CN115002713B - 一种提高群智感知覆盖率的方法、系统、介质及设备 - Google Patents
一种提高群智感知覆盖率的方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN115002713B CN115002713B CN202210927537.7A CN202210927537A CN115002713B CN 115002713 B CN115002713 B CN 115002713B CN 202210927537 A CN202210927537 A CN 202210927537A CN 115002713 B CN115002713 B CN 115002713B
- Authority
- CN
- China
- Prior art keywords
- task
- selection function
- sensing
- perception
- function value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种提高群智感知覆盖率的方法、系统、介质及设备,基于敏感性递减理论,包括:发布感知任务,并依据感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;依据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;为完成目标感知任务的感知节点分配奖励,提高群智感知的覆盖率。
Description
技术领域
本发明涉及群智感知覆盖率增强技术领域,特别涉及一种提高群智感知覆盖率的方法、系统、介质及设备。
背景技术
移动群智感知(MCS)是利用人们移动设备中的传感器,例如,摄像头、麦克风、重力传感器和GPS等,在不部署专用传感器网络的情况下完成各种大型、复杂的传感任务,例如交通检测、社交服务、空气检测、噪音检测及医疗服务等,相较于传统物联网应用具有服务部署灵活、可维护性强、低组网成本等特点,是一种物联网应用的新范式。
由于参与群智感知的感知节点数量通常较少,感知节点执行者的活动范围有限,存在一些区域的感知数据没有任何用户采集,导致群智感知系统的空间覆盖率低。因此需要设计合适的覆盖率提高方法鼓励和刺激移动设备加入群智感知网络保障群智感知的服务质量。
现阶段,群智感知覆盖率提高方法的研究可按回报方式分为金钱式覆盖率提高方法和非金钱式覆盖率提高方法。金钱式覆盖率提高方法即通过报酬支付的方式吸引参与者节点加入群智感知系统参与任务,是目前最主要的激励方式,也是最直接的方式。非金钱式激励即通过社交关系、娱乐游戏或声誉等方式吸引参与者节点参与任务。但是无论是金钱式激励还是非金钱式激励都存在一些问题:针对空间覆盖率低的问题,这些覆盖率提高方法大多采用金钱式激励,通过提高任务报酬的方式平衡位于“感知盲区”的不流行任务的受欢迎程度,即达到较高的覆盖质量需要支付同等效果的报酬。
但是,通过调研和对行为经济学相关理论的研究发现,人们对价值不是简单的线性评估而是敏感性递减的。敏感性递减是指在参考点附近,人们对收益的边际变化比较敏感;而在远离参考点时,人们对收益边际变化的敏感程度会降低,该理论对感知节点同样适用。这就意味者感知节点对报酬的感知是敏感性递减的,提高报酬时,感知节点提高的覆盖率并不能与平台付出的成本成线性比,更高额的报酬,实际并不能带来更高的覆盖率;而非金钱式激励通过信誉、参与者节点历史信息等内容筛选参与者,以达到较高的覆盖效果,这些机制都基于平台对参与者信息的完全掌握,而实际中,平台与参与者信息的共享往往是不对等的。
综上所述,急需一种以更低的成本更有效的激励感知节点参与提高覆盖率的方法来解决现有技术存在的问题。
发明内容
本发明提供了一种提高群智感知覆盖率的方法、系统、介质及设备,基于敏感性递减理论构建选择函数,其目的是为了解决现有技术中空间覆盖率增强受限于感知节点对价值敏感性递减这一技术壁垒,更有效的提高参与者节点对不流行任务的选择率,从而更有效的提高群智感知的空间覆盖率。
为了达到上述目的,本发明提供了一种提高群智感知覆盖率的方法,基于敏感性递减理论,包括:
步骤1,发布感知任务,并依据感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;
步骤2,构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
步骤3,依据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
步骤4,筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;
步骤5,为完成目标感知任务的感知节点分配奖励。
其中,步骤1包括:
通过公式将感知任务划分为流行任务和不流行任务;其中,e是自然常数,指所有感知节点距任务的距离和,为保证,则,p为常数,是第轮所有的平均值,,,其中,表示单个感知节点,为参与感知任务的感知节点集合,指感知任务的具体位置,指感知节点的具体位置,为感知任务的集合,,对应中每个任务具有任务流行度标识,当时,感知任务为流行任务;当时,感知任务为不流行任务,表示流行度阈值,为轮次。
其中,步骤2包括:
构建基于敏感性递减理论的选择函数,所述选择函数包括性价比系数和敏感性递减因子;在等性价比系数的情况下,当敏感性递减因子位于选择函数中的不同位置时,感知节点选择不流行任务的选择函数值大于流行任务的选择函数值;
其中,选择函数值有如下计算方式:
本发明还提供了一种提高群智感知覆盖率的系统,基于敏感性递减理论,包括:
任务划分模块,用于依据发布后的感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;
选择函数建立模块,用于构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
选择模块,包括感知任务竞选模块和感知节点确定模块;
感知任务竞选模块用于感知节点根据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
感知节点确定模块筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;
报酬支付模块,用于为完成目标感知任务的感知节点分配奖励。
本发明还提供了一种计算机可读存储介质,用于存储计算机程序,通过执行所述计算机程序,用于实现上述提高群智感知覆盖率的方法。
本发明最后还提供一种提高群智感知覆盖率的设备,基于敏感性递减理论,用于数据收集,包括:存储器和处理器;
存储器用于计算机程序;
处理器用于执行所述存储器存储的计算机程序;
计算机程序用于实现上述提高群智感知覆盖率的方法。
本发明的上述技术方案有如下的有益效果:
本发明通过群智感知平台发布感知任务,并构建基于敏感性递减理论的选择函数;使在等性价比系数下感知节点选择流行任务和不流行任务的选择函数值不同;感知节点根据自身选择函数值筛选出目标感知任务;群智感知平台筛选用于完成所述目标感知任务的感知节点;与现有技术相比,本发明不受限于感知节点对价值的敏感性递减,将行为经济学敏感性递减理论引入感知任务选择中,设计基于敏感性递减因子的感知节点选择函数,该选择函数作为群智感知平台选择感知节点的标准,在不依赖报酬增益的情况下提高感知节点对不流行任务的选择率,从而提高群智感知覆盖率,相较于对比机制来说,更有效的提高了空间覆盖率,同时降低了群智感知平台的成本。
附图说明
图1为本发明的流程示意图;
图2为本发明实施例的系统环境图;
图3为本发明实施例在相同数据下与现有的具有代表性的方法的空间覆盖率比较图;
图4为本发明实施例在相同数据下与现有的具有代表性的方法的平台分配奖励的比较图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是锁定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明针对现有的问题,提供了一种提高群智感知覆盖率的方法、系统、介质及设备。
下面结合具体的实施例对本发明做进一步详细说明。
如图1所示,本发明的实施例提供了一种提高群智感知覆盖率的方法,基于敏感性递减理论,包括:
步骤1,发布感知任务,并依据感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;
步骤2,构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
步骤3,依据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
步骤4,筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;
步骤5,为完成目标感知任务的感知节点分配奖励。
具体来说,本发明实施例,构建由群智感知平台、感知任务和感知节点组成的群智感知系统环境,如图2所示,假设环境中共有个感知任务(),个感知节点(),感知任务集合,对应中每个感知任务具有任务流行度标识,性价比系数,位置和感知半径,时表示感知任务为流行任务,时表示感知任务为不流行任务。
表1仿真参数表
根据参与者节点与感知任务的距离计算流行度划分度量为:
通过公式将感知任务划分为流行任务和不流行任务;其中,e是自然常数,指所有感知节点距任务的距离和,为保证,则,p为常数,是第轮所有的平均值,,,,其中,表示单个感知节点,为参与感知任务的感知节点集合,指感知任务的具体位置,指感知节点的具体位置,为感知任务的集合,,对应中每个任务具有任务流行度标识,当时,感知任务为流行任务;当时,感知任务为不流行任务,表示流行度阈值,为轮次,在本实施例中。
构建基于敏感性递减理论的选择函数,选择函数包括性价比系数和敏感性递减因子;在流行任务和不流行任务的基础上,结合性价比系数,在等性价比系数的情况下,当敏感性递减因子位于选择函数中的不同位置时,感知节点选择不流行任务的选择函数值大于选择流行任务的选择函数值;
基于敏感性递减的选择函数的特征是,当感知节点提交同一性价比的流行任务和不流行任务时,其选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;基于这一特性,感知节点每轮提交的任务流行度意向将决定其后续轮次选择函数值的大小,即其提交的任务意向决定其后续轮次被选择的概率。因此,引入敏感性递减后,本方法未提高任务原本的性价比,且能够引导感知节点为了维持获胜率而维持对不流行任务的选择率。
本发明实施例通过选择函数可以得到感知节点采用不同的选择方案得到的选择函数值分别为:
若选择感知任务的感知节点至多只有一个,群智感知平台将感知任务分配给感知节点,否则依据选择函数,在选择该感知任务的感知节点集合中,筛选出选择函数值最大的感知节点来完成感知任务;对于存在多个感知节点选择一个感知任务情况,群智感知平台将该感知任务分配给选择函数值最大的感知节点来完成,并分配等性价比系数、等流行度的任务给其他的感知节点做任务调剂。
基于上述方法,本发明实施例还提供一种提高群智感知覆盖率的系统,基于敏感性递减理论,包括:
任务划分模块,用于依据发布后的感知任务离感知节点的实际距离,将感知任务划分为流行任务和不流行任务;
选择函数建立模块,用于构建基于敏感性递减理论的选择函数,在等性价比系数下,利用选择函数计算感知节点的选择函数值,选择函数值与感知节点选择的感知任务的流行度相关,感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
选择模块,包括感知任务竞选模块和感知节点确定模块;
感知任务竞选模块用于感知节点根据流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
感知节点确定模块筛选用于完成目标感知任务的感知节点,参与完成目标感知任务;
报酬支付模块,用于为完成目标感知任务的感知节点分配奖励。
应当理解,本发明实施例中上述的各个模块可以集中在一个处理单元中,也可以是各个单元模块单独物理存在,也可以是两个或两个以上的单元模块集成在一个单元模块中,可以采用硬件或软件的形式来实现。
本发明实施例还提供了一种计算机可读存储介质,用于存储计算机程序,通过执行所述计算机程序,用于实现上述提高群智感知覆盖率的方法。
本发明实施例最后还提供一种提高群智感知覆盖率的设备,基于敏感性递减理论,用于数据收集,包括:存储器和处理器;
存储器用于存储计算机程序;
处理器用于执行所述存储器存储的计算机程序;
计算机程序用于实现上述提高群智感知覆盖率的方法。
为了更进一步评估本发明的性能,本发明实施例与目前现有的在空间群智感知领域中有代表性的机制——面向需求驱动的动态激励机制,即On-demand机制进行比较,结果如图3和图4所示。验证结果表明,本发明的性能均优于目前现有的最先进的方法。其中图3是参与者节点数不变的情况下,随着感知轮次的增加空间覆盖率的变化图。从图中可以看出在第一传感轮到第三传感轮On-demand机制的覆盖质量与本发明实施例的覆盖质量很接近,但第三传感轮后,本发明实施例明显优于On-demand机制,在任务性价比一致的情况下,对参与者而言,参与者节点选择标准下选择函数值最大的情况是每轮均选择不流行任务,在竞争关系下,参与者只有不断的选择不流行任务才能保证更高的选择函数值,即更高的获胜率。根据流行度函数的定义,不流行任务是远距离的,所以本发明中参与者需要前往偏远地区完成任务,覆盖质量也随之增加。图4是不同参与者人数下平台向参与者支付的平均报酬,可以看出,无论人数多少,在本发明的影响下,平台向参与者支付的平均报酬总低于On-demand机制,由于移动成本是远大于感知成本的,因此,本发明主要分析报酬中的主要因素,在前述分析中已得出本发明提高覆盖质量的方法是基于敏感性递减的选择函数,机制中所有任务的性价比是无差异的,而On-demand通过提高报酬的方式,提高覆盖质量,故本发明与之相比节省了平台成本。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种提高群智感知覆盖率的方法,基于敏感性递减理论,其特征在于,所述方法包括:
步骤1,发布感知任务,并依据所述感知任务离感知节点的实际距离,将所述感知任务划分为流行任务和不流行任务;
步骤2,构建基于敏感性递减理论的选择函数,在等性价比系数下,利用所述选择函数计算所述感知节点的选择函数值,所述选择函数值与所述感知节点选择的感知任务的流行度相关,所述感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
步骤3,依据所述流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
步骤4,筛选用于完成所述目标感知任务的感知节点,参与完成所述目标感知任务;
步骤5,为完成所述目标感知任务的所述感知节点分配奖励。
5.一种提高群智感知覆盖率的系统,基于敏感性递减理论,其特征在于,包括:
任务划分模块,用于依据发布后的感知任务离感知节点的实际距离,将所述感知任务划分为流行任务和不流行任务;
选择函数建立模块,用于构建基于敏感性递减理论的选择函数,在等性价比系数下,利用所述选择函数计算所述感知节点的选择函数值,所述选择函数值与所述感知节点选择的感知任务的流行度相关,所述感知节点选择不流行任务累积的选择函数值大于选择流行任务累积的选择函数值;
选择模块,包括感知任务竞选模块和感知节点确定模块;
所述感知任务竞选模块用于所述感知节点根据所述流行任务的选择函数值和不流行任务的选择函数值筛选出目标感知任务,并提交任务意向;
所述感知节点确定模块筛选用于完成所述目标感知任务的感知节点,参与完成所述目标感知任务;
报酬支付模块,用于为完成所述目标感知任务的所述感知节点分配奖励。
6.一种计算机可读存储介质,用于存储计算机程序,其特征在于,通过执行所述计算机程序,用于实现上述权利要求1-4中任意一项所述提高群智感知覆盖率的方法。
7.一种提高群智感知覆盖率的设备,用于数据收集,其特征在于,基于敏感性递减,包括:存储器和处理器;
所述存储器用于储存计算机程序;
所述处理器用于执行所述存储器存储的计算机程序;
所述计算机程序用于实现上述权利要求1-4中任意一项所述提高群智感知覆盖率的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210927537.7A CN115002713B (zh) | 2022-08-03 | 2022-08-03 | 一种提高群智感知覆盖率的方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210927537.7A CN115002713B (zh) | 2022-08-03 | 2022-08-03 | 一种提高群智感知覆盖率的方法、系统、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115002713A CN115002713A (zh) | 2022-09-02 |
CN115002713B true CN115002713B (zh) | 2022-10-18 |
Family
ID=83022188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210927537.7A Active CN115002713B (zh) | 2022-08-03 | 2022-08-03 | 一种提高群智感知覆盖率的方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115002713B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106973392A (zh) * | 2017-03-23 | 2017-07-21 | 南京邮电大学 | 群智感知中基于区域覆盖的一种激励方法 |
GB201806410D0 (en) * | 2018-04-19 | 2018-06-06 | Thales Holdings Uk Plc | Apparatus and method for selecting a task to be performed by a sensor |
CN108269129A (zh) * | 2018-01-23 | 2018-07-10 | 重庆邮电大学 | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 |
CN108337656A (zh) * | 2018-01-16 | 2018-07-27 | 武汉工程大学 | 一种移动群智感知激励方法 |
CN109068288A (zh) * | 2018-09-06 | 2018-12-21 | 福建师范大学 | 一种基于多属性用户选择移动群智感知激励机制的方法及系统 |
CN109636484A (zh) * | 2018-12-25 | 2019-04-16 | 中南大学 | 一种基于行为经济学偏好理论的群智感知系统的激励方法 |
WO2021213293A1 (zh) * | 2020-04-24 | 2021-10-28 | 西北工业大学 | 一种面向群智感知的泛在操作系统 |
CN114760585A (zh) * | 2022-04-18 | 2022-07-15 | 中南大学 | 车辆群智感知激励方法、系统及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11057831B2 (en) * | 2019-05-10 | 2021-07-06 | Cisco Technology, Inc. | Compressive sensing using target wake times |
-
2022
- 2022-08-03 CN CN202210927537.7A patent/CN115002713B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106973392A (zh) * | 2017-03-23 | 2017-07-21 | 南京邮电大学 | 群智感知中基于区域覆盖的一种激励方法 |
CN108337656A (zh) * | 2018-01-16 | 2018-07-27 | 武汉工程大学 | 一种移动群智感知激励方法 |
CN108269129A (zh) * | 2018-01-23 | 2018-07-10 | 重庆邮电大学 | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 |
GB201806410D0 (en) * | 2018-04-19 | 2018-06-06 | Thales Holdings Uk Plc | Apparatus and method for selecting a task to be performed by a sensor |
CN109068288A (zh) * | 2018-09-06 | 2018-12-21 | 福建师范大学 | 一种基于多属性用户选择移动群智感知激励机制的方法及系统 |
CN109636484A (zh) * | 2018-12-25 | 2019-04-16 | 中南大学 | 一种基于行为经济学偏好理论的群智感知系统的激励方法 |
WO2021213293A1 (zh) * | 2020-04-24 | 2021-10-28 | 西北工业大学 | 一种面向群智感知的泛在操作系统 |
CN114760585A (zh) * | 2022-04-18 | 2022-07-15 | 中南大学 | 车辆群智感知激励方法、系统及设备 |
Non-Patent Citations (2)
Title |
---|
移动群智感知中基于用户偏好的参与者选择;苏华等;《哈尔滨商业大学学报(自然科学版)》;20200815(第04期);全文 * |
群智感知中基于损失厌恶的激励机制;刘佳琦;《华南理工大学学报》;20190831;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115002713A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108269129B (zh) | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 | |
US11790284B2 (en) | Receiving a request to reserve a service | |
US20230078338A1 (en) | Prediction processing system and method of use and method of doing business | |
US20160277895A1 (en) | System for Creating Anonymous Social Gatherings | |
Nie et al. | A multi-leader multi-follower game-based analysis for incentive mechanisms in socially-aware mobile crowdsensing | |
US20150330645A1 (en) | Comfort estimation and incentive design for energy efficiency | |
CN108681921B (zh) | 一种基于随机博弈获取群智感知激励策略的方法及装置 | |
CN108171593B (zh) | 一种基于地点覆盖带预算的移动群智感知激励方法 | |
CN109389399A (zh) | 基于区块链的博彩方法、装置、计算机设备及存储介质 | |
CN110390560A (zh) | 一种基于Stackelberg博弈的移动群智感知多任务定价方法 | |
US20190034837A1 (en) | Machine learning modeling for generating client reservation value | |
CN109147064A (zh) | 停车场收费方法、装置、设备以及可读存储介质 | |
CN111311295B (zh) | 服务方式确定方法、装置、电子设备和存储介质 | |
CN106485415A (zh) | 一种基于供需关系的带预算的移动群智感知激励方法 | |
Easterly | Empirics of strategic interdependence: the case of the racial tipping point | |
TWI691929B (zh) | 互動式服務平台及其運作方法 | |
CN110149161B (zh) | 一种基于Stackelberg博弈的多任务协作频谱感知方法 | |
CN109636484A (zh) | 一种基于行为经济学偏好理论的群智感知系统的激励方法 | |
CN115002713B (zh) | 一种提高群智感知覆盖率的方法、系统、介质及设备 | |
US11281738B2 (en) | Secure resource allocation utilizing a learning engine | |
JP7255671B2 (ja) | 機械学習システム、情報端末、情報処理方法、プログラム | |
CN112995318A (zh) | 基于动态权重实现针对投票网络进行控制处理的方法、装置、处理器及其存储介质 | |
CN117035305A (zh) | 一种面向众包定位场景中基于确定性轨迹的稳定任务分配方法 | |
US11934374B2 (en) | Network-based content submission and contest management | |
EP3042353A1 (en) | Prediction processing system and method of use and method of doing business |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |