基于Socket與多線程的媒體遷移播放功能的實現.pdf

1、在普適服務概念的背景下，本文通過對Context Logic與Context Fabric兩種推理方法的分析研究，發(fā)現這兩種情境信息計算方法都不能完全滿足我們的普適服務下的情境信息推理計算的要求。通過研究發(fā)現，Context Logic雖然相對于單純的概率模型有所改進，解決了不能處理結構型數據的問題，但是Context Logic是基于一階概率邏輯而設計的，因為Bayesian網絡本身也是一個NP-hard問題，加入一階表示能力使計算的

2、復雜度大幅度提高。Context Fabric（聚類法）是基于模式識別理論建立的情境識別方法，它在某些情境覺察中，可以發(fā)揮作用，但不能滿足智能空間情境推理服務的應用要求。這是因為這種方法是通過在一組互斥的情境集中選取一個元素，來對情境進行表示的，所以這本質上是在命題層次上對問題進行描述，不具有對不確定性問題的描述能力。
　　 本文在對多種相關推理方法的研究后，發(fā)現Paul Castro提出的一種基于貝葉斯網絡的概率關系模型比較符

3、合我們的普適服務下的情境信息推理計算的要求，這種推理算法是用經典的D-S證據理論作為證據信任度推理模型對從傳感器獲得的情境信息數據進行推理計算，其中情境信息包括情境變量，數據集狀態(tài)等。但Paul的推理算法在信任性、精確性、相關性三個方面還有不足，所以經過對其算法在這三個方面的改進，本文提出了一種能適應對多源情境信息進行推理的計算方法。對信任性的改進，本文是通過加入測度信任性的權值因子與原來的證掘進行融合計算。對精確性的改進，本文是通過引

4、入時間函數對證據的時間精確性進行評估，并進行融合計算。最后對相關性的改進，本文通過把具有相關性的證據做去相關化處理，從而使新得到的證據符合經典的證據理論的計算要求。最終，經過本文的對情境信息推理算法的三個方面的改進，推理決策的正確率得到提高，算法的適用范圍得到擴大。本文完成了普適服務概念下智能空間中具有媒體遷移播放功能軟件系統，首先完成了 Windows平臺上的系統，具體實現方法是利用SMIL與Socket技術，實現了臺式機上的電影遷移

5、播放功能。其中SMIL的主要用途是控制電影的播放位置。利用多線程技術增加了程序的響應性能。在電影播放的過程當中，主界面為用戶提供了聊天服務。本文的電影播放時使用的是用MFC框架下的控件制作的播放器，這樣能更方便的獲取到電影的播放時間。本文利用QT開發(fā)工具完成了Linux上的媒體文件遷移系統。從總體上說，程序的運行效果達到了預期的設計目標。在完成了PC平臺上的媒體遷移播放功能后，本文繼續(xù)研究了可斷點續(xù)傳的下載，并實現了可斷點續(xù)傳的下載，應