支持上下文感知的构件适配模型研究

为了对普适环境下的构件化应用提供支持,扩展传统的构件适配技术,在上下文感知中间件的基础上,提出支持上下文感知的构件适配模型CACAM和构件适配算法CACA,实现对环境、用户上下文的动态感知和重配置。实验结果表明,该模型能够有效地实现普适计算环境下基于上下文感知的构件适配。     

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。     

自适应上下文感知的目标追踪方法

针对相关滤波方法容易受到背景干扰导致跟踪漂移的问题,提出自适应上下文感知图像跟踪方法. 为了减少背景干扰,选取离目标位置远的高响应区域为自适应上下文区域,赋予该区域自适应的低响应值. 根据上下文区域与目标区域响应的相对差值,给上下文区域自适应的惩罚因子,使得该算法具有更好的鲁棒性. 该算法在OTB2013、OTB2015及Temple-Color128标准数据集上都展现了优秀的跟踪性能,OTB2015的重叠率精度达到61.53%,超过大部分已有的优秀算法,特别是在背景混叠及部分遮挡的情况下有着更卓越的表现. 该算法的平均跟踪速度为24.5帧/s,实时性较好.     

自步上下文感知的相关滤波跟踪算法

针对目标跟踪中的目标尺度变换、遮挡、快速运动等问题,提出自步上下文感知的相关滤波跟踪算法。首先在正则化最小二乘分类器中引入目标的全局上下文信息,使得这些上下文信息能够被滤波器所学到,并对目标产生高响应,对上下文信息接近零响应;然后引入自步学习,给每一帧的目标和上下文信息赋予权重,挑选出可靠的目标和上下文信息,更新滤波模板;最后学习得到稳健和高效的外观模型。实验表明本文算法在距离精度（DP）提高了2.81%,成功率（SR）提高了13.9%,具有较好的跟踪效果。     

Context-aware services based on spatio-temporal zoning and crowdsourcing

Crowdsourcing offers great opportunities to recognise user context and prescribe relevant services for both offline and real-time activities. In this work, we present a zoning model that leverages spatio-temporal dimensions and then employs different contexts to recommend necessary customised services. The context model takes into consideration three context sets: fully restricted, fully unrestricted and semi-restricted with respect to both spatial and temporal dimensions. As a proof of concept, we apply this zoning model in a scenario where a very large crowd get together to perform spatio-temporal activities. The user context of the heterogeneous crowd is captured using the carried smartphones, i.e. via crowdsourcing. Depending on the context sets and zone, the system can recommend a set of services to each user. The system has been deployed since 2014 to support the spatio-temporal activities of a very large crowd. We present our implementation details and the user feedback, which is very encouraging.     

基于情境感知的个性化推荐算法

随着互联网的快速发展,只涉及用户和项目的传统个性化推荐已不能满足推荐要求的效率和准确率.因此,情景感知个性化推荐服务引起了广泛关注,成为新的研究热点.本文分析了情境的定义、情景感知个性化推荐模型,并提出了一种基于情境信息降低维度的关联规则推荐模型.最后,以视频网站的web日志为数据源,融合时间情境因素,实现了基于时间情境划分的关联规则推荐算法,并和传统推荐算法进行对比分析,实验证明,情境感知推荐算法具有更高的准确率和召回率.     

基于情境上下文感知的温度监测与警报系统

在智能家庭OSGi网关上建立了一个情境上下文感知计算框架,研发了一个单总线测温网络,在框架内实现了智能家庭环境中的情境温度上下文感知计算服务。以温度上下文为中心,通过框架基础服务整合电力总线电器控制服务、GSM网络通信服务等,构成智能家庭环境中基于情境上下文感知的温度监测与警报系统。     

智能博物馆个性化导航技术的研究与应用

将普适计算的概念应用到博物馆,研究智能博物馆（iMuseum）个性化导航,提出3阶段个性化导航技术。该技术实现iMuseum原型系统,采用基于语义网的上下文感知计算框架iSpace,通过感知博物馆中各种上下文信息和游客的个性化信息,实现面向游客的自适应导航,增强游客的游览体验。     

Sequential Event Pattern Based Design of Context-Aware Adaptive Application

Recent pervasive systems are designed to be context-aware so that they are able to adapt to continual changes of their environments. Rule-based adaptation, which is commonly adopted by these applications, introduces new challenges in software design and verification. Recent research results have identified some faulty or unwanted adaptations caused by factors such as asynchronous context updating, and missing or faulty context reading. In addition, adaptation rules based on simple event models and propositional logic are not expressive enough to address these factors and to satisfy users'' expectation in the design. We tackle these challenges at the design stage by introducing sequential event patterns in adaptation rules to eliminate faulty and unwanted adaptations with features provided in the event pattern query language. We illustrate our approach using the recent published examples of adaptive applications, and show that it is promising in designing more reliable context-aware adaptive applications. We also introduce adaptive rule specification patterns to guide the design of adaptation rules.     

基于uSD的情境感知系统设计与实现*

基于移动终端、情境感知以及无线传感器网络的结合需求,提出了一种应用于移动终端的情境感知系统,包括若干无线传感器节点、情境感知及处理终端、应用服务及执行装置等。针对移动电子设备一般都不具备接入无线传感器网络所需功能单元的现状,利用uSD概念为移动终端设计了一个ZigBee通信功能扩展模块,使移动终端能够从无线传感器网络中获取情境信息,并提供相应的情境感知和处理功能。最后,设计了包含位置等信息的情境感知服务演示系统,初步验证了基于uSD的情境感知系统在移动终端上应用的新颖性和有效性。