近年来,随着共享经济和移动互联网的快速发展,双边在线二分匹配问题在空间数据中的应用越来越广泛。具体来说,给定一组在2D空间中动态出现的工作人员和任务,TOBM问题旨在找到工作人员和任务之间满足时空约束的最大基数的匹配。很多作品都研究过这个问题,但是他们问题的设定各不相同。此外,在统一的定义下,以前没有任何工作比较为不同设置定制的算法的性能。因此,缺乏一个指导实践者对各种场景采用适当算法的指南。为了填补这一领域的空白,本文对TOBM问题的代表性算法进行了综合评价和分析。我们首先给出我们统一的定义,然后为所有算法提供统一的实现。最后,基于合成数据集和真实数据集的实验结果,从短期效果和长期效果两个方面讨论了算法的优缺点,为选择合适的解决方案或设计新方法提供了指导。
2021-11-12 03:20:33 3.64MB 时空众包 任务分配 双边二分匹配
1
基于时空众包的城市交通态势感知技术计算机研究.docx
2021-10-08 23:11:43 140KB C语言
时空众包中任务分配的论文和代码
2021-04-02 19:09:19 3.95MB 时空众包 任务分配
1
童咏昕老师在CCF会议上的“面向共享出行的时空众包计算”PPT
2021-01-28 04:28:11 10.26MB 时空众包 CCF PPT
1
童咏新昕老师2017年《软件学报》时空众包数据管理技术研究综述综述论文
2021-01-28 04:28:11 2.87MB 众包数据库 论文综述
1
童咏昕老师的时空众包数据综述的思维导图
2021-01-28 04:28:09 365KB 时空众包 思维导图
1