支持不确定性推理的上下文模型构建和基于贝叶斯网络的推理
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·研究现状 | 第7-9页 |
| ·论文工作 | 第9页 |
| ·章节安排 | 第9-11页 |
| 第二章 上下文感知计算中的不确定性 | 第11-17页 |
| ·项目背景 | 第11-12页 |
| ·基于本体的上下文建模与推理技术 | 第12-15页 |
| ·上下文感知计算面临的不确定性问题 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 本体上下文模型构建 | 第17-29页 |
| ·使用本体表达上下文信息 | 第17-19页 |
| ·本体的定义 | 第17-18页 |
| ·本体的分类 | 第18页 |
| ·上下文信息的表达 | 第18-19页 |
| ·本体建模方法 | 第19-22页 |
| ·本体模型构建原则 | 第19-20页 |
| ·通用本体模型构建方法 | 第20-22页 |
| ·使用OWL构建模型 | 第22-27页 |
| ·上下文领域描述 | 第22页 |
| ·OWL实例 | 第22-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 支持不确定性推理的上下文模型扩展 | 第29-39页 |
| ·上下文元信息 | 第29页 |
| ·本体模型扩展 | 第29-33页 |
| ·元信息描述方法研究 | 第29-31页 |
| ·上下文信息的元信息的表达 | 第31-33页 |
| ·使用OWL扩展模型 | 第33-37页 |
| ·上下文元信息描述 | 第33-34页 |
| ·OWL扩展实例 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 使用贝叶斯网络进行不确定性推理 | 第39-59页 |
| ·贝叶斯网络 | 第39-42页 |
| ·贝叶斯网络定义 | 第39-41页 |
| ·贝叶斯网络构建的基本过程 | 第41-42页 |
| ·上下文信息的贝叶斯网络构建 | 第42-47页 |
| ·上下文推理模型构建方法 | 第42-44页 |
| ·贝叶斯网络的构建与学习 | 第44-47页 |
| ·基于贝叶斯网络的不确定性推理 | 第47-48页 |
| ·贝叶斯网络的推理形式 | 第47-48页 |
| ·上下文不确定性推理方法 | 第48页 |
| ·BN构建与学习实验 | 第48-53页 |
| ·实验内容与方法 | 第48-50页 |
| ·实验结果与结论 | 第50-53页 |
| ·推理实验 | 第53-57页 |
| ·实验内容与方法 | 第53-55页 |
| ·实验结果与结论 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 结论与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者在读期间的科研成果 | 第67页 |
