感知质量优化和用户招募是移动群智感知的两个重要问题,随着数据量的大幅度增加,感知内容出现冗余,存在感知质量降低的风险.提出了一种感知质量优化的任务分发机制,在保证覆盖率的情况下,提高群体的感知质量.利用聚类算法评估任务真值,量化用户数据质量;基于汤普森抽样算法和贪婪算法设计并实现了一种用户招募策略,在保证任务空间覆盖率的基础上优化感知质量.针对TSUR(Thompson based user recruit)算法的性能进行仿真分析,并与已有的BBTA(bandit-based task assignment)算法和BUR(basic user recruitment)算法作比较.实验表明,在同一区域进行任务感知,与BBTA算法和BUR算法相比,累计感知质量分别提高了16％和20％,空间覆盖率分别提高了30％和22％.
目的评价几何特征对口内三维扫描仪获取牙列缺失种植修复数字印模精度的影响,为临床应用及口内三维扫描仪算法优化提供参考。方法选择上颌牙列缺失种植修复标准模型1个作为参考模型,其上植入6枚种植体替代体及相应扫描杆(编号1~6号)。使用牙颌模型扫描仪扫描上颌模型,重复5次,获取扫描数据作为真值。设计并三维打印制作几何特征实体,分别使用口内三维扫描仪A(Trios 3)和B(Aoralscan 2)扫描添加几何特征前后的上颌模型,获取扫描数据,各重复10次。扫描结果导入逆向工程软件(Geomagic Studio 2015),分别测量1号扫描杆与其余扫描杆上平面中心点间线性距离,即D12、D13、D14、D15和D16。正确度为各口内三维扫描仪测量值与真值相减的绝对值;精密度为各口内三维扫描仪测量值组内两两相减的绝对值;数值越小,代表正确度或精密度越好。统计分析添加几何特征前后线性距离的差异,评价添加几何特征与否对两款口内三维扫描仪正确度与精密度的影响。结果对于口内三维扫描仪A,添加几何特征后D14、D15、D16正确度均显著好于添加前(t=2.66、2.75、2.95,P<0.05),其中最长距离D16的正确度数值由(101.9±47.1)μm降至(49.6±30.3)μm;D15、D16添加几何特征后精密度均显著好于添加前(U=378.00、672.00,P<0.05),其中D15精密度[M(IQR)]数值由40.8(45.1)μm降至13.1(17.0)μm。对于口内三维扫描仪B,添加几何特征后D12、D13、D14正确度均显著好于添加前(t=3.02、2.66,U=22.00,P<0.05),其中D13正确度数值由(116.6±41.2)μm降至(70.8±35.5)μm。D15、D16添加几何特征前后正确度差异均无统计学意义(P>0.05),但添加后精密度均显著好于添加前(U=702.00,489.00,P<0.05)。结论几何特征辅助可提高不同扫描原理的口内三维扫描仪获取牙列缺失种植修复数字印模的精度。
暂无评论