【摘要】：移動群智感知是以人為中心的感知,主要是利用人或車攜帶著大量移動傳感器的特點在目標(biāo)區(qū)域內(nèi)收集感知對象的信息,上傳到中心,以便監(jiān)測目標(biāo)區(qū)域的情況,完成大規(guī)模的、復(fù)雜的社會感知任務(wù)。然而,為了獲取高質(zhì)量的感知數(shù)據(jù),需要招募大量的參與者去執(zhí)行感知任務(wù),導(dǎo)致感知成本太大,阻礙了移動群智感知應(yīng)用的拓展。因此,如何提高感知數(shù)據(jù)質(zhì)量、降低感知成本是移動群智感知應(yīng)用的核心問題。針對此問題,本文根據(jù)城市數(shù)據(jù)具有強烈的時空相關(guān)性的特點,提出了基于矩陣和張量填充的壓縮群智感知方法,不僅保證了感知數(shù)據(jù)質(zhì)量,而且減少了需要執(zhí)行的感知任務(wù)數(shù)目,降低了感知成本。本文以減少感知成本、提高感知數(shù)據(jù)精度為設(shè)計目標(biāo),著重從城市數(shù)據(jù)特性分析、感知數(shù)據(jù)采樣策略及重構(gòu)算法設(shè)計等幾個方面進行深入研究,提出一種移動群智感知數(shù)據(jù)收集的新方法。本文的主要研究內(nèi)容概括如下:(1)為了降低感知成本,完成高質(zhì)量的數(shù)據(jù)收集任務(wù),本文將矩陣填充理論引入到大規(guī)模移動群智感知的數(shù)據(jù)收集應(yīng)用中,提出了一種基于矩陣填充的兩階段迭代式自適應(yīng)采樣策略及重構(gòu)算法,給出了重構(gòu)低秩矩陣數(shù)據(jù)所需的樣本代價。該算法克服了傳統(tǒng)均勻采樣方式可能會錯失重要元素的缺點,利用自適應(yīng)采樣策略,可以在相同的樣本復(fù)雜度下顯著提高重構(gòu)精度;并充分利用目標(biāo)區(qū)域的空間相關(guān)性及數(shù)據(jù)潛在的近似低秩結(jié)構(gòu),降低獲取高質(zhì)量感知數(shù)據(jù)時所需要的采樣數(shù)目。仿真結(jié)果表明,與基于均勻采樣的傳統(tǒng)矩陣填充算法相比,自適應(yīng)方法在顯著提高重構(gòu)精度的同時,還降低了計算復(fù)雜度。(2)為進一步挖掘更復(fù)雜的高維數(shù)據(jù)結(jié)構(gòu)與特征,本文將張量填充技術(shù)引入大規(guī)模移動群智感知的高維數(shù)據(jù)收集應(yīng)用中,研究了三階張量數(shù)據(jù)收集的樣本代價及感知數(shù)據(jù)重構(gòu)問題�；谛碌膹埩糠纸夥绞�-張量奇異值分解(t-SVD),本文提出了利用管道秩和低維子空間來表征高維數(shù)據(jù)的信息和結(jié)構(gòu)。針對高維數(shù)據(jù)收集應(yīng)用,設(shè)計了一種基于張量填充的兩階段迭代式自適應(yīng)采樣策略及重構(gòu)算法。該算法利用自適應(yīng)性識別出對學(xué)習(xí)低維子空間有益的區(qū)域位置,從而提高算法性能。實驗結(jié)果表明,張量填充技術(shù)能夠通過地域上的稀疏采樣實現(xiàn)高質(zhì)量、低成本的壓縮群智感知。
【學(xué)位授予單位】：福州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN929.5;TP391.44;TP212.9
【圖文】：

實現(xiàn)感知任務(wù)分配與感知數(shù)據(jù)收集，形成大規(guī)模、隨時隨地且與人們?nèi)粘Ｉ蠲芮邢噱义详P(guān)的感知系統(tǒng)，完成細粒度的、復(fù)雜的社會感知任務(wù)。移動群智感知的生命周期包含逡逑四個階段，即任務(wù)創(chuàng)建，任務(wù)分配，個體任務(wù)執(zhí)行和數(shù)據(jù)集成［６２】，如圖２－１所示。逡逑個體任務(wù)｜邐’整體數(shù)據(jù)逡逑任務(wù)繼邐任務(wù)分配邐ｋ�。孢妼叔义希驽暹婂澹у暹姟⑦�；邋＾邋、邐二邋〉逡逑ＭＣＳ任務(wù)要求邐Ｉ＊邐１邋＾個體任務(wù)ＡＰＰ邋＋邐Ｈ邋＇逡逑時間、目的、地＾邐＝２，二逡逑ｎ邋Ｋ邐區(qū)域ｉＤ，＿邋？，邐Ｋ邐Ｋ邐在q-詢逡逑ｆ乙ＳＳ邋（ｖ邋ｉ＇丨」體任務(wù)柳—」：—－－ｉ／丨二逡逑Ｉ邐Ｉ邐Ｖ邐Ｊ邋Ｖ邐）逡逑圖２－１群智感知生命周期逡逑每個階段的關(guān)鍵功能如下所述。創(chuàng)建任務(wù)：ＭＣＳ組織者根據(jù)應(yīng)用需求，確定任逡逑務(wù)目的，時間和地點。通過為參與者提供相應(yīng)的移動感應(yīng)應(yīng)用程序，便于后續(xù)參與者逡逑安裝在各自的智能手機中。任務(wù)分配：招募參與者并為他們分配應(yīng)該在每個參與者的逡逑移動設(shè)備上運行的個人感知任務(wù)。招募群智感知足夠和適當(dāng)?shù)膮⑴c者的一種廣泛使用逡逑的方法是利用傳統(tǒng)的眾包平臺，如ＡｍａｚｏｎＭｅｃｈａｎｉｃａｌＴｕｒｋ。單個任務(wù)執(zhí)行：一旦接逡逑收到分配的感知任務(wù)，參與者將嘗試在定義的ＭＣＳ任務(wù)周期內(nèi)完成任務(wù)。單個任務(wù)逡逑執(zhí)行階段可以進一步分為三個子階段：感知，計算和數(shù)據(jù)上傳。群智數(shù)據(jù)集成：中央逡逑服務(wù)器輸入所有參與者收集的數(shù)據(jù)流

固定剩余的兩個下標(biāo)得到的一路陣列稱為張量的一個管（纖維）元素。對逡逑應(yīng)地，表示行纖維或者水平纖維，稱為列纖維或者豎直纖維，逡逑則被稱為管纖維或者縱深纖維，如圖２－２所示。類似的，固定張量的一個下逡逑標(biāo)不變，保留兩個下標(biāo)可變稱為張量的一個切片，分別稱巧和巧：，＿／，：）逡逑為正面切片、水平切片和側(cè)面切片，如圖２－３所示。為方便使用，本文將側(cè)面切片簡逡逑稱為側(cè)切片，將第ｙ個側(cè)面切片標(biāo)記為Ｔ（ｙ），即了（７）＝了（：，NB：；），將第々個正面切片標(biāo)逡逑記為％），７；”＝ｒ（：，：，ｆｃ）。逡逑（ａ）列纖維邐（ｂ）行纖維邐（ｃ）管纖維逡逑圖２－２三階張量的纖維圖逡逑１３逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 陳擁華;邱為鋼;;轉(zhuǎn)動木板上木塊的靜摩擦力[J];物理通報;2017年07期

2 劉玉霞;聞杰;;矩陣概念的教學(xué)設(shè)計[J];數(shù)學(xué)學(xué)習(xí)與研究;2018年01期

3 吳慶霞;;用線性代數(shù)法變Q_f矩陣為A矩陣[J];河北工學(xué)院學(xué)報;1987年01期

4 魏淑秋,王道龍;農(nóng)業(yè)系統(tǒng)工程基礎(chǔ)系列講座 第七講[J];農(nóng)業(yè)區(qū)劃;1988年04期

5 時佑民,何鋼;關(guān)于高維矩陣運算及Fuzzy控制算法的探討[J];鄭州輕工業(yè)學(xué)院學(xué)報;1988年02期

6 龔振和;基于矩陣表示和合一操作的并行推理方法[J];計算機學(xué)報;1988年02期

7 陳雪梅;;求臨界轉(zhuǎn)速的庫舒耳法的矩陣化處理[J];機床與液壓;1988年06期

8 張民悅;;輾轉(zhuǎn)相除法的矩陣表示[J];張掖師專學(xué)報(綜合版);1989年02期

9 孫志和;竇在祥;;特征多項式系數(shù)的矩陣表示[J];青島理工大學(xué)學(xué)報;2006年03期

10 趙興杰;羅遠峰;;二面體群的矩陣表示[J];凱里學(xué)院學(xué)報;2013年06期

相關(guān)會議論文 前5條

1 王秋茸;黃謙;;基于矩陣分布描述的專業(yè)運動員社會網(wǎng)絡(luò)建模與應(yīng)用[A];第十一屆全國體育科學(xué)大會論文摘要匯編[C];2019年

2 陳文康;姚陳;;對Bond變換的若干思考[A];中國地球物理·2009[C];2009年

3 胡倩倩;;二次曲面的約束多項式逼近[A];第六屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2013年

4 王建偉;;雙電子體系自旋算符及其本征矢的矩陣表示[A];第十六次全國原子、原子核物理研討會暨全國近代物理研究會第九屆年會論文集[C];2006年

5 匡友弟;王卓;李國清;陳傳堯;;節(jié)式壓電梁的電阻抗模擬和實驗研究[A];第二屆全國壓電和聲波理論及器件技術(shù)研討會摘要集[C];2006年

相關(guān)重要報紙文章 前1條

1 金_g;IT自考學(xué)習(xí)資源大搜索（一）[N];中國電腦教育報;2002年

相關(guān)博士學(xué)位論文 前5條

1 華小強;基于矩陣信息幾何的雷達目標(biāo)檢測方法研究[D];國防科技大學(xué);2018年

2 田恒;基于測試性D矩陣的故障診斷策略研究[D];大連理工大學(xué);2019年

3 劉權(quán);高維低秩矩陣填充問題相關(guān)算法及應(yīng)用研究[D];上海交通大學(xué);2018年

4 方茂中;關(guān)于矩陣填充和非負矩陣的研究[D];華東師范大學(xué);2008年

5 陸利正;帶約束的曲線曲面逼近算法的研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王超;基于稀疏與低秩矩陣恢復(fù)的顯著性檢測方法及其應(yīng)用[D];南京航空航天大學(xué);2019年

2 吳若;基于投票機制的單應(yīng)矩陣估計算法的研究與應(yīng)用[D];黑龍江大學(xué);2019年

3 陳晶晶;基于矩陣與張量填充的壓縮群智感知方法研究[D];福州大學(xué);2018年

4 康陽陽;基于大規(guī)模魯棒可擴展性的矩陣填充問題研究[D];上海交通大學(xué);2016年

5 陳涵;混沌預(yù)編碼矩陣在OFDM-PON物理層保密通信中的應(yīng)用[D];上海交通大學(xué);2018年

6 葛現(xiàn)隆;間接光場的自適應(yīng)劃分和光場矩陣補全算法研究[D];浙江大學(xué);2019年

7 武秀;矩陣在粒計算與三支概念研究中的應(yīng)用[D];河北大學(xué);2019年

8 王海艷;紅外圖像重構(gòu)中測量矩陣構(gòu)造技術(shù)研究[D];哈爾濱工程大學(xué);2019年

9 楊美姣;基于Nystr?m方法的偏好提取的研究[D];煙臺大學(xué);2019年

10 王妍;基于偏振探測的穆勒矩陣研究[D];遼寧師范大學(xué);2019年

本文編號：2716954