Con la popularización de los dispositivos móviles y el desarrollo de redes inalámbricas, el crowdsensing se dedica a proporcionar servicios universales de Internet de las Cosas. Un mecanismo de fijación de precios de tareas razonable no solo puede motivar a más usuarios a participar en la tarea de detección, sino que también ayuda al desarrollo benigno de la plataforma de crowdsensing, por lo que gradualmente se ha convertido en un punto focal de investigación en el campo del crowdsensing. Con el objetivo de abordar los problemas comunes de un análisis insuficiente de las reglas de fijación de precios de tareas y grandes desviaciones de los modelos de predicción de precios, se propone un método de predicción de precios de tareas basado en el clustering y DNN. Utilizando el conjunto de precios de transacción históricos reales como fuente de datos, se logra el agrupamiento natural y la descripción taxonómica del precio de la tarea mediante la exploración de la ley de fijación de precios de tareas con relación de restricción compleja utilizando análisis de clustering en dos pasos
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Sistemas de antenas para el Internet de los objetos
Artículo:
Sistema mejorado de autenticación multiservidor de tres factores basado en ECC
Artículo:
Aplicación de Algoritmos de Inteligencia Computacional en Radiopropagación: Una revisión sistemática y un análisis de metadatos
Artículo:
Algoritmo de peso variable que preserva la privacidad para redes móviles de detección de multitudes
Artículo:
Marco de Internet de las Cosas para sistemas de atención domiciliaria