基于群智感知的校园服务系统构建项目研究

从智能管理的角度分析了校园群智感知应用的优势,总结了校园企划中群智感知系统的构建对策,提出了校园群智感知应用的推出方式,为校园大环境下群智感知的应用提供了理论依据。

基于智慧校园情境感知信息服务系统的设计与实现

智慧校园是数字校园发展中一种新的形态,高级智慧表征的智慧校园是将情境感知服务置于资源环境之上,为用户提供自适应、多样化、个性化交互与信息资源服务。文章在分析校园情境分类及关键技术的基础上提出了校园情境感知服务系统的概念框架,构建了一个可行的智慧校园与情境感知融合的资源服务引擎架构,为基于数字校园的情境感知系统资源服务应用,提供了参考原型和解决方案。

基于移动群智感知计算的智慧景区监管系统研究与设计

针对景区监管存在的成本高、实时性差等问题,设计一种基于移动群智感知计算的景区智能监管系统。首先,该系统利用众包思想和群智感知理论采集游客手机的用户生成内容(UGC)数据,包括照片、视频、评论等;然后,通过深度学习技术进行视觉分析和文本分析,基于BP神经网络进行决策分析,从而实现监管事件的智能发现和智能决策。所设计系统不仅节省了景区铺设物联网设备的成本,而且能够实现更深入、广泛和智能的景区监管,也可为智慧景区建设提供一种新的解决方案。

基于群智感知的校园活动信息采集与分享系统

近年来,随着可内嵌多种传感器的智能手机的快速普及和应用,群智感知计算技术作为一种新的感知模式逐步发展起来。为了使大型社区的工作和生活变得更加丰富便捷,文章将群智感知计算技术应用于大学校园社区中。针对传统校园活动信息发布形式(如贴海报、布置展板)的相对闭塞性和不及时性(实时活动往往在事后报道)等问题,研究了基于群智感知的校园活动信息采集与分享系统FocusSense。该系统以校园内大量手机用户为移动传感节点,通过图像信息采集来共享用户关注的校园内活动信息(活动通知或实时活动),以此来帮助学生及时、高效而全面的获取校园内活动信息。

群智感知网络系统结构及其在位置服务中的应用思考

随着移动智能终端设备的普及,物联网技术与人工智能技术的发展,产生了群智感知。群智感知系统中,系统中每个用户通过智能手机中的各种传感器例如加速度传感器、陀螺仪、地磁传感器、WiFi、GPS、麦克风、摄像头等,采集感知数据,然后通过4G网络或者WiFi无线网络将感知数据分享到应用服务器。本文对群智感知网络系统结构进行介绍,指出了群智感知系统在位置服务中的应用。

群智感知中基于公交系统的任务分发机制研究

任务分发作为实现群智感知的重要环节,为了激励更多用户参与数据的采集和共享,已有研究通常利用机会网络进行任务扩散并降低参与者的执行成本,但在节点选择过程中并未充分考虑感知任务的多样性将对节点接触时间、参与数量、感知区域类型等带来的挑战.基于此,该文利用城市中公交载体的轨迹可预测、活动覆盖范围大、乘客节点自主聚集且交互时间有保证等优势,提出了一种基于公交系统的任务差异化分发方法.首先,利用泰森多边形的划分思想,实现感知任务与目标区域的合理覆盖.其次,对感知区域内一定预算约束下的任务差异化分发问题进行分析,并分别提出了两种分发算法:基于覆盖差异的分发算法(COV-DA)和基于扩散差异的分发算法(SPR-DA).最后,利用真实数据集,通过仿真实验从分发准确性和平均移动距离对两种算法的性能进行比较分析.实验结果表明,SPR-DA算法具有更好的分发准确性,而使用COV-DA算法时,移动节点在完成任务时则需要更短的移动距离.

混合群智感知中服务节点优化选择机制

移动群智感知应用依赖于以人为主导的移动用户参与,用户的移动规律和用户所携带感知设备的剩余资源等都会制约其参与感知服务的能力,从而影响系统的感知质量。现有研究工作对服务节点的选取操作比较单一,因此有必要设计合理的节点优化选择机制,选择到达并覆盖目标区域的最优服务节点集,从而保证对目标区域的感知质量。针对服务节点的优化选取展开研究,基于人的移动特性,定义节点服务度量标准,并结合遗传算法设计服务节点优化选取算法,从而提出一种新的服务节点优化选择机制。仿真实验表明,该机制可以有效选取最优服务节点集,达到提高混合群智网络感知服务质量的目的。

基于移动群智感知的安全校园建设辅助系统

近年来,高校安全建设已成为各地高校的关注焦点。随着社会发展和科技进步。尽管许多高校在校园安全方面取得了积极成果,但当前的高校安全保卫管理仍存在问题,主要在于缺乏有效的科学安全辅助机制。为解决这一难题,本研究提出了一种基于移动群智感知和智能手机技术的校园安全辅助系统。该系统的核心理念是利用移动群智感知的原理,将校园中的师生纳入到校园安全建设的参与者中来。通过智能手机的广泛普及,学生和教职工们可以成为校园安全的实时监测者和信息收集者。一旦发现校园内的安全隐患,通过系统快速上传相关信息,如照片和定位数据,以便后台管理人员及时了解情况。通过该系统,高校能更加迅速、准确地应对安全问题。

移动群智感知系统中效用最大化的随机控制方法研究

移动群智感知系统作为一种大规模感知数据的收集方式,可以利用普通用户智能手机的感知和计算能力,通过对移动互联网技术的应用来完成大规模复杂的感知任务。但由于智能手机本身的资源是有限的,因此在处理感知任务的过程中,如果无节制地使用手机上传感知数据,不仅会使手机的电量被大量消耗,还会消耗数据流量,使用户的手机使用受到影响,降低用户的满意程度。所以在手机资源约束的条件下,如何使系统效应最大化地进行任务分配和调度,对于感知系统而言十分重要。移动群智感知系统具有随机性和不确定性的特点,如手机的状态、感知请求到达等都存在随机性,所以对系统的控制方法进行设计具有一定的难度。笔者主要针对移动群智感知系统中效用最大化的随机控制方法进行研究,并提出了具体的控制方法,希望能够为相关工作人员起到一些参考作用。

基于群智感知的智慧市政系统分析

随着国民经济水平的提高和社会公共设施的完善,人们对生活的要求越来越高,其中,城市市政管理和人们的生活密切相关。传统的市政管理是基于摄像头等传感设备和人工来实现的,存在监管不全面,处理不及时的问题。基于此,以群智感知为研究对象,以C/S为主要架构,通过将智能设备与市政管理相结合,打造更加完善,更加智能化的市政管理系统。从服务器端信息处理子系统、APP端信息发布子系统等方面详细阐述基于群智感知的智慧市政系统。

基于群智感知的正念隐式社交交互系统设计

目的构建基于群智感知的正念隐式社交交互系统,在用户个体间形成隐式互助关系,使用个体在正念中获得共鸣,提升正念效果,促进使用积极性,形成以社交为反馈方式的新型正念体验。方法引入群智感知技术,搭建基于群智感知的正念隐式社交交互系统,包括信息收集端、信息处理端、软件使用端3大端口。结果提出“隐联系、隐互助、隐共鸣”的隐式社交模型,以及基于群智感知的正念隐式社交交互系统构架,并通过“一段”APP的核心功能、信息构架、界面设计,对面向音乐的群智感知正念隐式社交交互系统进行实践验证。结论基于群智感知的正念隐式社交交互系统挖掘正念中用户间的隐式联系,创造隐式社交这一网络社交新场景,对于群智感知在社交领域的应用提出新的应用模型。

移动群智感知多任务参与者优选方法研究

该文主要研究面向移动群智感知的任务分发方法,提出了一种新的参与者选择:面向多任务并发的参与者优选.不同于其他参与者选择,文中选择出的参与者不再局限于只能完成一个任务,每个参与者可以在规定时间内尽可能的完成多个任务,由此降低群智平台的成本.并提出MultiTasker方法,其目标是选择出最佳的参与者集合,使参与者完成任务所移动的总距离最短以降低成本,并且完成任务的参与者人数最少以优化用户资源.为了实现这个目标,文中设计了3种算法:T-Random、T-Most和PT-Most.T-Random和T-Most是以任务为中心进行参与者选择,而PT-Most是以用户为中心进行参与者选择.通过一个大规模的真实数据集对设计的3种算法进行实验评估,同时研究了参与者选择情况与各种因素之间的关系,如任务分布和任务执行时间等.

基于群智感知的自然资源监管系统设计

自然资源监管存在着监管对象复杂、任务重以及范围广阔等特点,而且对其有效监管需要进行大规模的数据采集,使得现有的监管方式存在实时性差、成本高等问题。因此,将群智感知技术引入到自然资源监管过程中,探究如何利用已有的移动终端用户高效采集、筛选并分析所需要的自然资源数据,从而降低监管成本,构建实时智能的自然资源监管系统。

基于群智感知理论的高校图书馆知识服务模式创新研究——以山东省德州市的三所高校图书馆为例

互联网和大数据等技术的快速发展驱动图书馆的转型升级,然而现阶段大多数图书馆还通过比较原始的方式为用户提供知识服务,没有及时将新技术运用到服务中去。图书馆的知识服务模式亟需创新改革,向更加精准化的推荐服务方向过渡,使知识服务更加智慧化、场景化。文章以知识服务的国内外研究现状为切入点,分析高校图书馆知识服务现状,并针对高校图书馆的特点,在精准化、交互式、场景化三个方面优化图书馆知识服务模式,从而提高图书馆的信息服务能力,推动智慧图书馆的发展。

矢量任务地图:群智感知任务渐进式分发方法

伴随着越来越多的传感器被集成到移动终端,群智感知逐渐成为可能.群智感知的第一步是传感任务的分发,由于移动终端具有移动性,且拥有多样化的硬件设备与感知能力,因而群智感知任务分发不同于普通的传感任务分发.考虑到感知任务的位置固定且节点移动往往基于道路,因而将子道路和任务绑定在一起,设计出基于矢量任务地图的任务分发方法.子道路可以是完整道路中无分叉的一小段道路,也可以由某几个坐标点组成,满足不同覆盖范围的任务.节点接收到任务地图后,由位于相同道路并能够测量该道路上所要求传感任务的移动节点组成传感组,彼此协调完成任务测量.交替进行两种方法实现矢量任务地图的渐进式分发:(1)提高地图分辨率;(2)增加子道路上坐标点数目.通过坐标点精度按位增加的方法提高地图分辨率;通过零阈值Douglas-Peucker算法增加子道路上坐标点的数目.同时,设计新增点坐标信息压缩算法节约矢量任务地图的数据量,其利用新增点在前一低分辨率地图中位于已有点连线上、在当前分辨率地图中位于已有点连线外这一特点,推测新增点的坐标信息.在MATLAB中的模拟实验表明,当矢量任务地图分发给与任务数量相同的移动节点时,任务分发的成功率达到60%以上;当分发给任务数量两倍的移动节点时,任务分发的成功率达到85%以上.同时,采用渐进式分发方法比直接分发更节约数据量且道路坐标点数目的增加与分辨率增加相适应.最后与Zoom进行比较,本文设计的矢量任务地图在1024×1024分辨率下错测量接近0%,且数据量比Zoom降低30%.

面向单任务质量保障的移动群智感知任务分配

在移动群智感知中,现有的任务分配方法大多关注平台的整体感知质量,未充分考虑任务对工人、预算等资源的竞争,无法有效保障大规模任务分配场景下每个任务的感知质量,从而导致平台资源利用率降低。针对该问题,提出一种面向单任务质量保障的任务分配方法。为高效利用平台预算,考虑任务的难度和位置以及工人的设备能耗和理性因素,设计平台的激励成本。为保障每个任务的感知质量,考虑任务间的资源竞争情况并设计2种衡量指标,分别是从任务的角度根据差异化感知质量需求设计任务覆盖效率,以及从工人的角度基于最大熵原理设计工人利用效率,将这2种衡量指标相结合作为平台的系统效用,在平台资源有限的情况下以平台系统效用最大化为优化目标,提出一种融合交叉和变异操作的天牛群(BSO)算法。实验结果表明,与PSO、GA等基线方法相比,BSO算法的系统效用最大值平均提升13.51%,寻优速度平均提高40.61%,利用该算法获取的具有最大系统效用的任务分配方案可以有效保障每个任务的感知质量。

基于李雅普诺夫优化的移动群智感知在线任务分配策略

移动群智感知技术基于众包思想,募集移动感知设备对周围环境进行感知,能够使得环境感知和信息收集更加灵活、方便、高效。任务分配方案的合理性直接影响到感知任务能否成功,因此制定合理的任务分配方案是移动群智感知相关研究中的热点和重点。目前,移动群智感知系统中的任务分配方法多是离线的,针对的是单一类型的任务,但是在实际中,在线的、多类型的任务分配更贴近实际。因此,文中针对多类型任务,将移动群智感知技术应用于军事末端感知中,结合移动群智感知技术在军事领域的应用特点,对移动群智感知中的任务分配方法进行了研究,提出了面向系统效益的在线任务分配策略。文中建立了长期的、动态的在线任务分配系统模型,并以系统效益为优化目标,基于李雅普诺夫优化理论对问题进行了求解,实现了任务准入策略和任务分配方案的长期在线动态控制。实验结果表明,所提出的在线任务分配算法是有效可行的,能够在线、合理地分配到达移动群智感知系统的任务,保证任务队列的稳定性,且可以通过调整参数值增加系统效益。

基于群智感知判别交通拥堵的研究

智能交通系统以及应用的研究吸引了学术上和工业上的科研工作者们越来越多的关注,广泛利用传感器和通信技术帮助交通管理部门和驾驶员获取信息作出决策和安全舒适的驾驶体验。文章主要阐述以群智感知方式利用智能手机与车载电脑(OBD)互联获取车辆行驶信息和位置信息等数据判别交通拥堵情况的方法。

一种高效的隐私保护群智感知真值发现机制

随着移动设备的普及,群智感知真值发现应用蓬勃发展,同时也使得数据隐私问题日益突出。然而,现有的隐私保护群智感知真值发现机制都需要较大的计算开销和通信开销。因此提出一种采用对称加密算法的隐私保护群智感知真值发现方法,能够很好地保护隐私,同时开销较低,能够满足实际应用需求。