典型文献
群智感知中面向移动群体的参与者选择优化模型
文献摘要：
随着短视频时代的来临,移动群智感知任务的视频化程度越来越高,在传统研究中常利用机会网络和移动网络激励任务的分发和数据的收集,但机会网络中节点移动的不可控性,以及视频任务内容传输的高代价性都使得这些方法的实用性大大降低.针对此问题,利用社会移动群体规律性的自主聚集、活动范围大等特点,提出一种面向社会移动群体的群智感知参与者选择优化模型.利用密度聚类算法根据同类任务的位置进行划分得出聚类中心,实现任务子区域所属地铁站点的划分.包括基于用户激励成本的参与者优化算法和基于用户数量的参与者优化算法.仿真结果表明,与同类算法相比可以消耗更低的系统资源选择出参与者数量更少的任务分发方案.
文献关键词：
数据驱动;群智感知;密度聚类;优化算法
中图分类号：
作者姓名：
蒋伟进;吕斯健;陈晓红
作者机构：
湖南工商大学计算机与信息工程学院,湖南长沙410205;新零售虚拟现实技术湖南省重点实验室,湖南长沙410205
文献出处：
引用格式：
[1]蒋伟进;吕斯健;陈晓红-.群智感知中面向移动群体的参与者选择优化模型)[J].控制理论与应用,2022(02):343-351
A类：
B类：
参与者选择,择优,短视频时代,移动群智感知,感知任务,视频化,常利,机会网络,移动网络,中节点,可控性,大大降低,活动范围,面向社会,密度聚类算法,分得出,聚类中心,现任,子区域,属地,地铁站点,用户激励,用户数量,系统资源,资源选择,参与者数量,任务分发
AB值：
0.425196
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
