普适环境下上下文感知计算的分析和综述

本文在分析上下文及上下文感知计算定义的基础上,首先讨论了上下文感知计算系统的建模与仿真问题,接着分析了上下文感知计算的系统框架,对现有的框架进行了分类,指出了系统框架所要解决的主要问题。最后介绍了上下文感知应用的研究情况。     

普适计算环境中的上下文冲突检测与解除

为了能够检测普适计算环境中的上下文冲突并自动进行冲突消解,在对上下文冲突原因深入分析的基础上,提出了上下文冲突检测和消解算法.该算法根据语义对新到达上下文进行分类,定义冲突触发器来检测上下文冲突,并根据上下文的相对优先级主动进行冲突消解.实验结果表明,该算法能够有效地检测和消除上下文冲突,提高应用程序的性能.     

普适环境下的智能地理信息服务研究

随着普适计算的兴起,普适环境下智能地理信息服务也得到广泛的应用,已成为地理信息系统(geographical information systems,GIS)研究中的一个热点.结合普适环境中智能信息服务的特点,针对GIS自身关注的内容,提出了普适环境下智能地理信息服务的体系结构,分析了其中的关键技术,并给出了应用实例,说明了其可行性和实用性.     

普适环境下的智能地理信息服务研究

随着普适计算的兴起,普适环境下智能地理信息服务也得到广泛的应用,已成为地理信息系统(geograph-ical information systems,GIS)研究中的一个热点。结合普适环境中智能信息服务的特点,针对GIS自身关注的内容,提出了普适环境下智能地理信息服务的体系结构,分析了其中的关键技术,并给出了应用实例,说明了其可行性和实用性。     

普适计算中基于本体的上下文感知研究

普适计算是一种新的计算模式。为了实现普适计算的目的,系统必须能够感知周围环境的信息,即：上下文。如何存储上下文信息,既有利于不同系统之间交换信息,又有利于用户的检索是一个关键问题。本研究提出的基于本体的上下文感知应用模型,能够解决这个问题。     

非监督特征学习方法在脑电身份识别中的应用

设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类.实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100⁴00ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本.非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器.对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率.实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式.     

基于混合神经网络的脑电情感识别

为保留脑电(Electroencephalogram,EEG)空间信息的同时充分挖掘EEG时序相关信息,提出了一种三维卷积神经网络(3-Dimensional Convolutional Neural Networks,3D-CNN)结合双向长短期记忆神经网络(Bidirectional Long Short-term...     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

基于心电图进行身份识别的可行性

利用计算机处理心电图图像,得到心电曲线对应的相关数字信息,并对数据进行无重复实验双因素方差分析,验证了人与人之间的心电图是不同的,从而说明基于心电图进行身份识别是可行的.     

普适计算关键技术的研究

普适计算是将计算隐形地嵌入到我们所处的环境中,并通过智能接口进行访问的一种新的计算模式,是以人为本计算模式的一个新的转折。在普适计算环境中,技术不再是障碍,而是能够真正的服务于用户,适应用户的需要。本文从普适计算的基本概念出发,分析了实现普适计算环境的若干关键技术,并总结了它们的优缺点。     

泛在学习网络环境中的技术支持

泛在学习作为一种新型的学习模式,具有永久性、易获取性、即时性、交互性等特点,它是未来学习的一种方向。泛在学习网络环境为泛在学习的发生创设了条件,因此构建泛在学习网络环境尤为重要。本文从技术的角度出发,从三个方面论述了泛在学习网络环境中的技术支持。     

普适环境下基于映射的非对称协同感知

针对普适环境下参与协同设计的移动终端资源受限的特点,提出了非对称协同感知映射模型、机制和相应的共享工作空间逻辑一致性维持方法,提出了在共享工作空间视图中的3种拓扑映射：子图映射、顶点融合映射和路径简约映射。通过拓扑映射,使得在非对称映射中映射区域仅为资源受限端当前可能关注的内容,减少了协同感知所需资源,同时结合按需获取机制实现了视图感知的数据一致性维护。从而实现了普适环境下资源非对称终端有效协同设计。     

基于CDHMM/SOFMNN噪声背景下的语音识别方法

针对噪声背景下传统语音识别系统识别率较低的问题,提出了一种将自组织特征映射神经网络(SOFMNN)与隐马尔可夫模型(HMM)相结合的方法,训练出适应噪声的混合模型.该模型适合于对噪声背景下的语音进行识别.同传统的CDHMM模型以及直接在语音中加入加性噪声训练出的CDHMM模型相比,该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(2~12 dB),识别率比传统CDHMM模型有明显提高.     

浴室噪声环境下小词汇量语音识别系统研究

根据实际应用的需求,设计了一种在浴室噪声环境中的小词汇量的语音识别系统.针对特定的浴室噪声进行分析,引入一种语音增强算法来降低噪声对识别的影响.使用基于人耳听力模型的mel频率倒谱特征参数作为语音特征参数,并结合其一阶差分参数描述语音信号特征的动态特性.针对小词汇量的实际应用需求,选用基于动态时间规整的模板匹配方法来识别.该方法可以用于其他相似的噪声环境中,通过实验验证了该方法的可行性.     

泛在学习环境下独立学院教师教学能力初探

移动互联技术和智能终端的快速发展,为泛在学习提供了技术支持和使用空间。在综合分析泛在学习的典型特征和独立学院学生特点的基础上,从教学方式组织、学习资源设计、学生学习引导、学生心理疏通和参与学习协作等几个方面对泛在学习环境下独立学院教师的教学能力进行了思考和探索。     

Exploration of energy conservation MAC protocol of WSNs for ubiquitous environment

According to analyze the facade phenomenon of wire-less sensor networks（WSNs）,this paper proposes a feasible method to state clearly and improve the power control efficiency of wire-less sensor networks（WSNs）. One of the crucial problems for WSNs is the design of medium access control （MAC） protocol. Our method want to adjust the activities of the MAC protocols control to achieve the enery conservation when the wireless communication module of sensor nodes is running, which is the major consumer of energy consumed by sensors energy. The energy efficiency of MAC protocol makes a strong impact on the network performance. To some extent,our research work describes and analyze the sources of energy consumption in MAC layer and simultaneously present an optimal method for the design of MAC protocol. Then we discusses some factors impacting on the performance of MAC protocol and metrics of performance evaluation. Eventually, the coming research direction is summarized.     

机器人在复杂环境下的火炬识别

为了从复杂环境中准确识别出火炬,选取火炬的颜色特征与几何形状特征作为识别火炬的依据,将两者组合成有意义的图像特征,采用HIS颜色空间,中值滤波,Sobel边缘提取,Hough变换等方法,同时提出了一种有效的空穴填补法,实现了识别火炬的目的,它是进一步进行机器人视觉伺服的基础.