基于智能空间的服务方法与技术应用研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第13-38页 |
| 1.1 课题的研究背景、目的与意义 | 第13-16页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究的目的与意义 | 第14-16页 |
| 1.2 国内外相关研究现状分析 | 第16-30页 |
| 1.2.1 智能空间的特点 | 第17-19页 |
| 1.2.2 智能空间与物联网 | 第19-23页 |
| 1.2.3 智能空间与服务科学 | 第23-26页 |
| 1.2.4 智能空间平台 | 第26-30页 |
| 1.2.5 总结 | 第30页 |
| 1.3 智能空间的问题、难点和发展方向 | 第30-33页 |
| 1.3.1 智能空间存在的问题 | 第30-32页 |
| 1.3.2 智能空间的难点 | 第32页 |
| 1.3.3 智能空间的发展方向 | 第32-33页 |
| 1.4 本文的主要研究工作及创新点 | 第33-36页 |
| 1.4.1 研究思路 | 第33-34页 |
| 1.4.2 主要创新点 | 第34-36页 |
| 1.5 论文的结构安排 | 第36-38页 |
| 2 受限智能空间服务系统框架 | 第38-50页 |
| 2.1 引言 | 第38页 |
| 2.2 设备服务接入技术的基本设计原则 | 第38-40页 |
| 2.2.1 异构硬件网络服务技术 | 第39页 |
| 2.2.2 异构软件网络服务技术 | 第39-40页 |
| 2.3 基于REST风格的受限服务中间件 | 第40-43页 |
| 2.3.1 设备服务调用方法 | 第40-42页 |
| 2.3.2 设备服务提供方法 | 第42-43页 |
| 2.4 服务信息双向推送技术 | 第43-45页 |
| 2.4.1 家庭网关外网通信技术 | 第44页 |
| 2.4.2 移动互联网信息推送技术 | 第44-45页 |
| 2.5 服务系统总体架构 | 第45-47页 |
| 2.6 框架性能分析 | 第47-49页 |
| 2.7 本章小结 | 第49-50页 |
| 3 用户个性化服务规则获取与执行 | 第50-69页 |
| 3.1 引言 | 第50-51页 |
| 3.2 服务规则的表示与存储方法 | 第51-55页 |
| 3.2.1 服务规则的表示方法 | 第51-54页 |
| 3.2.2 用户历史数据存储方法 | 第54-55页 |
| 3.3 基于用户历史信息的服务规则提取方法 | 第55-61页 |
| 3.3.1 模糊粗糙集与规则提取方法 | 第55-57页 |
| 3.3.2 蝙蝠算法 | 第57-58页 |
| 3.3.3 改进二进制蝙蝠算法 | 第58-59页 |
| 3.3.4 模糊粗糙集属性约简 | 第59-61页 |
| 3.4 服务规则匹配调用方法 | 第61-64页 |
| 3.4.1 基于状态变化驱动的产生式推理 | 第61-63页 |
| 3.4.2 推理过程简化 | 第63-64页 |
| 3.5 实验结果与分析 | 第64-67页 |
| 3.5.1 基于规则数据库的分析 | 第64-65页 |
| 3.5.2 基于智能家居数据的分析 | 第65-67页 |
| 3.6 本章小节 | 第67-69页 |
| 4 智能服务中用户位置的感知节能 | 第69-83页 |
| 4.1 引言 | 第69页 |
| 4.2 智能服务中的用户追踪与定位技术 | 第69-70页 |
| 4.2.1 定位方法选择 | 第69-70页 |
| 4.2.2 指纹定位算法与受限智能空间环境 | 第70页 |
| 4.3 用户位置预测服务算法 | 第70-78页 |
| 4.3.1 位置预测序列 | 第70-71页 |
| 4.3.2 云模型理论 | 第71-73页 |
| 4.3.3 云模型参数与用户运动轨迹的关系 | 第73页 |
| 4.3.4 预测位置云滴生成 | 第73-74页 |
| 4.3.5 用户实际位置估计方法 | 第74页 |
| 4.3.6 正态随机数的快速计算方法 | 第74-75页 |
| 4.3.7 受限计算资源计算简化方法 | 第75-77页 |
| 4.3.8 参数取值分析 | 第77-78页 |
| 4.4 实验结果分析 | 第78-82页 |
| 4.4.1 实验环境 | 第78-79页 |
| 4.4.2 结果分析 | 第79-82页 |
| 4.5 本章小节 | 第82-83页 |
| 5 用户个性化服务组合实现过程优化方法 | 第83-101页 |
| 5.1 引言 | 第83-84页 |
| 5.2 基于用户满意度的服务实现模型 | 第84-88页 |
| 5.2.1 组合服务的实现过程 | 第84-86页 |
| 5.2.2 服务的QoS属性需求 | 第86-87页 |
| 5.2.3 组合服务的QoS与用户满意度计算 | 第87-88页 |
| 5.3 服务优化选择与快速实现算法 | 第88-96页 |
| 5.3.1 人工蜂群算法与服务实现 | 第88-90页 |
| 5.3.2 交叉改进的人工蜂群算法 | 第90-92页 |
| 5.3.3 交叉因子的选择区间 | 第92-94页 |
| 5.3.4 算法收敛性分析 | 第94-96页 |
| 5.3.5 算法步骤 | 第96页 |
| 5.4 实验分析 | 第96-100页 |
| 5.4.1 服务集生成 | 第96-97页 |
| 5.4.2 实验结果 | 第97-100页 |
| 5.5 本章小节 | 第100-101页 |
| 6 智能空间服务系统应用示例 | 第101-113页 |
| 6.1 面向家居的服务系统 | 第101-105页 |
| 6.1.1 系统框架与功能 | 第101-105页 |
| 6.2 面向社区的服务系统 | 第105-112页 |
| 6.2.1 实时双向通讯技术 | 第105-106页 |
| 6.2.2 智能空间社区管理系统示例 | 第106-109页 |
| 6.2.3 系统开发技术 | 第109-112页 |
| 6.3 本章小节 | 第112-113页 |
| 7 结论 | 第113-117页 |
| 7.1 本文的主要工作 | 第113-114页 |
| 7.2 进一步工作 | 第114-117页 |
| 参考文献 | 第117-127页 |
| 作者简历及在学研究成果 | 第127-130页 |
| 学位论文数据集 | 第130页 |
