基于數據質量的群智感知網絡參與者與選擇方法研究.pdf

1、近年來，隨著大數據和互聯網+技術的發(fā)展，各個行業(yè)對數據的需求也向著規(guī)模化復雜化的方向演變，使得利用普通人通過手機等帶有傳感器的便攜式智能設備收集感知數據的方式變得普及，因此群智感知網絡也就應運而生。群智感知網絡憑借其獨特的數據收集優(yōu)勢，受到各行各業(yè)的青睞，已然成為目前熱點研究課題?，F階段已經有許多群智感知網絡的相關研究，但其中絕大部分的研究集中在如何以物質激勵感知人群參與的問題上，而如何選擇感知參與者的方法研究上十分欠缺，本文在分析現有

2、參與者選擇方法在提高數據質量方面的不足的基礎上，提出兩種基于數據質量的參與者選擇方法，主要成果包括:
　　提出了一種基于動態(tài)規(guī)劃與信譽反饋的參與者選擇方法。該方法主要用來解決在參與者人數不確定的情況下，如何選擇參與者從而提高感知數據質量的問題。此方法設置參與者任務內信譽值，通過背包問題的優(yōu)化方法選擇參與者執(zhí)行任務，并根據任務完成情況予以信譽值反饋。最后通過實驗證明基于動態(tài)規(guī)劃與信譽反饋的參與者選擇方法，與現有普遍應用的參與者選擇方

3、法相比，在數據收集質量以及收益率等方面都具有更好的效果。
　　提出了一種基于改進的UCB(Upper Confidence Bound)算法的參與者選擇方法。該方法用來解決在參與者人數確定的情況下，如何選擇合適的參與者來提高感知數據質量的問題。通過綜合考慮參與者目前感知數據質量與未來感知數據質量之間的相互作用和相互影響，在探索階段增加了關于感知數據質量情況的差異性因子，用來引導整個過程沿著選擇最優(yōu)參與者進行感知的方向發(fā)展，有效權衡