基于ASM的混合式情境感知共享机制研究

移动的用户能够方便地访问分布在普适计算环境中的传感器,进而获得情境信息,是情境感知系统的核心目标。本文提出了一种融合分布式P2P和Publish/Subscribe模式的混合式情境感知共享机制,基于抽象状态机对该机制的高鲁棒和可扩展的特性进行设计和规约,并采用AsmL测试工具生成有限状态机验证该机制的有效性和合理性,表明该机制可满足动态的分布式情境感知系统要求。     

下一代网络终端管理系统体系结构及流程实现

为了实现下一代网络中大量异构终端网络和设备的远程集中监控和自助管理,满足用户终端网络与公众通信网络共同管理模式下的终端管理需求,提出下一代网络终端管理系统体系结构,详细分析了体系结构中的构成组件和相关功能. 该体系架构支持终端网络和设备的运行状态监控和业务保障,基于上下文管理和策略管理技术实现用户在异构终端环境下的自由通信,支持用户进行终端网络和设备的远程管理,并与公众通信网络运营支撑系统协作,实现用户终端网络和公众通信网络的统一管理. 通过业务使用和业务无缝接续场景说明了该终端管理系统的业务流程实现.     

上下文感知服务器中基于预测的负载均衡算法

在上下文感知服务器中,需要收集大量的上下文信息并对其进行处理。必须通过服务器集群并采用负载均衡技术才能保证服务器的正常运行。该文提出基于预测负载进行自适应负载均衡的算法,采用支持向量机预测系统运行下一个阶段的负载量,结合当前系统各节点处理情况进行动态负载分配过程,在任务执行过程中,不进行任务的迁移以减少迁移所带来的系统消耗。通过比较表明,在负载变化较大的情况下,算法能够有效地提高服务器性能。     

海量层次信息的Focus+Context交互式可视化技术

综述了海量层次信息可视化与Focus Context技术的相关工作,针对海量层次信息可视化的交互问题,在嵌套圆可视化技术的基础上提出了基于上下文感知的Focus Context交互式可视化技术.首先,基于外切圆排列方法提出对圆心进行三角网格剖分的方法,为变形计算建立上下文;然后,针对变形计算前后上下文一致性问题,在三角网格邻居跟踪方法的基础上,提出了用于同层兄弟节点上下文感知的外切圆变形排列方法,以及用于父子节点上下文感知的嵌套圆迭代排列方法.实验结果表明。上述方法在实现焦点突出的鱼眼视图的同时,能够有效地解决Focus Context交互式可视化的上下文感知问题.上述方法应用于文件系统海量层次信息的交互式可视化问题,提供了交互式可视化工具.     

普适计算环境下上下文信息推理的研究

从各种低层上下文信息得到对人们更加有用的高层上下文信息即上下文推理是当前研究的热点.针对该问题,采用描述逻辑,研究基于本体模型的上下文推理方法.首先简要介绍基于本体的上下文模型,该模型增加了对上下文特性的建模,然后分别研究基于本体的推理、基于规则的推理及不一致性验证3种推理方式,借助Jena框架的推理接口实现,推理功能全面,通用性强,基本满足了普适计算系统中上下文推理的需求,最后给出了推理的可用性.     

一种增强现实分场景推送情景感知服务的方法

针对目前增强现实浏览器中由于标签使用不当阻碍用户认知操作的问题,提出了一种分场景推送情景感知服务的方法.该方法根据用户寻找兴趣点并检索内容的认知流程划分场景,采用情景感知四层服务框架分别创建了3个场景的功能模块,通过关联3个场景模块,构建了完整的移动增强现实浏览器系统.实验结果表明,与同类浏览器相比,基于上述方法设计的增强现实浏览器系统在分类准确度上平均提高了13%,用户对系统预测效果的平均满意度提高了26%.     

情境感知和兴趣适应的农业信息推荐模型

个性化推荐是解决农户需求和农业信息服务契合度的关键技术。传统基于行为的推荐算法能挖掘农户兴趣但不能反映其兴趣的迁移,时间权重的引入较好地实现自适应机制。地域、时间以及农业生产门类等情境信息直接影响农户的兴趣偏好,已有算法却融入度不足。综合情境因素、浏览行为和兴趣改变等多维因素,设计情景感知和兴趣适应的农业信息推荐模型。实验结果显示,改进后的算法能显著提升推荐的准确率和有效性。     

适应用户需求变化的前摄推荐模型

为了减少前摄推荐对用户当前活动可能产生的干扰,提出一种适应用户接受度变化的前摄推荐模型,感知用户对系统主动的信息推送是否有潜在需求以及需求的波动性,以提高用户体验。使用接受度向量来评估用户对信息推送的需求,应用决策树算法对用户历史上下文进行规则推理,形成用户对上下文推荐的接受度向量,并根据上下文变化和用户反馈来调整推荐接受度向量。试验结果表明,模型能够响应用户对推荐的动态变化,有助于改善用户体验。     

多Agent系统的上下文感知增强

如今,多agent系统(multi-agent system,简称MAS)被广泛用于开发各种应用系统.当前,开放、动态、难控的计算平台要求软件系统能够根据系统自身及其环境状态信息及其改变,动态地调节自身的行为,即具备一定的上下文感知能力.然而,现有工作并未就如何向既有的MAS应用系统引入上下文感知能力提出有效的解决方案.依照关注分离原则,结合面向上下文程序设计技术(context-oriented programming,简称COP)、反射技术(reflection)以及代码植入技术(code instrumentation),提出了一套MAS系统上下文感知增强框架和底层支撑技术.开发人员可以在既有应用源码不可得的情况下,自动地将指定agent类型转换为(扩展为)具有上下文感知能力的agent类型.此外,利用底层运行支撑环境,系统管理员可以在系统运行时刻动态地调整指定agent的上下文感知行为.     

基于Petri网的情境感知系统建模与仿真*

情境感知系统对情境信息的利用程度在不断提高,对服务的多样性提出了更高要求,但是传统的情境感知系统的建模方法难以满足对系统动态描述和模拟的需求。通过对传统的Petri网进行扩展,提出了情境感知系统的赋时着色Petri网模型;并结合仿真工具CPN Tools对模型进行模拟和验证,进而发现系统设计中存在的潜在不足,对其优化改进。以痴呆老人智能辅助系统为例,证明了该方法的有效性。