普适环境下服务发现的改进方法

普适计算是指在普适环境下,人们能够使用任意设备,通过任意网络,在任意时间都可以获得一定质量的网络服务的技术。分析了普适计算中服务发现的几种方式,在JXTA基础上提出了一种改进模型。     

泛在学习环境下教学资源的建设策略研究

泛在学习是继移动学习之后诞生的一种新型学习方式,移动教学资源的建设对促进泛在学习的发生,提高泛在学习效率有着重要的意义。该研究在阐述泛在学习和泛在学习环境的内涵及特点的基础上,结合学习者对教学资源的需求,提出了泛在学习环境下移动教学资源的建设策略。     

面向未来的计算模式——普适计算

计算技术的发展需要与之适应的计算模式。普适计算是信息空间与物理空间的融合，计算机本身将从人们的视线中消失，人们注意力的中心可以回归到要完成的任务本身。普适计算将从根本上改变人们对什么是计算的思考，也改变我们整个生活和工作的方式。该文描述普适计算研究的现状和发展趋势，并讨论普适计算在发展过程中面临的新技术和新挑战。     

基于大数据的泛在环境融合学习模式监督体系研究

随着基于Hadoop技术的大数据生态圈的形成,泛在学习环境产生了新的变化。《教育信息化"十三五"规划》明确指出,要大力推进"网络学习空间人人通",融合网络学习空间创新教学模式、学习模式、教研模式等,拓展教育信息化应用的广度与深度。通过对大数据技术的引入,完成泛在学习参与者学习状态的跟踪、分析与反馈,建立优化的泛在学习模型,更好地为高校大学生自主学习提供优质高效的学习资源。     

普适计算在嵌入式系统设备中的应用

本文介绍了普适计算、嵌入式系统的概念以及普适计算在嵌入式设备中的特性,并根据嵌入式系统设备的特点和技术要求,阐明了普适计算应用于嵌入式系统设备中的相关原则。最后以智能GPS导游系统为例说明了普适计算在嵌入式系统应用中多方面的优势和发展前景。     

泛在学习理论视野下的终身学习模式的构建

阐述了泛在学习的概念、内涵、特点及学习系统的组成进行,提出在泛在学习理论视野下的基于问题学习导向的终身学习模式、协作式的终身学习模式、探究式的终身学习模式、随即进入式的终身学习模式等四种终身学习模式的构建。     

面向服务架构下普适设备服务语义的描述

以建立普适设备服务为主要目标,研究了在面向服务架构（SOA）下普适设备服务语义描述的优点,以及语义描述的方法,介绍了设备服务本体描述的3个主要部分,即设备描述、事件描述、应用描述。为普适计算环境下的系统的开发提供了理论支持。     

普适环境下的多Agent协同框架的研究

根据普适计算的特点,提出了一种多agent协同框架模型.考虑到普适计算环境下移动设备的交互和多通道的信息集成,该模型在已有多agent协同设计框架模型上增加了相应的a-gent,并且在设计agent的结构中包含了通道识别、上下文生成及多通道信息整合模块,以处理多通道的信息.详细介绍了在该agent模型中基于设计上下文的知识表示,以及协同设计系统中多agent知识共享的方法.该研究对于普适计算在设计领域中的应用有重要的意义.     

Agent普适机器学习模型设计研究

从上世纪90年代MarkWeiser提出普适计算的透明化和不可见性两个特点开始,到2003年国际普适计算会议提出使用自身的信息来提高系统性能以后,普适计算开始向机器学习的方向发展。通过Agent的移动性和普适计算的随时随地性来实现机器学习为各行各业服务的普适功能,从而形成Agent普适机器学习基本内容。借助普适计算的基本性质,结合机器学习的特点,给出Agent普适机器学习设计方法。     

基于反射原理的服务发现中间件SLRM研究

针对普适计算环境下设备的多样性和环境的异构性日益突出的问题,利用反射技术来实现具有高度自适应性和可配置性的中间件,结合普适计算的特点,设计了一种新型的基于反射原理的服务发现反射中间件框架SLRM,以构件方式构造了SLRM的服务发现及绑定模型,并通过反射策略实现服务的动态重配置,讨论了基于CORBA的SLRM实现关键技术.研究结果表明,SLRM能较好地适应动态变化的分布式环境和应用需求,在反射类型、反射的触发及平台构件化等方面具有特色.     

一种面向机器学习的情境识别机制

普适计算环境为了能够自适应地为人们提供透明式的服务,必须通过情境获取和识别。情境识别指通过传感器网络获取物理环境和用户状态等信息后,通过数据融合、规则推理、机器学习等途径,判断当前发生的事务。本文开发了一个情境识别引擎,详细介绍了识别引擎的总体架构和训练算法,并进行了性能检测。     

下一代网络环境中上下文感知应用提供框架

上下文感知是遍布计算中的一项重要技术,其应用已经成为下一代网络环境中业务开发的一个热点.为了更好地支持下一代网络中的上下文感知业务提供,结合上下文感知概念和面向服务的思想提出上下文服务,给出了适合于下一代网络环境的上下文感知业务提供通用框架CASPGA(Context-Aware Service Provision General Architecture),并详细讲述其功能结构和实现技术,从而可以更加方便地开发出各种上下文感知应用.     

分布式深度学习的数据传输压缩机制研究综述

分布式深度学习已经成为深度学习领域最热门的研究之一,越来越庞大的数据模型和算法都依赖分而治之思想来处理。分布式深度学习系统在快速发展中遇到了许多挑战,其中最重要的是如何在分布式环境有限的网络带宽中有效地传输大量数据,以充分利用计算资源高效训练高精度的深度神经网络。针对这个问题,从参数同步、模型聚合和梯度压缩3个角度讨论不同的数据传输压缩技术,分别将其用于交错数据传输、减少数据交换频率以及减小单次传输数据量。最后对分布式深度学习的数据传输压缩机制的未来发展趋势进行了讨论和展望。     

面向波动复杂性的上下文预测

针对普适计算环境中上下文变化存在的复杂情况,提出面向波动复杂性的上下文预测方法,在分析上下文波动变化的影响因素的基础上,提出相似上下文序列的概念,给出了上下文序列相对距离和相似上下文序列的定义,以及相关的上下文预测推理算法和架构.通过计算上下文序列之间的相对距离,确定相似的上下文序列,根据相似的上下文序列进行上下文预测.该预测方法不仅提供了一种度量上下文序列的新方法,而且解决了传统精确匹配预测方法的局限性问题,有效地提高了普适计算中上下文预测的能力,使其具有更强的适应性和实用性.     

泛在学习环境下英语专业学生自主学习探究——以吉林化工学院英语专业学生为个案研究

以吉林化工学院英语专业学生为调查对象,针对泛在学习环境下学生的自主学习情况进行了问卷调查和访谈。通过对他们自主学习现状的分析,提出了促进英语专业学生自主学习的相应策略。