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。