基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提。由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本。引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解。     

基于语义Web技术的上下文感知系统架构

介绍一种应用语义W eb技术(即本体、OW L)开发上下文感知系统的新架构。利用本体达到对域内上下文的准确和一致的理解,从而实现了兼容不同开发来源的上下文感知组件在同一个架构中的目的,满足了系统的分布式开发和组件复用的要求。     

基于语义Web技术的上下文感知的智能移动服务

语义Web技术应用于上下文感知的智能移动服务，通过构建上下文信息本体，使得移动服务的实体之间可以进行上下文信息共享和语义互操作，并进行上下文信息推理，实现智能服务。本文首先介绍了语义Web及本体技术，其次阐述了语义Web技术应用于上下文感知的移动服务，然后详细分析了智能移动服务中的上下文信息本体构建，包括通用的上下文信息本体、用户概况本体、情境本体以及服务本体等，接着介绍了相关的研究项目，最后进行展望和总结。     

基于领域本体与上下文感知计算的智能图书

随着信息化时代的发展, Web已成为各类网络信息的主要平台。但是,呈指数增长的海量信息使有价值知识淹没在信息海洋里,用户对专业领域知识的查找、访问、学习以及维护变得越来越困难。针对这种情况,提出了基于领域本体与上下文感知计算的智能图书系统模型,并以颜色科学为例,根据领域知识特性和共享需求构建颜色科学领域本体,然后通过上下文系统获取实现用户需求的相关上下文信息,在上下文感知计算推理模型中为用户提供特定服务,实现了智能图书系统的相关流程。     

动态上下文知识的获取与共享

上下文感知系统需要获取和共享多种上下文知识,不仅包含环境参数的具体取值,也包含对环境状态描述时所用的词汇,也就是概念.上下文知识具有与生俱来的动态性,在设计时难以预知系统可能涉及的上下文信息.而大多数已有的系统缺乏完善的动态上下文知识维护机制,因此不支持上下文感知应用的运行时的扩展.提出一个基于本体的层次化上下文模型,以及基于此模型的动态上下文知识获取与共享框架(DCASI).框架中按需分散获取机制让各类上下文知识出自最有资格定义它的实体,使得上下文知识充足而又不冗余;双库集中共享机制按共享的不同作用维护两个知识库,有效支持了新上下文知识的定义和发现.原型系统验证了本框架的有效性.     

一个基于本体的动态上下文模型(英文)

上下文建模是开发上下文感知系统的核心任务,它是应用理解和使用上下文的关键。按照生命周期的长短,上下文可以分为持久上下文和动态上下文,而后者可以进一步分为状态上下文和转换上下文。许多研究者在持久上下文和状态上下文建模方面做了大量的工作,但涉及到转换上下文的工作却很少。因此提出了一个采用OWL语言描述的基于本体的形式化的动态上下文模型,以及一个上下文融合和消费机制的实现。同时,为应用提供了一些编程原则并以一个自动门禁系统的演示说明了系统如何从这个模型中受益。     

基于ASP的智能空间中上下文感知问题的研究

智能空间和回答集程序ASP的整合解决了智能空间中固定优先关系下的资源冲突问题。然而,智能空间是一个上下文敏感的、动态的环境,随着用户在空间中行为的改变,空间中的信息和服务也要发生动态的变化。原有的基于本体的上下文感知框架仅能实现不同本体信息的推理,而没有考虑环境信息对于上下文感知的影响。为此,基于回答集程序提出一种智能空间中的上下文感知框架,动态感知用户的上下文本体以及环境信息,完成用户在空间中的上下文动态推理。首先,使用本体描述用户的上下文信息;然后使用回答集程序表达上下文推理规则,并引入缺省规则依据本体信息以及环境信息动态决策上下文响应的优先关系;最后,求得回答集程序的解,即为用户上下文事件的决策结果,从而帮助用户实现智能推理。实验结果表明,该框架可以动态决策空间中的优先关系,有效实现空间中的上下文推理。     

基于OWL的上下文信息有效存储方法的研究

目前,普适计算环境下的上下文感知系统中大多使用本体语言OWL来进行对场景的描述。如何对大量的上下文信息进行有效的管理成了日益重要的问题。我们提出了一种将OWL转存至关系型数据库的映射方法,以此来实现上下文的高效存储,检索与计算。     

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.     

基于移动代理的上下文感知系统研究

上下文表是用上下文信息描述实体状态,原子上下文感知反应则说明了系统根据当前上下文和历史上下文做出合适的响应.基于以上两个概念设计了上下文感知移动代理、系统代理和上下文感知移动代理服务环境,目的是解决普适计算系统需要自动适应用户行为及环境变化的问题.首先使用历史上下文与当前上下文提取上下文表达式,根据该表达式在上下文反应容器中匹配对应的操作,然后由系统代理执行该操作,为用户提供任务相关的服务或者信息.其次根据原子上下文感知提出若干实例,并由上下文感知演算验证,同时指出上下文感知演算的不足.最后,用染色Petri网对一个实例场景仿真,证明了系统的可行性.