本文關(guān)鍵詞：柵矢混合的移動(dòng)群智感知系統(tǒng)任務(wù)分發(fā)方法

  更多相關(guān)文章： 移動(dòng)群智感知 任務(wù)分發(fā) 柵矢混合 漸進(jìn)傳輸

【摘要】：針對(duì)Zoom中基于柵格任務(wù)地圖的分發(fā)方法中冗余數(shù)據(jù)量大、不支持任務(wù)信息漸進(jìn)傳輸?shù)热秉c(diǎn),提出了一種柵矢混合的移動(dòng)群智感知系統(tǒng)任務(wù)分發(fā)方法。該方法通過結(jié)合柵格數(shù)據(jù)和矢量數(shù)據(jù)的優(yōu)勢,有效降低了冗余數(shù)據(jù)量。此外還提出了使用道格拉斯普克算法或任務(wù)優(yōu)先級(jí)條件對(duì)任務(wù)信息進(jìn)行漸進(jìn)傳輸?shù)姆椒�。�?shí)驗(yàn)結(jié)果表明,與原來Zoom中使用基于GIF格式的STIF格式作為任務(wù)信息載體的方式相比,該方法能有效降低任務(wù)分發(fā)過程中所使用的數(shù)據(jù)量。
【作者單位】： 湖南大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 移動(dòng)群智感知 任務(wù)分發(fā) 柵矢混合 漸進(jìn)傳輸
【基金】：湖南省自然科學(xué)基金(No.14JJ2051)
【分類號(hào)】：TP212.9;TN929.5
【正文快照】： 1引言移動(dòng)群智感知[1](Mobile Crowd Sensing,MCS),目前吸引著眾多的研究者目光。與參與感知(Participatorysensing)和以人為中心的計(jì)算[2](Human-centric computing)相比,在MCS場景中,充分地利用了各種各樣的移動(dòng)設(shè)備和它們所攜帶的傳感器和處理器[3],這些設(shè)備能夠被分配特定

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 幸志強(qiáng);;移動(dòng)互聯(lián)網(wǎng)矢量地圖傳輸方案[J];計(jì)算機(jī)與現(xiàn)代化;2013年09期

2 余寶生,張鑫鏡;塔形結(jié)構(gòu)的漸進(jìn)圖像壓縮傳輸[J];電子科技大學(xué)學(xué)報(bào);1992年05期

3 吳晶;陳淑珍;曾立波;隗芬芬;;連續(xù)幀醫(yī)學(xué)圖像無損漸進(jìn)傳輸?shù)难芯颗c實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2006年23期

4 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 韓碩;丁翠環(huán);;漸進(jìn)傳輸在水下圖像通信中的應(yīng)用研究[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

，

本文編號(hào)：1003847