群智感知中基于时空关联性的用户激励机制研究

作者：周强; 李鹏; 聂雷

来源：计算机工程, 2020, 1-11.

DOI：10.19678/j.issn.1000-3428.0057234

• 群智感知
• 用户激励机制
• 时空关联
• 马尔可夫模型
• 集合覆盖 crowdsensing
• user incentive mechanism
• spatial-temporal correlation
• markov model
• set cover

在群智感知中，感知任务存在显性时空关联性和隐性时空关联性，如何有效的进行用户激励将是一个富有挑战性的问题。首先，将显性时空关联的用户激励问题转化为集合覆盖问题，证明该问题是NP-Hard问题，并基于贪心算法来解决该问题；接着，利用马尔科夫模型对用户进行时空预测，使用户能够参与感知任务，并结合显性时空关联算法和马尔可夫预测模型，解决隐性时空关联的用户激励问题。通过仿真数据实验和真实数据集实验，和传统的最小化花费算法、最大化覆盖算法、最小化花费覆盖数比值算法相比，所提的显性时空关联算法和隐性时空关联算法，实现最大化社会收益的目标，解决感知任务完成率低、花费高的问题。

• 出版日期2020-3-18
• 单位武汉科技大学; 智能信息处理与实时工业系统湖北省重点实验室