摘要 | 第1-4页 |
Abstract | 第4-9页 |
第1章 绪论 | 第9-18页 |
·研究背景及意义 | 第9页 |
·相关研究工作 | 第9-13页 |
·国内外现状分析 | 第11-13页 |
·移动学习在国内外的研究情况分析 | 第13-15页 |
·国内移动学习研究现状 | 第13-14页 |
·国外移动学习研究现状 | 第14-15页 |
·研究的目标与方法 | 第15-17页 |
·研究目标 | 第15页 |
·研究方法 | 第15-17页 |
·文章的组织结构 | 第17-18页 |
第2章 基于普适计算的自适应整体框架设计 | 第18-43页 |
·相关概念 | 第18-23页 |
·普适计算环境 | 第18-19页 |
·自适应中间件及反射机制的运用 | 第19-21页 |
·Android系统框架简介 | 第21-23页 |
·关键技术分析 | 第23-30页 |
·Java平台介绍 | 第23-25页 |
·Wurf1简介 | 第25-29页 |
·X3D技术简介 | 第29-30页 |
·本体语言和RDF技术介绍 | 第30-32页 |
·相关工具介绍 | 第32-35页 |
·整体流程分析 | 第35-37页 |
·系统总体设计 | 第35-37页 |
·移动设备请求时设备管理 | 第37-39页 |
·普适环境框架搭建 | 第39-41页 |
·网络发布平台构建框架设计 | 第41-43页 |
第3章 X3D解析、建立3D本体语义规则及优化模型 | 第43-55页 |
·3D文件的关键数据提取 | 第43页 |
·提取X3D文件信息 | 第43-50页 |
·用SAX进行XML解析测试 | 第46-50页 |
·3D实体本体语义模型建立 | 第50-52页 |
·构成元素关系实体分析 | 第51页 |
·通过语义推导建立描述库 | 第51-52页 |
·利用RDF建立关系常量库 | 第52-53页 |
·优化模型 | 第53页 |
·本章小结 | 第53-55页 |
第4章 采样数据建立样本向量集 | 第55-61页 |
·采集样本数据结构定义 | 第55-59页 |
·连接器反映函数模型 | 第59页 |
·随ρ值变化时的定量分析 | 第59-60页 |
·本章小结 | 第60-61页 |
第5章 自动推理机的使用 | 第61-70页 |
·推理模型的建立机制 | 第61-62页 |
·OWL语言和RDF建模 | 第62-64页 |
·规则1(具有相互包含的关系) | 第63页 |
·规则2(不可满足性规则) | 第63页 |
·规则3(等价关系规则) | 第63-64页 |
·规则4(相离关系规则) | 第64页 |
·用LINKED DATA进行模型描述 | 第64-66页 |
·单元素定义 | 第65页 |
·双元素定义 | 第65页 |
·三元素定义 | 第65-66页 |
·谓语词谓解释 | 第66页 |
·用PROTEGE进行图形化本体建模经行存储 | 第66-69页 |
·使用jena对生成的OWL文件进行推理 | 第69页 |
·本章小结 | 第69-70页 |
第6章 基于普适规则的优化选择 | 第70-76页 |
·普适规则建立 | 第70-71页 |
·对象抽取 | 第71-73页 |
·优化选择 | 第73-75页 |
·顺序方式 | 第74页 |
·循环方式 | 第74-75页 |
·并行方式 | 第75页 |
·循环并行选择方式 | 第75页 |
·本章小结 | 第75-76页 |
第7章 实验测试与结果分析 | 第76-79页 |
·客户端请求目标文件生成 | 第76页 |
·测试优化后压缩比与接收速率 | 第76-78页 |
·实验结论 | 第78-79页 |
第8章 总结与展望 | 第79-81页 |
·全文总结 | 第79页 |
·未来展望 | 第79-81页 |
参考文献 | 第81-85页 |
致谢 | 第85-86页 |
攻读硕士期间的主要研究成果 | 第86-87页 |
附录:移动客户端与服务器端交互处理 | 第87-104页 |
·X3D场景回送解析 | 第87-89页 |
·服务器端获取资源 | 第89-94页 |
·资源播放 | 第94-99页 |
·优化模型选择 | 第99-101页 |
·jena执行代码 | 第101-104页 |
·执行jena后通过Socket的UDP机制与服务器通信 | 第104页 |