基于上下文感知的動態(tài)數(shù)據(jù)融合算法研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,信息服務(wù)被應(yīng)用到現(xiàn)實世界中,面對周圍環(huán)境的大量的信息服務(wù),如何適時為用戶提供合適的服務(wù),從而提高用戶對信息服務(wù)的滿意度,成為當(dāng)今熱門的研究方向。為了達到用戶對服務(wù)滿意度的要求,信息服務(wù)系統(tǒng)應(yīng)該能夠調(diào)節(jié)系統(tǒng)自身來適應(yīng)用戶需求,因此,上下文感知技術(shù)得到越來越多的關(guān)注。
　　然而上下文感知環(huán)境是動態(tài)變化的,收集到的上下文信息存在不確定性、數(shù)據(jù)量大等特點,如何減少上下文信息的模糊性,保證與用戶的準確交互,成為本文的研究

2、內(nèi)容。數(shù)據(jù)融合技術(shù)能夠有效地融合多來源的上下文信息,從而得出更為準確可信的決策,并確保與用戶實現(xiàn)更好的交互,目前該技術(shù)已經(jīng)廣泛應(yīng)用到智能家庭健康護理、人工智能以及海上監(jiān)測等領(lǐng)域。
　　本文針對智能家庭環(huán)境,研究傳統(tǒng)上下文感知數(shù)據(jù)融合算法中由于缺少可隨時間調(diào)整的狀態(tài)預(yù)測值和上下文傳輸代價等因素,從而導(dǎo)致數(shù)據(jù)融合結(jié)果不準確,用戶服務(wù)滿意度不高的問題。
　　本文首先引入基于狀態(tài)空間的上下文模型,從上下文屬性、上下文狀態(tài)和狀態(tài)空間三

3、個方面對傳感器歷史測量值進行統(tǒng)一化描述,然后結(jié)合動態(tài)貝葉斯網(wǎng)絡(luò)技術(shù)選出總效用值最高的傳感器節(jié)點,最后經(jīng)過數(shù)據(jù)融合得到相關(guān)的狀態(tài)預(yù)測值。圍繞本文提出的基于上下文感知的數(shù)據(jù)融合算法(Context Fusion Algorithm based on Context-Aware, CFACA)給出了動態(tài)貝葉斯網(wǎng)絡(luò)的建立以及融合過程,文中給出了有效性證明。最后,通過仿真實例驗證了該方法的有效性。
　　本文的創(chuàng)新點在于結(jié)合動態(tài)貝葉斯網(wǎng)絡(luò)技術(shù)