[发明专利]普适计算环境中基于神经网络的上下文融合方法

摘要

基于改进径向基函数神经网络的普适计算中上下文融合方法是一种在普适计算环境中，利用改进的径向基函数神经网络对环境中预先布设的多种物理传感器和逻辑传感器所感知到的原始上下文数据进行融合处理，以获取上下文感知计算系统中上层应用所需的精确的上下文信息的技术方案。是一种普适计算环境中，结合径向基函数神经网络和粒子群优化算法两者优点的上下文融合方法来获取用户精确的上下文信息，从而达到正确感知用户所处环境状态，主动提供各种适合该情景的服务，最大限度地减少直接人机交互、提高系统整体性能的目标。径向基函数神经网络在逼近能力、分类能力和学习速度等方面都优于BP神经网络，采用径向基函数神经网络进行信息处理，就是利用其并行计算、容错性等优点。

主权项

一种普适计算环境中基于神经网络的上下文融合方法，其特征在于该方法所包含的步骤如下：步骤1)用户所在普适环境中布设的多种物理上下文传感器和逻辑上下文传感器利用红外无线传输信道，通过上下文信息采集接口将感知的上下文数据传送到上下文管理器中的存储模块进行存储；步骤2)根据实际普适环境中不同应用的需求，用户可以预设数据预处理模块中滑动窗口机制的各项参数，最重要的是滑动距离Win_distance和窗口大小Win_size两个关键参数；步骤3)采用滑动窗口机制对上下文传感器获取的原始上下文数据进行预处理，以剔除误差较大的上下文数据或根据系统应用需求采用适当的上下文数据进行替代；步骤4)利用预处理过的上下文数据作为样本数据对径向基函数神经网络进行初始化操作，本发明采用常选的高斯函数作为激活函数；步骤5)用户根据实际场景设置粒子群优化算法所需的各项参数，对粒子群优化算法进行初始化操作；步骤6)构造新的用于上下文数据融合的改进的径向基函数神经网络；步骤7)上下文管理器计算每个粒子的适应值；步骤8)判断适应值的计算结果是否满足预先定义的误差条件或达到预先设置的迭代结束条件；步骤9)如果适应值的计算结果不满足误差条件，则进行粒子群优化算法的更新操作，然后转到步骤4)继续重复执行后续步骤；步骤10)如果适应值的计算结果满足误差条件或已经达到迭代结束条件，则利用训练好的神经网络对上下文数据进行融合操作；步骤11)将上下文数据的融合结果传送给上下文管理器进行存储以备以后的查询操作，或者直接提供给对数据的实时性有要求的不同上层应用程序。