一种多推理引擎融合上下文感知系统框架及其工作方法_2

文档序号:9631633阅读:来源:国知局
4]根据本发明所优选的,所述预设信息单元用于输入上下文感知系统初始设定信息,包括上下文融合模式及规则、推理知识及规则、上下文信息建模方案和传感器管理规则;所述策略数据库单元用于存储、上下文感知系统的管理信息,包括上下文融合模式及规贝1J、推理知识及规则、上下文信息建模方案、传感器管理规则、动态调整记录、安全权限、优先级策略、用户权限和隐私保护规则;所述融合引擎管理单元用于管理多源上下文信息融合引擎,根据用户偏好及用户反馈信息调整融合模式及各个推理引擎融合权重;所述推理引擎管理单元用于管理推理引擎池的运作,向推理引擎池推送用于推理的知识,控制推理引擎池添加或删除推理引擎以及调整推理引擎规则;所述上下文建模管理单元用于建立、调整上下文建模方案,为所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元提供配置信息;所述传感器管理单元接收传感器状态信息,动态管理传感器资源。
[0025]如上述多推理引擎融合上下文感知系统框架的工作方法,具体步骤包括:
[0026](1)初始化
[0027]所述预设信息单元提取用户及系统管理者的初始设置信息,将初始设置信息存储于所述策略数据库单元;所述策略数据库单元将设置信息发送至所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据设置信息初始化配置,设定各自的初始工作模式及参数;
[0028](2)上下文服务发现
[0029]所述上下文感知服务管理单元通过对感知系统获取信息进行监听,监控用户行为/状态变化,主动发现用户所需服务或被动按照用户指示提供服务;
[0030](3)收集原始上下文信息
[0031]所述物理传感器单元与虚拟传感器单元根据动态配置信息,管理所属传感器,激活一个或多个传感器主动收集传感器信息或被动周期性接收传感器信息,并将收集到的传感器信息发送给所述初级上下文提取模块;
[0032](4)初级上下文信息生成
[0033]所述上下文信息分类单元接收到步骤(3)中采集的原始上下文信息,根据所述上下文建模方案,对所述原始上下文信息进行分类整理,使上下文信息便于处理及检索;所述上下文信息校准单元将分类后的信息按照所述上下文建模方案的统一标准进行校准,使上下文信息符合统一的应用标准,为后续处理提供基础;所述上下文信息聚合单元对校准后的信息进行过滤、去冗余,消除多余信息,降低信息处理负荷;所述上下文信息特征提取单元依据所述上下文建模方案从聚合后的信息中提取进行上下文推理所需的特征信息,为上下文推理提供基础;所述上下文信息表示单元将特征信息按照上下文建模方案进行标准化处理,形成能够被不同上下文推理引擎使用的初级上下文信息,并将初级上下文信息存储于所述初级上下文数据库;所述初级上下文信息存储/分发单元接收来自所述上下文推理引擎的查询信息,为位于不同位置的异构上下文推理引擎分发所需所述初级上下文信息;
[0034](5)多引擎推理融合
[0035]所述推理引擎池向所述初级上下文信息存储/分发单元查询所需初级上下文信息,接收到步骤(4)中产生的初级上下文信息后,依据所述推理引擎管理单元发送的引擎管理信息及推理知识,使用一个或多个不同推理引擎进行上下文推理,形成具有实际语义、能够被上下文应用识别、利用的推理结果;所述冲突管理单元,将多个所述上下文推理引擎的推理结果进行对比,计算推理结果冲突程度,将冲突程度转化为所述多源上下文信息融合引擎单元可以识别的融合权重信息,为所述多源上下文信息融合引擎提供融合依据;所述多源上下文信息融合引擎单元依据推理结果冲突信息以及所述用户个性化信息,将所述上下文推理结果融合为高级上下文信息,并存储于所述高级上下文数据库单元;高级上下文存储/分发管理单元接收高级上下文信息查询请求,为上下文应用分发、传输高级上下文信息;
[0036](6)用户身份识别
[0037]所述用户识别单元在接收到所述服务管理单元的触发信息后,根据高级上下文信息对用户身份进行鉴别和确认;
[0038](7)用户行为/状态分析
[0039]所述用户行为/状态分析单元依据高级上下文信息对用户的当前行为或状态进行分析、判别,得到分析结果;
[0040](8)上下文应用
[0041]根据高级上下文信息,自动为用户执行个性化服务,调整相关设备或应用程序;
[0042](9)提取用户偏好及反馈信息
[0043]主动依据用户的行为/状态分析结果,结合所述用户个性化数据库存储的历史数据信息提取用户偏好信息,将用户偏好标准化处理后发送给所述策略数据库单元;用户反馈单元被动接收用户反馈操作信息,并将信息标准化处理后发送给所述策略数据库单元;
[0044](10)更新上下文感知策略
[0045]所述策略数据库单元接收用户偏好信息及用户反馈操作信息,调整上下文感知策略;并将策略变化发送给所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元;所述融合引擎管理单元、所述推理引擎管理单元、所述上下文建模管理单元、所述传感器管理单元根据策略变化信息配置,调整各自的工作模式及参数。
[0046]本发明的有益效果为:
[0047]1、本发明在上下文感知系统中加入了所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元,所述初级上下文存储/分发管理单元及所述高级上下文存储/分发管理单元统一管理上下文信息查询需求,并为相应单元分发上下文信息,降低了所述初级上下文提取模块、所述多引擎推理融合推理模块、所述上下文应用模块之间的耦合度,并有利于上下文信息的统一调度、管理,节省了系统的负荷和开销,使整个上下文感知系统更加灵活、智能。
[0048]2、本发明中所述多引擎推理融合模块引入多种推理引擎,可以利用不同领域的知识,为上下文感知系统提供多样化推理结果,并为用户提供了个性化推理结果。所述多引擎推理融合模块加入了多源上下文信息融合引擎,实现了多种推理结果的综合运用,大大提高了高级上下文信息的准确性、全面性,有助于上下文应用提供更加可靠、高效的服务。
[0049]3、本发明通过多推理引擎融合技术与动态管理技术向用户提供主动、便捷、定制化的服务,本发明公布的多推理引擎融合系统采用多样化推理引擎及融合,加入用户偏好提取及用户反馈机制,以用户的偏好为标准不断地对上下文感知系统进行动态调节和校正,使其提供的服务能不断满足用户变化的需求,做到真正的智能感知。
【附图说明】
[0050]图1为本发明多推理引擎融合上下文感知系统的结构框架的连接关系图。
[0051]图2为本发明多推理引擎融合上下文感知系统的传感器模块图。
[0052]图3为本发明多推理引擎融合上下文感知系统的初级上下文提取模块图。
[0053]图4为本发明多推理引擎融合上下文感知系统的多引擎推理融合模块图。
[0054]图5为本发明多推理引擎融合上下文感知系统的上下文应用模块图。
[0055]图6为本发明多推理引擎融合上下文感知系统的上下文感知系统管理模块图。
[0056]图7为本发明多推理引擎融合上下文感知系统的工作流程图。
【具体实施方式】
[0057]下面结合说明书附图和实施例对本发明作进一步限定,但不限于此。
[0058]如图1-7所示。
[0059]实施例1、
[0060]一种多推理引擎融合上下文感知系统框架,包括:与上下文感知系统管理模块相连的传感器模块、初级上下文提取模块、多引擎推理融合模块及上下文应用模块。
[0061]所述传感器模块用于采集从各类传感器收集到的原始上下文信息,将所述原始上下文信息传输至所述初级上下文提取模块,同时所述传感器模块动态管理传感器资源;所述初级上下文提取模块接收、处理所述原始上下文信息,生成初级上下文信息,并对其进行存储、分发;所述多引擎推理融合模块向所述上初级上下文提取模块查询所述初级上下文信息,所述多引擎推理融合模块利用所述初级上下文信息,通过多引擎推理、融合生成高级上下文信息,并存储、分发高级上下文信息;所述上下文应用模块向所述多引擎推理融合模块查询高级上下文信息,利用高级上下文信息为用户提供个性化服务、存储用户个性化数据,并接收用户反馈和提取用户偏好;所述上下文感知系统管理模块管理、调整整个上下文感知系统框架的运行,其利用预设信息建立策略数据库单元,接收所述上下文应用模块收集的用户反馈和用户偏好,调整策略数据库单元,对所述传感器模块、所述初级上下文提取模块、所述多引擎推理融合模块进行动态配置管理。
[0062]所述传感器模块包括:物理传感器单元和虚拟传感器单元。
[0063]所述物理传感器单元用于收集一个或者多个物理传感器的数据,并调整所述物理传感器的工作状态,所述物理传感器是指拥有实际测量元件,能够检测各种与上下文应用相关的实际信息的探测设备,如用于获取用户体温的红外传感器,用于测定有害气体浓度的环境监测设备,所述虚拟传感器单元用于负责收集一个或多个虚拟传感器的数据,并调整虚拟传感器的工作状态,虚拟传感器是指不具有实际探测元件,用于收集各种与上下文应用相关的虚拟信息的探测程序。如用于收集用户社交记录的网络爬虫,用于测定网络实时带宽的测试程序等。
[0064]所述初级上下文提取模块包括:上下文信息分类单元、上下文信息校准单元、上下文信息聚合单元、上下文信息特征提取单元、上下文信息表示单元、初级上下文数据库、初级上下文信息存储/分发管理单元;
[0065]所述上下文信息分类单元、所述上下文信息校准单元、所述上下文信息聚合单元、所述上下文信息特征提取单元、所述上下文信息表示单元、所述初级上下文数据库以及所述初级上
当前第2页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1