期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向大规模数据决策的在线随机任务分配算法
1
作者 黄素叶 《中原工学院学报》 CAS 2020年第6期52-56,共5页
针对在可信度阈值0.52~0.82范围内在线随机任务分配的任务答案平均可信度较低的问题,提出了一种面向大规模数据决策的在线随机任务分配算法。首先基于大规模数据决策对每个用户及任务进行描述,以实现整体任务的描述;然后以质量控制、成... 针对在可信度阈值0.52~0.82范围内在线随机任务分配的任务答案平均可信度较低的问题,提出了一种面向大规模数据决策的在线随机任务分配算法。首先基于大规模数据决策对每个用户及任务进行描述,以实现整体任务的描述;然后以质量控制、成本控制和时间控制为任务控制内容实现在线随机任务控制;最后根据任务控制结果设计一种在线随机任务分配算法,并将本文算法与基于Carrel平台的在线随机任务分配算法、面向移动群智感知的位置相关在线多任务分配算法进行了比较。结果表明:在随机任务分配条件下,本文算法在200个任务时的任务答案平均可信度为98%,且比上述两种算法均有显著提高,本文算法在任务分配应用方面具有更好的应用性能。 展开更多
关键词 大规模数据决策 在线随机任务 分配算法 移动资源 用户相遇指数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部