【摘要】：物聯(lián)網(wǎng)的出現(xiàn)和快速發(fā)展,物體普遍聯(lián)網(wǎng)對普適計算環(huán)境的服務(wù)遷移提出了更高的普遍適應(yīng)要求,并將物聯(lián)網(wǎng)普適計算轉(zhuǎn)向于智能服務(wù)領(lǐng)域,移動學(xué)習作為智能服務(wù)的延伸是一種智慧學(xué)習.本文在動態(tài)虛擬重組的"小粒度"計算區(qū)域網(wǎng)基礎(chǔ)上提出智慧學(xué)習模型:①智慧空間SLS,能有效地支撐普適計算的服務(wù)發(fā)現(xiàn)、執(zhí)行評估和服務(wù)推送;②學(xué)習服務(wù)遷移模型SMCAN實現(xiàn)DCS(數(shù)據(jù)、代碼、狀態(tài))的動態(tài)計算服務(wù)遷移.本文的主要貢獻在于:①物聯(lián)網(wǎng)以更小粒度,可熱插拔服務(wù),動態(tài)重組虛擬系統(tǒng)實現(xiàn)服務(wù)預(yù)測、服務(wù)執(zhí)行能力評估和服務(wù)匹配;②智慧學(xué)習空間和SMCAN遷移模型將計算區(qū)域網(wǎng)作為核心點和制高點,為物聯(lián)網(wǎng)普適計算智能服務(wù)研究提出新的思路.
【圖文】：

關(guān)鍵環(huán)節(jié)．本文在ＣＡＮ基礎(chǔ)上提出智慧學(xué)習空間ＳＬＳ（ＳｍａｒｔＬｅａｒｎｉｎｇＳｐａｃｅ）服務(wù)發(fā)現(xiàn)機制，動態(tài)查找和定位所需的服務(wù)并解決服務(wù)推送問題，將學(xué)習者、設(shè)備和環(huán)境間進行相互融合［８，９］．３．１智慧學(xué)習空間模型在物聯(lián)網(wǎng)普適計算環(huán)境中，物理空間和信息空間是相互融合在一起，構(gòu)成智慧空間．本文的智慧學(xué)習空間是計算區(qū)域網(wǎng)的重要組成部分（如圖１所示）．智慧學(xué)習空間能感知和提煉出學(xué)習者的任務(wù)，方便地與學(xué)習者進行交互，與周圍環(huán)境設(shè)備或構(gòu)件交互．圖１智慧學(xué)習空間模型Ｆｉｇ．１Ｓｍａｒｔｌｅａｒｎｉｎｇｓｐａｃｅｍｏｄｅｌ學(xué)習者移動到新的局部環(huán)境后，眾多異構(gòu)智能設(shè)備組成一個高度動態(tài)的ＣＡＮ，新的計算設(shè)備進入ＣＡＮ或已有的設(shè)備采用新的構(gòu)件時，新部件和原有構(gòu)件及設(shè)備之間動態(tài)重組成虛擬計算系統(tǒng)．當新設(shè)備或構(gòu)件加入ＣＡＮ時，利用虛擬設(shè)備重組機制注冊設(shè)備，并將設(shè)備注冊信息存放到ＳＬＳ，以廣播形式告知其他設(shè)備或構(gòu)件．當計算設(shè)備或構(gòu)件從ＣＡＮ中退出或出現(xiàn)故障時，ＳＬＳ將改寫設(shè)備注冊信息表中的信息，實現(xiàn)設(shè)備動態(tài)加入或退出ＣＡＮ和服務(wù)的熱插拔，使服務(wù)之間可自發(fā)地建立關(guān)聯(lián)和協(xié)作．７６６

出學(xué)習者的任務(wù)列表．設(shè)Ｈ為任務(wù)歷史列表，Ｌ為學(xué)習場合，Ｃ為上下文場景，Ｓ為學(xué)習習慣．神經(jīng)網(wǎng)絡(luò)預(yù)測模型由Ｘ＝［Ｌ，Ｃ，Ｓ］各輸入分量，記憶權(quán)值Ｗ，傳遞函數(shù)ｆ構(gòu)成Ｈｉ＝∑ｗｉｊ（ｆ－Ｘｉ）其中ｉ≥１，ｊ≥１，其結(jié)構(gòu)如圖２所示．圖２中包含輸入層、隱層和輸出層，其中每一層的神經(jīng)元與相鄰層的神經(jīng)元完全連接，在每個連接上有一個權(quán)值ｗｉｊ，通過訓(xùn)練和學(xué)習，調(diào)整它們之間連接的權(quán)值ｗｉｊ及神經(jīng)元的閾值．圖２神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)構(gòu)Ｆｉｇ．２Ｓｔｒｕｃｔｕｒｅｏｆｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｐｒｅｄｉｃｔｉｏｎ在圖２中，Ｘｉ由不同的Ｌ，Ｃ，Ｓ動態(tài)組合，可將智慧學(xué)習空間中學(xué)習者的先驗知識與設(shè)備資源結(jié)合在一起，提煉出預(yù)測任務(wù)列表，為設(shè)備能力評估、任務(wù)－服務(wù)匹配作準備和決策．智慧學(xué)習空間在提煉學(xué)習者任務(wù)列表時，ＣＡＮ控制中心隨即啟用ＣａｐａｂｉｌｉｔｙＤｅｓｃｒｉｐｔｉｏｎ對區(qū)域內(nèi)的設(shè)備能力描述，并將所有設(shè)備信息存放到智慧學(xué)習空間的設(shè)備能力表中．ＣＡＮ執(zhí)行評估機制對區(qū)域內(nèi)設(shè)備執(zhí)行能力評估包括執(zhí)行效率和執(zhí)行效果評估．設(shè)計算區(qū)域網(wǎng)中設(shè)備或構(gòu)件資源為ｄｉ，，學(xué)習者攜帶的學(xué)習任務(wù)作為計算資源ｔｊ，執(zhí)行評估結(jié)果Ｒ為設(shè)備資源ｄｉ與計算資源ｔｊ的執(zhí)行評估反饋結(jié)果集，其對應(yīng)關(guān)系采用模糊矩陣［１１，１２］來描述如表１模糊執(zhí)行能力評估，二元模糊關(guān)系的隸屬度矩陣由ｔ＝｛ｔ１，ｔ２，ｔ３，…，ｔｎ｝與ｄ＝｛ｄ１，ｄ２，ｄ３…，ｄｍ｝

【參考文獻】

相關(guān)期刊論文 前2條

1 郭本俊;黃健;盧軍;唐聃;;基于計算區(qū)域網(wǎng)的物聯(lián)網(wǎng)普適計算框架模型[J];四川大學(xué)學(xué)報(自然科學(xué)版);2012年01期

2 范周田,程乾生;模糊矩陣的特征向量[J];系統(tǒng)工程理論與實踐;2001年01期

相關(guān)博士學(xué)位論文 前1條

1 蔡海濱;普適計算中智能服務(wù)選擇算法研究[D];東華大學(xué);2008年

【共引文獻】

相關(guān)期刊論文 前4條

1 范周田;任志華;;廣義模糊矩陣的標準特征向量[J];北京工業(yè)大學(xué)學(xué)報;2010年10期

2 舒大有;馮暄;盧軍;郭本俊;;一種分布式SCADA系統(tǒng)設(shè)計與實現(xiàn)[J];計算機科學(xué);2013年08期

3 程啟月,邱菀華;不完全信息下軍事沖突態(tài)勢的模糊過程分析[J];數(shù)學(xué)的實踐與認識;2001年06期

4 唐s

本文編號：2586741