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.     

面向普适环境的上下文感知中间件研究

针对普适环境下上下文感知计算需求,引入广义模型化理论,建立了一种面向通用环境资源的上下文信息数据模型;在此基础上,提出了上下文感知中间件体系框架,并详细阐述了其构件化的实施方案。该中间件平台的上下文获取层能够封装各类感知器捕获的资源信息,中间处理层负责信息的管理、推理和聚合,基于门面模式的上下文访问层提供同步和异步相结合的上下文信息统一访问入口。通过实验测试了平台的时间损耗,表明该中间件可提供通用的上下文感知服务且具有较好的系统性能。     

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。     

一种面向上下文感知计算的建模方法

上下文感知计算是指系统能发现并有效利用上下文信息（如用户位置，时间，环境参数，邻近的设备和人员，用户活动等）进行计算的一种计算模式。通常来说，上下文感知计算系统都是复杂的大规模分布式混合系统，如何对其有效建模是研究中的一个重要问题。本文提出一种基于Ptolemy Ⅱ的上下文感知计算建模方法。通过将FSM与层次化建模相结合减少FSM的状态数目，然后扩展FSM中状态，使其能执行预先定义的脚本或被再次建模。该建模方法能有效地支持上下文感知计算系统建模及快速原型构建。     

上下文感知推荐系统

近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望.     

上下文感知在Smart Home系统中的应用

针对Smart Home环境的复杂性问题,提出了利用上下文技术来提高其智能化的方法.阐述了在普适环境下的上下文在智能家居环境中的重要性,介绍了上下文和上下文感知计算的定义,采用了基元组的形式定义了不同的上下文信息;提出了基于上下文感知的Smart Home系统模型,并对其功能进行了详细的描述;在Smart Home系统中,应用该模型对具体的上下文实例进行了描述和推理.     

基于任务的群体感知模型的形式化描述

群体感知理论和实现技术是计算机支持的协同工作中必不可少的组成部分。文章分析研究了群体感知理论研究工作的现状,介绍了一种基于任务的群体感知模型TAM。该模型通过对收集来的感知信息按基本要素“任务”进行分解、处理(加权)、再组合,精确描述群组任务的每个变化,并且获得相应的感知强度,有效地解决了现有的群体感知模型存在的不足。该文给出了该模型的建模思想和总体结构,并从该模型的基本概念、任务收集、任务分解、感知强度、任务整合等方面给出了该模型的形式化描述。文章最后讨论了在下一步研究中仍需解决的一些问题。     

普适计算环境中的上下文感知技术研究

上下文感知技术是普适计算研究领域的的热点问题。该文探讨了上下文信息的获取、建模、管理及推理方法,重点介绍上下文感知系统的体系结构。并结合老年人健康监护推荐系统的设计,分析了上下文感知技术在系统中的应用。     

移动群体感知技术研究

移动互联网的不断成熟以及搭载各种传感器的智能终端的广泛应用和普及催生了全新的研究领域,即移动群体感知技术领域。移动群体感知是以人为中心的感知,人在感知过程中扮演着重要的角色,发挥着重要的作用。移动群体感知概念自提出以来,受到了学术界和工业界的广泛关注,移动群体感知技术广泛应用于交通、医疗健康等各个领域以及人们日常生活中的各个方面。首先从移动群体感知概念、感知模式、感知规模及其特性的角度阐述了移动群体感知的内涵;在此基础上,对群体感知技术的应用进行了分类,并且对现有典型的移动群体感知研究项目进行了分析、总结和比较;进而描述了移动群体感知技术向规模化、系统化发展的趋势及面向服务的"端+云"的移动群体感知体系架构;最后重点阐述了移动群体感知在大规模环境下所面临的全新挑战及应对策略。     

基于RFID普适计算环境的形式化上下文模型

提出了一个适合普适计算环境的、基于本体的形式化的上下文感知模型。该模型使用本体描述语言OWL描述上下文,采用层次化的设计方法,提高了上下文表达能力和快速上下文原型。为普适计算的上下文建模和应用、上下文重用和建立面向普适计算环境的软件基础设施提供了一种可行的方法。