[发明专利]一种面向普适计算的不一致性上下文消除系统和方法

权利要求书

1.一种面向普适计算的不一致性上下文消除系统，其特征在于，该系统包括上下文预处理模块、上下文不一致性消除模块、上层处理模块、用户模块和知识库模块；

所述上下文预处理模块与上下文不一致性消除模块相连，所述上下文不一致性消除模块与上层处理模块相连，所述上层处理模块与知识库模块相连，所述用户模块与知识库模块相连，所述知识库模块与上下文不一致性消除模块相连；

所述上下文预处理模块：负责收集各类传感器捕获的上下文信息，将上下文信息按照知识库模块中的上下文建模模式进行建模，建模模式为“感知类型+感知信息+感知精度”；上下文预处理模块与上下文不一致性消除模块连接，以便将建模好的上下文信息发送到上下文不一致性消除模块；

所述上下文不一致性消除模块：负责对已经建模好的上下文信息根据感知类型进行分组，在各个分组中各自建立自己的识别框架，确立各个分组中每个传感器在其识别框架上的基本信度分配，设置各个分组的传感器感知精度接受门限值，利用修改的证据论算法，消除各个分组中不一致的上下文信息，减少上下文的数量，提高上层处理模块的处理效率和精度；所述各个分组的不一致性上下文消除分布式同步进行；所述上下文不一致性消除模块与上层处理模块连接，以便将消除了不一致性的上下文信息发送给上层处理模块；

所述上层处理模块：负责利用已经消除不一致性的上下文信息、知识库模块提供的基于规则系统的规则引擎和规则集，基于规则推理，推理出应用程序和设备能够识别的高层上下文信息，将推理出的高层上下文信息存入知识库模块，并利用高层上下文信息调整相应的应用程序和设备；所述上层处理模块与知识库模块相互连接，以便上层处理模块利用知识库模块中基于规则系统的规则引擎和规则集做基于规则的推理，并将推理出的高层上下文信息存入知识库模块；

所述用户模块：负责将用户对上下文不一致性消除模块的设定信息存入知识库模块；将用户基于自身需求和环境状态的变化，对知识库模块中基于规则系统的规则引擎和规则集的增加或者调整信息存入知识库模块中；用户模块与知识库模块连接，以便将用户模块对上下文不一致性消除模块的设定信息和用户模块对知识库模块的相关调整信息存入知识库模块中；

所述知识库模块：负责为上层处理模块的推理提供基于规则系统的规则引擎和规则集，并根据用户模块对知识库模块的相关调整信息，增加或者调整基于规则系统的规则引擎和规则集；存储上层处理模块推理出的高层上下文信息，为以后的上下文推理提供趋势预测上下文信息；存储用户模块对上下文不一致性消除模块的设定信息并根据设定信息调整上下文不一致性消除模块；知识库模块与上层处理模块相互连接，以便为上层处理模块的推理提供基于规则系统的规则引擎和规则集，并存储上层处理模块推理出的高层上下文信息；知识库模块与用户模块连接，以便存储用户模块对上下文不一致性消除模块的设定信息和用户模块对知识库模块的相关调整信息；知识库模块与上下文不一致性消除模块连接，以便知识库模块根据用户模块对上下文不一致性消除模块的设定信息对上下文不一致性消除模块进行相应的调整。

2.一种利用如权利要求1所述系统面向普适计算的不一致性上下文消除方法，包括步骤如下：

步骤S201：上下文信息的收集和建模

收集各类传感器捕获的上下文信息，将上下文信息按照知识库模块中的上下文建模模式进行建模，建模模式为“感知类型+感知信息+感知精度”；

步骤S202：上下文分组

对已经建模好的上下文信息根据感知类型进行分组；

在各个分组中，同步进行下面的步骤S203-步骤S212

步骤S203：建立识别框架

根据分组感知信息的具体内容建立针对该分组的识别框架；

步骤S204：建立基本信度分配

建立分组中各个传感器在该分组识别框架上的基本信度分配；

步骤S205：设置传感器感知精度接受门限值

设置分组的传感器感知精度接受门限值Threshold；

步骤S206：检测传感器感知精度

检测分组中各个传感器的感知精度；

步骤S207：是否小于接受门限？

判断分组中各个传感器的感知精度是否小于所在分组的传感器感知精度接受门限值，当传感器获取数据的感知精度低于所在分组的传感器感知精度接受门限值时，执行步骤S208；当分组中某个传感器获取数据的感知精度高于所在分组的传感器感知精度接受门限值时，执行步骤S209；

步骤S208：用公式（1）调整基本信度分配

当分组中某个传感器获取数据的感知精度低于所在分组的传感器感知精度接受门限值时，利用下面的公式（1）对该传感器在所属分组识别框架上的基本信度分配进行重新调整

mr(A)=rn*m(A)A⋐Θ1-ΣB⊆ΘM(B)A=Θ---(1)]]>

其中：n≥1，为用户设定的加权系数；r为该传感器的感知精度；紧接着执行步骤S210；

步骤S209：用公式（2）调整基本信度分配

当分组中某个传感器获取数据的感知精度高于所在分组的传感器感知精度接受门限值时，利用下面的公式（2）对该传感器在所属分组识别框架上的基本信度分配进行重新调整；

mr(A)=r*m(A)A⋐Θ1-ΣB⊆ΘM(B)A=Θ---(2)]]>

其中：r为该传感器的感知精度；

步骤S210：基本信度合成

利用基本信度合成法计算所述分组识别框架上各个子集的基本信度分配值；

步骤S211：基本信度值比较

比较所述分组识别框架上各个子集的基本信度分配值，选择该分组识别框架上基本信度值最大的真子集作为最终的结果；

步骤S212：最终结果输出

输出最终结果给上层处理模块；

步骤S213：上层处理

上层处理模块利用各个分组中已经消除不一致性的上下文信息、知识库模块提供的基于规则系统的规则引擎和规则集，基于规则推理，推理出应用程序和设备能够识别的高层上下文信息，将高层上下文信息存入知识库模块，并利用高层上下文信息调整相应的应用程序和设备；

步骤S214：用户

用户判断上层处理模块对应用程序和设备作出的调整是否适合用户自身需求和环境状态的变化，通过用户模块将对上下文不一致性消除模块中针对各个分组的传感器感知精度接受门限值Threshold和公式（1）中的加权系数的重新配置信息存入知识库模块中；用户基于自身需求和环境状态的变化，通过用户模块对知识库模块中的基于规则系统的规则引擎和规则集进行增加或者调整；

步骤S215：知识库

为上层处理模块的推理提供基于规则系统的规则引擎和规则集，并根据用户模块对知识库模块的相关调整信息，增加或者调整基于规则系统的规则引擎和规则集；存储上层处理模块推理出的高层上下文信息，并为以后的推理提供趋势预测上下文信息；存储用户模块对上下文不一致性消除模块的设定信息并根据设定信息调整上下文不一致性消除模块；

步骤S216：调整各个分组的接受门限和公式（1）

根据知识库模块中的用户模块对上下文不一致性消除模块的相关调整信息，调整针对各个分组的传感器感知精度接受门限值Threshold和公式（1）中的加权系数。