无线通讯MCS任务推荐协同排序学习优化

潘超

石河子科技 ›› 2025, Vol. 0 ›› Issue (02) : 20 -21.

PDF
石河子科技 ›› 2025, Vol. 0 ›› Issue (02) : 20 -21.

无线通讯MCS任务推荐协同排序学习优化

    潘超
作者信息 +

Author information +
文章历史 +
PDF

摘要

无线通讯技术离不开群体移动设备之间的相互交流,移动群智感知(MobileCrowdSensing,MCS)的参与者积极性仍然存在一定的计算效率的问题,为此设计了一种基于混合模型(Hybridmodel,HM)与列表级排序(List-WiseRanking,LWR)算法相结合的同排序任务推荐方法HM-LWR,并在MATLAB平台下测试各项参数变化。研究结果表明:HM-LWR算法相较于MSC与LWR算法在分配效率上有显著提升,总体准确率达到约96%。任务数量变化仅导致算法执行时间出现了轻微波动,当参与者数量增多后,算法达到了更大复杂度,进而延长了运行时间。

关键词

移动群智感知 / 任务推荐 / 协同排序 / 混合模型

Key words

引用本文

引用格式 ▾
无线通讯MCS任务推荐协同排序学习优化[J]. 石河子科技, 2025, 0(02): 20-21 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

104

访问

0

被引

详细

导航
相关文章

AI思维导图

/