普适计算中基于隶属云理论的不确定性上下文处理研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题背景 | 第9-10页 |
| ·课题来源及本人工作 | 第10页 |
| ·本文组织 | 第10-12页 |
| 第二章 普适计算 | 第12-20页 |
| ·普适计算的定义 | 第12-13页 |
| ·普适计算的本质和特征 | 第13-14页 |
| ·普适计算中重要概念 | 第14-18页 |
| ·上下文感知技术 | 第14页 |
| ·人机交互技术 | 第14-15页 |
| ·移动计算技术 | 第15-16页 |
| ·中间件技术 | 第16-17页 |
| ·数据库技术 | 第17页 |
| ·嵌入式技术 | 第17-18页 |
| ·传感器技术 | 第18页 |
| ·普适计算的发展趋势 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 上下文感知计算 | 第20-27页 |
| ·上下文的定义 | 第20页 |
| ·上下文感知计算的定义 | 第20-21页 |
| ·上下文感知的研究内容 | 第21-25页 |
| ·上下文信息的感知与采集 | 第21-22页 |
| ·上下文信息的表示 | 第22-24页 |
| ·上下文信息的融合 | 第24-25页 |
| ·上下文的存储、查询和管理 | 第25页 |
| ·上下文的有效使用 | 第25页 |
| ·上下文感知面临的挑战 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 几种不确定性上下文推理技术 | 第27-37页 |
| ·贝叶斯推理 | 第27-29页 |
| ·基本原理 | 第27-29页 |
| ·贝叶斯推理分析 | 第29页 |
| ·证据理论推理 | 第29-33页 |
| ·定义 | 第29-32页 |
| ·证据推理分析 | 第32-33页 |
| ·模糊推理 | 第33-36页 |
| ·定义 | 第33-35页 |
| ·模糊推理分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于隶属云理论的不确定性上下文推理 | 第37-50页 |
| ·不确定性问题 | 第37-38页 |
| ·隶属云理论 | 第38-39页 |
| ·隶属云定义 | 第38页 |
| ·隶属云的数字特征 | 第38-39页 |
| ·隶属云发生器 | 第39-42页 |
| ·基于隶属云的不确定性推理 | 第42-47页 |
| ·云规则发生器 | 第42-45页 |
| ·基于隶属云的不确定性推理 | 第45-47页 |
| ·实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 UbiCAM 原型系统的设计与实现 | 第50-71页 |
| ·UbiCAM 原型系统设计 | 第53-63页 |
| ·Ubicell 节点设计 | 第54-58页 |
| ·接入网关设计 | 第58-59页 |
| ·情景信息模块 | 第59-60页 |
| ·情景信息推理模块 | 第60-63页 |
| ·UbiCAM 原型系统实现 | 第63-70页 |
| ·硬件系统的实现 | 第64-66页 |
| ·软件系统的实现 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间的学术论文 | 第74-75页 |
| 攻读硕士学位期间参加的科研项目 | 第75页 |
| 攻读硕士学位期间获得的专利申请 | 第75-76页 |
| 缩略词 | 第76-77页 |
| 图表清单 | 第77-79页 |
| 参考文献 | 第79-82页 |
