| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 情景表示的研究现状 | 第12页 |
| 1.2.2 情景推理的研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-16页 |
| 1.4 论文结构安排和框架 | 第16-18页 |
| 第2章 语义物联网相关理论基础 | 第18-35页 |
| 2.1 语义物联网 | 第18-26页 |
| 2.1.1 语义物联网中的信息的特点 | 第20-21页 |
| 2.1.2 关于语义物联网的进一步思考 | 第21-26页 |
| 2.2 情景和情景感知 | 第26-32页 |
| 2.2.1 情景的概念 | 第26-27页 |
| 2.2.2 情景的分类 | 第27-28页 |
| 2.2.3 情景的表示方法 | 第28-31页 |
| 2.2.4 情景感知 | 第31-32页 |
| 2.3 本体 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 语义物联网中元情景本体建模和不确定情景推理方法 | 第35-50页 |
| 3.1 语义物联网中情景感知框架 | 第35-36页 |
| 3.2 元情景本体的建模和表示 | 第36-44页 |
| 3.2.1 用户模型 | 第39-40页 |
| 3.2.2 计算执行器模型 | 第40-41页 |
| 3.2.3 环境模型 | 第41-42页 |
| 3.2.4 服务模型 | 第42页 |
| 3.2.5 本体与随机性结合 | 第42-44页 |
| 3.3 不确定推理方法 | 第44-48页 |
| 3.3.1 动态贝叶斯网络 | 第44页 |
| 3.3.2 基于动态贝叶斯网络的情景感知不确定推理方法 | 第44-48页 |
| 3.4 语义匹配 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 情景感知系统中情景建模和情景推理的实现 | 第50-65页 |
| 4.1 系统设计 | 第50-57页 |
| 4.1.1 系统总体设计 | 第50-52页 |
| 4.1.2 模块设计 | 第52-54页 |
| 4.1.3 系统数据库设计 | 第54-57页 |
| 4.2 系统实现 | 第57-62页 |
| 4.2.1 系统开发环境配置 | 第57-58页 |
| 4.2.2 系统模块的实现 | 第58-62页 |
| 4.3 系统分析与评估 | 第62-64页 |
| 4.3.1 实验数据 | 第62页 |
| 4.3.2 评估方法 | 第62页 |
| 4.3.3 实验结果与分析 | 第62-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 研究结论 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间公开发表论文 | 第71-72页 |
| 致谢 | 第72页 |