[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

说明书

技术领域

本发明提出了一种面向普适计算的不一致性上下文消除系统和方法，属于上下文感知计算应用的技术领域。 

背景技术

随着计算机技术、移动计算技术及传感器网络的发展与普及使计算机得以融入人们的工作和生活，“无时不在而又无处不在”的普适计算时代正在到来。普适计算是以人为中心的计算模式，它实现了信息空间与物理空间的无缝融合，在这个融合的空间中，人们可以随时随地获得数字化的服务，计算机本身将从人们的视野中消失，人们的注意力中心回归到要完成的任务本身，从而实现计算“以人为本”的目标。 

上下文感知技术是普适计算研究中的关键技术之一，其概念最早被归纳为：使用位置以及周围人和物的集合和这些物体的变化情况。目前，对上下文的共性理解一般可表述为:“上下文是环境本身以及环境中各实体所明示或暗示的可用于描述其状态(含历史状态)的任何信息，其中，实体可以是人、地点等物理实体，也可以是诸如软件、网络等虚拟实体。” 

在动态开放的环境中，上下文感知系统从动态、分布式、异构的信息源中获取的上下文信息通常具有不一致性，这种不一致性主要是由于采集上下文的传感器精度不同、设备异构、网络时延和统计算法差异等影响造成的。这些上下文信息需要融合为高层上下文信息才能被应用程序和设备利用，而这种有效利用上下文信息的基础就是消除上下文信息的不一致性，提高上下文推理的正确率。 

发明内容

针对现有技术的不足，本发明提供一种面向普适计算的不一致性上下文消除系统。本发明利用修改的证据理论方法，对各种传感器采集的上下文信息进行不一致性消除，以适应上下文感知的复杂性、异构性和动态性等特点，该方法能够有效提高上下文不一致性消除的效率和精度，以满足实际上下文感知计算应用中的实时性、精确性要求，降低网络和计算资源消耗，提高系统的整体性能。 

本发明还提供一种利用上述系统面向普适计算的不一致性上下文消除方法。 

技术术语解释： 

证据理论方法的定义： 

定义l：设Θ为识别框架，如果对于任何一个属于Θ的子集A满足则称m为识别框架Θ上的基本信度分配函数；m(A)称为子集A的基本信度值。m(A)反映了对A本身的信度大小，即A的可靠性。 

定义2：如果m是一个基本信度分配函数，则

Bel(A)=ΣB⋐Am(B)---(1)]]>

所定义的函数Bel是一个信任函数，Bel(A)反映了A上所有子集总的信度。 

定义3：设m₁，m₂是对应同一识别框架Θ上的两个基本信度分配函数，焦元分别为A₁,A₂,...,A_k和B₁,B₂,...,B_k，则两个信度函数的合成法则为：