| 目录 | 第4-6页 |
| CONTENTS | 第6-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题来源及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 行为理解的研究现状 | 第11-13页 |
| 1.2.2 CLIPS专家系统的研究现状 | 第13-14页 |
| 1.3 本文的主要内容及章节安排 | 第14-15页 |
| 第2章 智能空间上下文感知系统与专家系统结合方案设计 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 智能空间上下文感知系统 | 第15-22页 |
| 2.2.1 家庭智能空间架构 | 第15-17页 |
| 2.2.2 智能空间硬件系统组成 | 第17-18页 |
| 2.2.3 智能空间异构网络的构建 | 第18-19页 |
| 2.2.4 上下文信息的获取 | 第19-22页 |
| 2.3 CLIPS专家系统 | 第22-24页 |
| 2.3.1 CLIPS基本语法及特性 | 第22-23页 |
| 2.3.2 CLIPS专家系统的基本组成 | 第23-24页 |
| 2.4 智能空间上下文感知系统与专家系统结合方案设计 | 第24-27页 |
| 2.4.1 上下文信息获取工具VC与推理工具CLIPS的结合 | 第24-26页 |
| 2.4.2 上下文感知系统与专家系统结合方案设计 | 第26-27页 |
| 2.4.3 上下文感知系统与专家系统结合的优势 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 智能空间下基于可信度的行为理解知识表示与存储 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 用于行为理解的知识可信度计算 | 第29-34页 |
| 3.2.1 事实的可信度计算 | 第29-30页 |
| 3.2.2 人的行为的可信度计算 | 第30-31页 |
| 3.2.3 行为理解中基于可信度的推理过程 | 第31-34页 |
| 3.3 智能空间下用于行为理解的知识表示 | 第34-39页 |
| 3.3.0 知识表示方法选择 | 第34-35页 |
| 3.3.1 智能空间下用于行为理解的上下文信息表示 | 第35-37页 |
| 3.3.2 智能空间下用于行为理解的人体行为规则表示 | 第37-39页 |
| 3.4 基于可信度的各种信息的存储 | 第39-43页 |
| 3.4.1 基于上下文信息的事实库的设计 | 第40-42页 |
| 3.4.2 基于上下文信息的规则库的设计 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 智能空间下基于粗糙集算法的行为理解规则获取 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 基于粗糙集理论获取规则的基本思想 | 第45-47页 |
| 4.2.1 粗糙集理论概述 | 第45-46页 |
| 4.2.2 规则获取的基本思想 | 第46-47页 |
| 4.3 基于粗糙集算法的规则获取过程 | 第47-54页 |
| 4.3.1 行为理解数据库向决策表的转化 | 第47-50页 |
| 4.3.2 一致行为理解决策表的属性约简 | 第50-52页 |
| 4.3.3 属性约简在行为理解中的作用 | 第52页 |
| 4.3.4 决策表属性值约简 | 第52-54页 |
| 4.3.5 属性值约简在行为理解中的作用 | 第54页 |
| 4.4 本章小结 | 第54-57页 |
| 第5章 智能空间下基于专家系统的行为理解软件介绍及实验 | 第57-63页 |
| 5.1 行为理解功能集成及实验 | 第57-62页 |
| 5.1.1 人机交互界面的设计 | 第57-60页 |
| 5.1.2 实验及结果分析 | 第60-62页 |
| 5.2 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 本文的主要工作 | 第63页 |
| 6.2 进一步研究方向 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 硕士期间发表的论文和科研成果 | 第70页 |
| 硕士期间参加的科研工作 | 第70-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |
