普适计算环境中上下文感知计算的研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:TDH39520007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
普适计算自20世纪90年代中期被提出以后得到了普遍的关注,上下文感知作为实现普适计算的关键技术已成为重要的研究课题。正如人们能利用环境上下文避免显示交互一样,计算机也可利用所能感知到的上下文采用蕴涵式的方式进行交互。这种蕴涵的交互方式正是普适计算实现透明交互的重要途径,并也由此发展成为一个独立的研究领域——上下文感知计算。显然它的研究对普适计算设想的实现至关重要。   本文针对普适环境下上下文感知技术的应用需求,首先分析了上下文感知计算的研究现状,给出了上下文和上下文感知计算的定义,通过对现有上下文感知计算系统的分析和总结,建立了上下文感知计算的概念模型,并对上下文感知计算的建模、系统框架等问题进行了讨论。   由于现有的上下文感知计算建模方法存在复杂度高、代价大、难于仿真等问题,在分析上下文感知系统以及组成模块的基础上,借鉴软件方法学中的快速原型模型思想,通过本体标记语言OWL给出了系统中感应模块搭建的实例。实例研究表明,该建模方法能方便快速地构建上下文感知计算系统,并可为部分和完整地研究这类系统提供一个系统级的仿真环境。   系统框架是上下文感知计算能否被快速开发和广泛部署的关键指标。本文以多Agent技术为基础,给出了一种上下文感知计算系统框架。该框架以环境Agent为中心,利用感知和演化Agent进行上下文的感知和推理,借助管理Agent实现安全与隐私策略。   通过对上下文感知计算建模、系统框架问题的研究,本文建立了上下文感知计算的概念模型,讨论了若干适用于感知计算的关键技术。
其他文献
进入“互联网+”时代,人们从生产、生活中积累的数据呈现爆发式增长,数据已成为重要的战略资源,如何利用海量数据发现新知识已成为数据挖掘领域的研究热点,其中,决策树分类算
人脸识别技术就是利用计算机分析人脸图像,提取有效的识别信息来辨认身份或者判别待定状态的一门技术。它结合人工智能、计算机图像处理、模式识别、心理学等研究领域,是当前
直接体绘制技术是三维数据可视化研究领域的一种重要方法,是科学可视化的研究热点之一。过去,体绘制中所有的计算都由CPU来完成,重建速度慢,很难达到实时绘制的要求,然而近年
NAND Flash通过Flash转换层把线性地址的Flash抽象成磁盘驱动器,‘使得基于磁盘驱动器的传统算法可以无需任何修改就能实现所有功能。但是由于NAND Flash的写速度小于读速度
随着社会经济的飞速发展,为了适应政策的变化以及预防潜在的经济危机,企业和政府管理部门就要适当的调整管理方式,甚至是业务处理过程。在这种背景下,传统的信息管理系统就面
高光谱数据含有的光谱波段数量少则几十多则数百,提供了大量的有价值信息,有利于对地物进行精细分类。而高光谱数据分类却面临着数据维数高,标记样本有限,人工标记成本昂贵等具有挑战性的问题。为了解决高光谱数据分类问题,不断有学者提出新的方法。无监督分类不需要人工进行标记,但是分类准确度相对较低。传统的监督学习取得了较好的分类效果,但需要大量的标记样本。此外,为了避免休斯现象,许多算法都需要对数据进行降维处
随着网格技术的发展与深入研究,地理上分散的异构资源可以通过网格技术组织成一个虚拟的超级计算机。网格任务调度就是如何最有效的管理和利用巨大的网格资源来的完成各种计
近年来,随着嵌入式计算、传感器和现代通信等技术的飞速发展和日益成熟,使得由各种低成本、低能耗、多功能的微型传感器组成的无线传感器网络被广泛应用于国防军事、环境监测
数学和计算机技术的不断发展,为数字图像和视频处理注入了新的活力。同时,人们对视觉信息的要求也越来越高,这对数字图像和视频处理来说,既是一个难得的机遇,也是一个巨大的
随着Internet/Intranet的迅速发展,基于WWW的网上信息的收集、发布和相关的信息处理日益成为人们关注的焦点。面对着网络上新闻信息数量和种类的高速增长,导致了一方面新闻信