支持灾难救援的在线空间众包匹配算法OA北大核心CSTPCD
灾难发生后人们常常通过社交媒体平台发布志愿者救援与受灾者求助信息,从这些数据中抽取求助任务与救援人员信息并对两者进行合理匹配可以为救助提供有效支持.本文将空间众包技术引入灾难救援领域,提出支持灾难救援的在线空间众包匹配问题.利用深度学习分类方法与大规模语言模型构建灾难事件信息抽取模型,实现了救援和求助信息的准确抽取;设计了任务等级评定方法与动态损失度量,以反映任务的紧急性和损失的动态变化;基于动态损失度量提出了一种综合抢占与延迟策略的贪心算法.通过真实数据集及合成数据集进行详细的实验分析,与现有算法相比,提出的综合抢占与延迟的贪心算法总损失至少减少35%,验证了所提算法的有效性.
刘俊岭;吴晴晴;董珊珊;孙焕良;许景科
沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 辽宁省城市建设大数据管理与分析重点实验室,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 辽宁省城市建设大数据管理与分析重点实验室,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 辽宁省城市建设大数据管理与分析重点实验室,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 辽宁省城市建设大数据管理与分析重点实验室,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 辽宁省城市建设大数据管理与分析重点实验室,辽宁沈阳110168 国家特种计算机工程技术研究中心沈阳分中心,辽宁沈阳110168
计算机与自动化
空间众包灾难救援任务匹配任务等级最小损失
《南京师大学报（自然科学版）》 2024 (4)
P.21-30,10
国家自然科学基金项目(62073227)国家重点研发计划课题(2021YFF0306303)辽宁省教育厅资助项目(JYTMS20231596、LJZ2021008)。
评论