| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 情景感知的研究背景 | 第14-15页 |
| 1.1.1 普适计算 | 第14页 |
| 1.1.2 物联网 | 第14-15页 |
| 1.1.3 情景感知 | 第15页 |
| 1.2 情景感知的国内外研究现状 | 第15-16页 |
| 1.3 本论文的主要研究内容和意义 | 第16-17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 情景感知计算概要 | 第19-29页 |
| 2.1 情景信息定义与分类 | 第19-20页 |
| 2.1.1 情景信息定义 | 第19页 |
| 2.1.2 情景信息分类 | 第19-20页 |
| 2.2 情景感知计算的关键技术 | 第20-23页 |
| 2.2.1 情景信息获取 | 第21页 |
| 2.2.2 情景信息建模 | 第21-22页 |
| 2.2.3 情景信息不确定性消除 | 第22页 |
| 2.2.4 情景信息推理 | 第22页 |
| 2.2.5 情景信息应用 | 第22-23页 |
| 2.2.6 情景感知计算面临的主要挑战 | 第23页 |
| 2.3 情景信息不确定性问题的解决方案 | 第23-28页 |
| 2.3.1 情景信息不确定性定义 | 第23-25页 |
| 2.3.2 情景信息不确定性消除基本方法 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于QoX自适应管理的情景信息不确定性消除系统研究 | 第29-46页 |
| 3.1 典型情景感知系统框架 | 第29页 |
| 3.2 情景信息不确定性消除基本框架 | 第29-30页 |
| 3.3 基于QoX自适应管理的情景信息不确定性消除系统设计 | 第30-39页 |
| 3.3.1 系统框架模型 | 第31-37页 |
| 3.3.2 系统各模块功能 | 第37-39页 |
| 3.4 智慧医疗中基于QoX自适应管理的生理指标监测系统的工作流程 | 第39-43页 |
| 3.5 情景信息不确定性消除系统的可行性仿真分析 | 第43-44页 |
| 3.6 情景信息不确定性消除系统的优点 | 第44-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 多源连续情景信息不一致性消除算法的研究 | 第46-69页 |
| 4.1 多源连续情景信息不一致性消除算法框架 | 第46-47页 |
| 4.1.1 多源连续情景信息不一致性消除定义 | 第46-47页 |
| 4.1.2 多源连续情景信息不一致性消除算法框架 | 第47页 |
| 4.2 基于改进BPA的多源同类连续情景信息不一致性消除算法研究 | 第47-57页 |
| 4.2.1 多源同类情景信息不一致性消除算法框架 | 第47-49页 |
| 4.2.2 多源同类情景信息不一致性消除算法核心 | 第49-50页 |
| 4.2.3 多源同类情景信息不一致性消除算法流程图 | 第50-51页 |
| 4.2.4 多源同类情景信息不一致性消除算法仿真分析 | 第51-57页 |
| 4.3 基于改进BPA的多源非同类连续情景信息不一致性消除算法研究 | 第57-67页 |
| 4.3.1 多源非同类情景信息不一致性消除算法框架 | 第57-58页 |
| 4.3.2 多源非同类情景信息不一致性消除算法核心 | 第58-59页 |
| 4.3.3 多源非同类情景信息不一致性消除算法流程图 | 第59-62页 |
| 4.3.4 多源非同类情景信息不一致性消除算法仿真分析 | 第62-67页 |
| 4.4 基于改进BPA的多源连续情景信息不一致性消除算法的优点 | 第67-68页 |
| 4.4.1 多源同类情景信息不一致性消除算法的优点 | 第67页 |
| 4.4.2 多源非同类情景信息不一致性消除算法的优点 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 总结和展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间的学术成果 | 第80-82页 |
| 学位论文评阅及答辩情况表 | 第82页 |
广告服务 
