基于Petri网的智能家居原型系统的设计与分析

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:szcbg
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
随着人们生活水平的提高,传统的计算模式越来越不能满足人们对于智能化软件的需求。20世纪末,科学界提出了普适计算的概念,普适计算是利用上下文感知技术,为人们提供智能化的服务。普适计算使得计算模式告别了传统的人机交互模式,进入了智能感知的时代。普适计算重要特点之一是上下文感知,上下文感知主要关注的是:如何收集上下文,如何表示上下文和如何进行上下文的推理。本文详细论述了在智能家居系统中对于这三个方面是如何进行处理和设计的。本文根据智能家居自身的特点,提出一个智能家居上下文模型,根据智能家居系统自身的需求和上下文感知工作流框架的优点,采用FollowMe框架进行智能家居系统设计。对于一个智能家居系统只是静态的设计系统是不够的,Petri网作为一种重要的形式化分析方法,适合于描述并发、异步、不确定的系统模型,本文通过使用Petri网对系统建模和分析,从而为系统提供了理论基础。本文基于Petri网对高级上下文信息进行了建模,从静态和动态两个方面对高级上下文进行描述,更加准确地描述了高级上下文。通过使用可达图法和代数分析法对系统的正确性,完备性进行了验证,使得能够在系统投入运行之前对系统的正确性进行验证,发现系统潜在的漏洞,从而避免了系统投入运行后发生严重的错误。
其他文献
散列函数作为现代密码学的重要研究分支,是实现数据完整性验证、身份鉴别和数字签名的关键。但是随着信息技术的发展和理论研究的深入,传统散列算法暴露出一些缺陷,如执行效
安全问题自云计算提出以来就一直困扰着云服务的提供者和使用者,随着云计算的流行与普及,越来越多的黑客们更加关注云平台漏洞挖掘与利用。因此关注云计算安全,增加云计算的
卷积神经网络(Convolutional Neural Networks,CNN)目前在计算机视觉领域应用广泛,在图像识别、物体检测以及图像分割等问题上都取得了最优的性能。但是CNN是深度的人工神经
近年来,人均汽车保有量不断上涨,虽然部分大中型城市采取了尾号限行的措施,但是交通拥堵的状况依然愈演愈烈。尤其是早晚高峰期间及节假日的庞大交通流量使得负荷早已接近饱
随着互联网的广泛应用,报表已成为企业信息统计的主要手段。报表用表格、统计图等格式动态显示数据,使得数据和格式完全分离,不仅可以准确快速的统计企业数据,还具有权限控制