基于脑认知理论的递阶自协调物联网信息融合机理研究

In order to meet the emergent requirements of modern applications and explore the scientific frontier of intelligent information processing in the Internet of Things (IoT), this project energetically explores the information fusion mechanism from the viewpoint of bionics and cognitive science by following the evolution law of IoT.. Firstly, the information evolution law of IoT is studied and the life cycle of IoT is gotten, which are based on the in-depth study and analysis of the senior knowledge evolution mechanism, referred as "facts - data - information - knowledge - wisdom - innovation".. Secondly, a hierarchical self-coordination information fusion architecture for IoT is constructed, which is based on artificial neural model, cybernation and information theory. The proposed architecture consists of three progressive phases: sensorial information fusion, perceptive information fusion, cognitive information fusion, which cover the whole procedure of IoT data cycle. Then a self-coordination mechanism among these three phases is presented to achieve the systemization and intelligentization.. The major contribution of this proposal is that new information fusion architecture and mechanism for IoT are presented, which can largely improve the cognition ability of IoT environment, reinforce derivation and cognition ability and provide reasonable decision-making supply. Therefore, the goal of thorough cognition, comprehensive smart service and mass application for IoT is achieved.

本课题兼顾物联网信息智能处理应用需求和科学前沿，遵循物联网信息演化规律，从仿生学与认知科学角度对物联网信息融合机理进行探索。首先在对信息资源开发链“事实—数据—信息—知识—智慧—创新”的高层次阶段知识演化机制深入分析和表征的基础上，研究物联网的信息演化规律，并绘制物联网信息生命周期图；其次模拟人脑高级神经中枢简化体系结构，运用控制论和信息论的方法建立“递阶自协调物联网信息融合体系结构”，该结构划分为感觉信息融合、感知信息融合、认知信息融合三个递进阶段，贯穿物联网数据循环的整个过程，并建立各阶段间进行调控的自调协机制，实现物联网信息融合的系统化、智能化。课题研究是脑认知科学由抽象概念向具体、可操作的研究路线和策略转化的一次尝试，有助于提高物联网环境感知能力，增强推理和认知能力，辅助做出合理决策，进一步推动物联网向透彻信息感知、综合智慧服务、大规模应用的目标迈进。

本课题研究兼顾物联网信息处理应用需求和科学前沿，遵循物联网信息演化规律，从仿生学与认知科学角度对物联网信息融合机理进行探究。主要工作包括：.1）对比分析了物联网和传统互联网信息处理过程：传统互联网信息处理面对的主体是“人”，为“人”提供服务，而物联网信息处理面对的主体是“物”，实现“物-物”之间的信息感知与智能控制；.2）归纳了物联网信息演化规律：物联网信息在“感、传、知、控”过程中的状态演化包括信息感觉、关联组织、信息感知、行为估计、情境嵌入、信息认知和决策控制七个阶段，体现物联网信息的完整演化过程；.3）绘制了物联网信息生命周期图：借鉴卡尔•波普尔的“三个世界”理论构建了物联网信息进化模型，结合认知三角模型，绘制出物联网信息生命周期图，为物联网信息处理的系统化提供理论依据；.4）构建了物联网信息融合体系结构：依据脑科学和认知理论的研究成果，绘制了物联网虚拟大脑结构关系图，应用大系统控制论构建了“递阶自协调”物联网信息融合体系结构，分为感觉信息融合、感知信息融合、认知信息融合三个递进阶段，实现物联网信息处理的系统化和智能化；.5）分析了物联网信息融合各阶段的机理：对信息融合各阶段的机理进行了分析，构建了分区存储和反射机制，提出了基于粗糙集理论的特征属性提取方法和知识簇的概念，构建了知识结构树的知识体系，并基于创造性思维实现认知信息融合；.6）设计了物联网信息融合各阶段间的自协调机制：参考人脑分区机理，构建不同类型感觉信息的存储区域，并基于人类条件反射原理实现特殊情况下的信息及时处理；采用对象记忆识别与常规性场景的快速构建，提高识别速度；基于记忆重建、经历优先的原则，快速优选决策；.7）构建了物联网信息融合系统计算框架：以Hadoop的M/R框架搭建分布式系统平台，构建物联网信息融合系统，并对其计算框架进行了设计。.围绕本课题，在国际（内）学术刊物上发表标注有该基金资助的学术论文共计8篇，其中有2篇被SCI收录，5篇被EI收录，1篇中文核心；申报国家专利4项；此外课题负责人成功立项吉林省自然科学基金1项，参与吉林省重大科技攻关项目1项（正在结题），带领项目组成员申报中央财政支持地方高校发展专项资金项目1项，作为指导教师指导学生立项国家级大学生创新训练计划项目并结题1项；指导博士、硕士研究生发表学术论文及撰写学位论文共计6篇；获得软件著作权1份；正在编写学术专著1部。