基于情景信息质量管理的不确定性消除框架及算法的研究

发布时间：2021-07-22 18:19

　　近年来随着人们对智能计算、物联网与人机交互等技术研究的日益深入,情景感知技术得到了快速发展。情景感知计算的目标在于实现“无时不在而又无处不在”地主动为用户提供恰当的服务。在动态、复杂的情景感知环境中,情景信息的种类繁多、规模巨大,通常存在不完备性、不精确性以及不一致性等不确定性问题,会导致系统做出错误的决策,降低用户的体验质量。因此,消除情景信息的不确定性,提高情景感知率是非常重要的。针对上述情景信息的不确定性问题,本论文主要研究基于QoX自适应管理的情景信息不确定性消除系统以及基于改进Dempster-Shafer（D-S）证据论的基本信度分配（Basic Probability Assignment,BPA）的情景信息不一致性消除算法,具体研究内容如下:（1）针对情景感知环境的动态性与复杂性,本论文提出了一种基于QoX自适应管理的情景信息不确定性消除系统框架,并将该模型应用于智慧医疗系统。本论文基于目前已有的几类质量指标,即设备质量（Quality of Device,QoD）、情景信息质量（Quality of Context,QoC）、服务质量（Quality of Servi... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图２－１－１情景信息分类结构图??（１）围绕系统影响分：??

?／?＼?／?＼??／?＼?Ｚ?？．？…＼?／?＼?／?，?＼??（ｊｔａｔｓｇＪ?ｆ计算情用户时间示含情景＾）?原生层?次生ｓ?＇ｊ??图２－１－１情景信息分类结构图??（１）

情景信息不一致性产生的主要原因有以下几点：??①设备异构??②网络重载??③传感器精度低??④统计算法差异??（４）各不确定性因素之间的关系??图２－３－１为各不确定性因素之间的关系图。其中，横坐标表示横向样本中存在??具有线段箭头下方所标识的不确定性，即不精确性、不一致性以及不完备性；纵??坐标表示纵向样本中存在具有线段箭头左方所标识的不确定性，即不一致性和不??完备性。其中横向样本向量指的是某一个传感器在某段时间内采集的情景信息，??而纵向样本向量指的是多个传感器在同一时间采集的情景信息。??从原点到箭头的距离表明箭头左侧和下侧的某类不确定性发生的可能性大??小，即距离越远，发生的可能性相对越大，距离越近，发生的可能性相对越小［３６］。??ｉ?纵向样本向量??Ｍ???

【参考文献】：
期刊论文
[1]物联网的技术思想与应用策略研究[J]. 朱洪波,杨龙祥,于全.  通信学报. 2010(11)
[2]全球物联网发展及中国物联网建设若干思考[J]. 宁焕生,徐群玉.  电子学报. 2010(11)
[3]情景感知计算[J]. 顾君忠.  华东师范大学学报(自然科学版). 2009(05)
[4]普适计算[J]. 徐光祐,史元春,谢伟凯.  计算机学报. 2003(09)

博士论文
[1]上下文认知计算技术研究[D]. 林祥涛.北京邮电大学 2010



本文编号：3297654