史维度介绍国有企业传播的发展历程和发生的变化,聚焦国有企业传播话语体系的特点、现实困境和创
通过两轮教学行动干预,最终构建了课堂讲授结合Quora话题回答写作的混合式教学模式,并通过多手段考察行动研究的效果,结果表明,该教学模式能激发学生兴趣,提高学生英语思维能
针对海量、异构三维形状匹配与智能检索技术的需求,提出了一种基于级联卷积神经网络(F-PointCNN)深度特征融合的三维形状局部匹配方法.首先,采用特征袋模型,提出几何图像表示方法,该几何图像不仅能够有效区分同类异构的非刚性三维模型,而且能够揭示大尺度不完整三维模型的结构相似性.其次,构建级联卷积神经网络学习框架F-PointCNN,其中, BoF-CNN从几何图像中学习深度全局特征,建立融合局部