【技术实现步骤摘要】
本专利技术涉及人工智能在通信技术中的应用，具体是一种移动群智感知中基于ts-tdds的并行任务分配方法。
技术介绍
1、随着配备多种传感器的智能移动设备的普及，移动群智感知(mobile crowdsensing,mcs)技术[1]已经成为一种新型的数据收集范式，并且人们建立了大量的mcs平台，如medusa[2]和prism[3]。mcs能够利用潜在的大量工作者来收集城市环境中的地理空间数据，监测和分析社会舆情、城市活动，帮助追踪流行病的传播、收集公共卫生数据，为城市规划提供实时交通模式、能耗数据和市民行为模式等重要信息。mcs的关键优势在于可以利用工作者的多样性和流动性，以快速、经济和可扩展的方式完成大面积的各种感知任务。例如，特定位置或区域的工作者可以使用手持传感器报告实时天气数据，从而提高天气预报的准确性[4]。另一个典型的应用是交通监控，工作者实时拍摄交通照片并上传交通信息报告，这有助于人们进行高效的旅行路径规划[5]。
2、为了完成任务请求者向平台持续提交的感知任务，mcs平台需要募集大量的工作者[6]，因此如何...
【技术保护点】
1.一种移动群智感知中基于TS-TDDS的并行任务分配方法，所述并行任务分配方法用于移动群智感知MCS系统；MCS系统包括四个部分：
2.根据权利要求1所述的移动群智感知中基于TS-TDDS的并行任务分配方法，其特征是所述并行任务分配算法模型采用交替训练方式：
3.根据权利要求1所述的移动群智感知中基于TS-TDDS的并行任务分配方法，其特征是任务完成时延模型的建立方法包括：
4.根据权利要求1所述的移动群智感知中基于TS-TDDS的并行任务分配方法，其特征是步骤(一)中，MCS平台的任务分配建模为：
5.根据权利要求4...
【技术特征摘要】
1.一种移动群智感知中基于ts-tdds的并行任务分配方法，所述并行任务分配方法用于移动群智感知mcs系统；mcs系统包括四个部分：
2.根据权利要求1所述的移动群智感知中基于ts-tdds的并行任务分配方法，其特征是所述并行任务分配算法模型采用交替训练方式：
3.根据权利要求1所述的移动群智感知中基于ts-tdds的并行任务分配方法，其特征是任务完成时延模型的建立方法包括：
4.根据权利要求1所述的移动群智感知中基于ts-tdds的并行任务分配方法，其特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。