面向物联网的不确定情境感知计算研究

The Internet of things is a fusion application of intellisense, identification technology, pervasive computing and ubiquitous network, and is called the third tidal wave of information industry development after computer and Internet in the world. At present, it has been upgraded to a national strategy of China as an emerging industry of strategic importance which will be specially supported. In the three-tier architecture of the Internet of things, context-aware computation is the kernel of the third layer, the processing layer, and an imortant part of the software platform of the Internet of things. However, as an emerging technical field, the current context-aware computation has many problems in applications of the Internet of things. The project analyzes the problems deeply. On this basis, it will breakthrough the limitation of existing tecniques of context-aware computation, and proposes new ideas of uncertain frequent episode mining, bidirectional probabilistic reasoning and uncertain SVM modelling according to characteristics of context data. It will have retrospective property, fault tolerance and uncertain data processing capability. The project will finish creative work at context data modelling, context reasoning and context mining, and will develop a prototype system including all research achievements.

物联网是智能感知、识别技术与普适计算、泛在网络的融合应用，被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。目前，我国已经将其列为国家战略，并纳入今后国家重点发展和扶持的新兴战略性产业之一。在物联网的三层架构中，情境感知计算是第三层- - 智能处理层的核心，是物联网软件处理平台的重要组成部分。但作为新兴技术领域，目前的情境感知计算在面向物联网应用时尚存在许多问题。本课题在深入分析这些问题的基础上，突破已有的情境感知计算技术的局限，针对物联网中情境数据的特点，提出了基于不确定频繁情节挖掘、双向概率推理及不确定SVM学习建模的情境感知计算的新思路，在面向物联网的情境感知计算中增加了可回溯性、容错性和不确定数据处理能力。本课题力争在情境感知计算的情境数据建模、情境推理和情境挖掘算法等方面做出创新性工作，最终将建立一个集研究成果于一体的原型系统

物联网被称为继计算机、互联网之后世界信息产业发展的第三次浪潮，我国已经将其列为国家战略，并纳入今后国家重点发展和扶持的新兴战略性产业之一。情境感知计算是物联网软件处理平台的核心和重要组成部分。但作为新兴技术领域，目前的情境感知计算在面向物联网应用时尚存在许多问题。本课题在深入分析这些问题的基础上，突破已有的情境感知计算技术的局限，针对物联网中情境数据的特点，提出了基于频繁情节挖掘、情境概率推理及不确定SVM学习建模的情境感知计算新思路。.四年来，项目组成员通力合作，围绕我们的研究目标和研究内容，在情境数据的频繁情节挖掘和事件预测、基于多特征的情境数据建模和情境感知计算、不确定情境数据挖掘和查询、基于概率推理的情境感知计算、具有时态约束的情境感知建模、基于SVM学习建模的不确定情境感知计算等方面进行了深入的研究，取得了频繁情节挖掘方法、多维属性约束的情境事件建模、挖掘与预测方法、不确定情境数据挖掘和查询方法、情境的双向概率推理建模方法、情境SVM学习建模的样本空间构建方法、不确定情境的SVM学习建模方法、动态的情境SVM学习建模方法等一系列研究成果，并基于此开发了相应的原型系统，完成了我们的研究目标和研究内容，取得了预期的研究成果。此外，结合情境感知计算的最新发展趋势和应用需求，我们在内存受限的情境感知计算、情境感知计算在真实场景（智能交通和海参养殖）中的应用研究、情境大数据感知计算等方面也进行了研究和探索，取得了一些研究成果。目前，我们已经获得发明专利授权5项，在国际、国内学术会议和期刊发表论文22篇，被SCI、EI收录20篇次，培养的研究生中2名博士生和13名硕士生均已毕业，1名博士生和3名硕士生即将毕业，共16人次参加了国内外学术会议，与同行进行学术交流。