智能环境中基于RETE的上下文推理研究
中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-13页 |
1.1.1 普适计算的提出与智能环境的兴起 | 第9-10页 |
1.1.2 普适计算的相关技术 | 第10-13页 |
1.2 本文的贡献 | 第13页 |
1.3 本文的结构 | 第13-15页 |
2 智能环境中上下文推理感知概述 | 第15-25页 |
2.1 智能环境简介 | 第15-20页 |
2.1.1 智能环境定义 | 第15页 |
2.1.2 智能环境中的传感器与传感器网络 | 第15-19页 |
2.1.3 智能环境应用 | 第19-20页 |
2.2 上下文推理感知概述 | 第20-24页 |
2.2.1 上下文定义 | 第20-21页 |
2.2.2 上下文分类 | 第21页 |
2.2.3 推理引擎 | 第21-22页 |
2.2.4 上下文推理感知框架 | 第22-24页 |
2.3 本章小结 | 第24-25页 |
3 基于Rete的上下文推理引擎研究 | 第25-36页 |
3.1 上下文建模 | 第25页 |
3.2 上下文产生式系统 | 第25-28页 |
3.2.1 产生式规则 | 第25-28页 |
3.2.2 原子上下文 | 第28页 |
3.2.3 复合上下文 | 第28页 |
3.3 基于Rete的推理引擎 | 第28-35页 |
3.3.1 Rete算法概述 | 第28-30页 |
3.3.2 规则分解 | 第30页 |
3.3.3 规则替换 | 第30-31页 |
3.3.4 Rete网络 | 第31-32页 |
3.3.5 Rete网络精简 | 第32-33页 |
3.3.6 规则集循环嵌套检测 | 第33-34页 |
3.3.7 推理执行 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
4 智能环境中基于Rete的分布式推理 | 第36-49页 |
4.1 传感器网络模型 | 第36-37页 |
4.2 Rete推理网络部署方案 | 第37-38页 |
4.2.1 集中式Rete分布 | 第37-38页 |
4.2.2 分布式Rete分布 | 第38页 |
4.3 Rete分布代价模型及相关定义 | 第38-40页 |
4.4 最小代价的Rete分布 | 第40-44页 |
4.4.1 Alpha Node移出 | 第40-41页 |
4.4.2 其它Rete Node前移 | 第41-43页 |
4.4.3 最小传输代价的Rete分布算法 | 第43-44页 |
4.5 Rete分布仿真实验 | 第44-48页 |
4.5.1 Rete分布对比实验 | 第44-45页 |
4.5.2 结果与分析 | 第45-48页 |
4.6 本章小结 | 第48-49页 |
5 上下文推理感知仿真工具 | 第49-59页 |
5.1 仿真工具流程及模块设计 | 第49-51页 |
5.2 数据结构设计 | 第51-53页 |
5.2.1 参数 | 第51-52页 |
5.2.2 计算单元 | 第52页 |
5.2.3 规则 | 第52-53页 |
5.3 上下文推理仿真实验 | 第53-57页 |
5.3.1 仿真规则集设置 | 第53-54页 |
5.3.2 上下文推理仿真过程 | 第54-56页 |
5.3.3 仿真日志分析 | 第56-57页 |
5.4 本章小结 | 第57-59页 |
6 总结与展望 | 第59-61页 |
6.1 全文总结 | 第59-60页 |
6.2 研究展望 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录 | 第65页 |
A. 作者在攻读学位期间发表的论文目录 | 第65页 |
B. 作者在攻读学位期间取得的科研成果目录 | 第65页 |