首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于行为特征的物联网服务生成与推荐关键技术研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第15-25页
    1.1 研究背景第15-17页
    1.2 国内外研究现状第17-21页
        1.2.1 智能家居发展现状第17-18页
        1.2.2 智能家居中用户行为的采集方式第18页
        1.2.3 用户行为学习第18-19页
        1.2.4 智能家居中的规则描述方式第19页
        1.2.5 物联网中的标识方式第19-20页
        1.2.6 物联网服务推荐策略第20-21页
    1.3 本文主要工作和贡献第21-22页
    1.4 本文的章节安排第22-25页
第二章 相关研究工作综述第25-35页
    2.1 智能家居中的用户行为学习方案第25-29页
        2.1.1 智能家居发展状况第25-26页
        2.1.2 智能家居中信息采集方式第26-28页
        2.1.3 用户行为学习方法第28-29页
    2.2 物联网服务规则生成概述第29-31页
        2.2.1 ECA规则模型第29-30页
        2.2.2 语义技术第30页
        2.2.3 语义的形式化第30-31页
    2.3 物联网标识异构性解决方法第31-32页
    2.4 物联网服务推荐方法第32-34页
        2.4.1 互联网服务推荐第32-33页
        2.4.2 物联网服务推荐第33-34页
    2.5 本章小结第34-35页
第三章 智能家居环境中用户行为习惯提取策略第35-59页
    3.1 引言第35-36页
    3.2 用户行为习惯学习框架第36-38页
        3.2.1 智能家居中的行为描述第36-37页
        3.2.2 习惯学习框架第37-38页
    3.3 习惯提取与模式认知第38-53页
        3.3.1 活动的定义和提取算法第38-42页
        3.3.2 习惯的定义与提取算法第42-45页
        3.3.3 复杂习惯和习惯关联关系判定第45-51页
        3.3.4 习惯模型变化识别算法第51-53页
    3.4 实验结果与性能分析第53-56页
        3.4.1 部署规模以及算法对比第53-54页
        3.4.2 参数自学习能力的验证第54-55页
        3.4.3 习惯变化的适应性第55-56页
    3.5 本章小结第56-59页
第四章 基于用户行为特征的物联网服务生成策略第59-91页
    4.1 引言第59-61页
        4.1.1 物联网服务规则生成第59-60页
        4.1.2 物联网服务标识第60-61页
    4.2 基于用户行为特征的物联网服务规则生成策略第61-70页
        4.2.1 服务规则生成与推理架构第61-62页
        4.2.2 智能家居本体模型第62-64页
        4.2.3 SWRL规则描述方案第64-68页
        4.2.4 SWRL规则推理过程第68-70页
    4.3 基于多元标识的物联网服务标识模型第70-83页
        4.3.1 多元标识映射模型第70-71页
        4.3.2 多元标识映射模型中元素定义第71-74页
        4.3.3 标识映射规则第74-83页
    4.4 实验结果与性能分析第83-90页
        4.4.1 物联网服务规则生成策略的验证第83-87页
        4.4.2 基于多元标识的物联网服务标识映射模型的验证第87-90页
    4.5 本章小结第90-91页
第五章 面向用户习惯特征的物联网服务推荐策略第91-111页
    5.1 引言第91-92页
    5.2 基于用户属性相似性的物联网服务推荐第92-95页
    5.3 基于习惯标签的物联网服务推荐策略第95-102页
        5.3.1 动态标签三部图第95-97页
        5.3.2 基于物质扩散三部图的物联网服务推荐第97-102页
    5.4 基于属性相关的服务推荐冷启动策略第102-104页
    5.5 算法适应性分析第104-106页
    5.6 实验结果与性能分析第106-109页
        5.6.1 准确率/召回率第106页
        5.6.2 对属性相似性和习惯标签服务推荐准确率/召回率对比第106-109页
        5.6.3 对基于属性相关性的服务推荐的准确率分析第109页
    5.7 本章小结第109-111页
第六章 总结和展望第111-113页
参考文献第113-123页
致谢第123-125页
攻读博士学位期间发表的学术论文及参与的科研项目第125页

论文共125页,点击 下载论文
上一篇:基于特征学习的无约束环境下的人脸识别研究
下一篇:软X射线细胞CT成像重构方法及细胞器识别研究