基於移動計算的新技術專業增值服務的實現裝置的製作方法
2023-07-02 03:39:21 2
專利名稱：基於移動計算的新技術專業增值服務的實現裝置的製作方法
技術領域：
本發明涉及一種新技術專業增值服務的實現裝置，尤其涉及一種基於移動計算的新技術專業增值服務的實現裝置。
背景技術：
基於移動計算的新技術專業增值服務的虛擬與現實是當今科學技術領域比較熱門的新型學科，傳統的技術市場價值評估與價值增長信息管理系統雖然也是基於計算機應用環境的型式，但是其功能和作用受到多方面的限制，存在著諸多的不足之處。
發明內容
因此，本發明的目的在於提出一種新穎的基於移動計算的新技術專業增值服務及其實現裝置，利用移動計算的功能，大大改善和提高了基於移動計算的新技術專業增值服務及其實現裝置的功能和作用。
本發明的基於移動計算的新技術專業增值服務及其實現裝置包括面向對象的新技術專業增值服務的虛擬與現實境界、移動計算的協同工作環境、多通道數據源、屬性特徵、模式識別、元素標識、情景設定、執行非線性任務、人機互動解釋器、魔發引擎、可視化埸景操作，在其模塊上方，包括對象識別監控組態模塊、新技術專業增值服務的數學模型、非程序模板、世界圖景、智能信關模塊，在該模塊下方，包括移動計算的人工智慧網絡、可視化埸景操作的魔發引擎、實時信息庫、對象資源庫、聯想知識庫、案例分析庫等。
附圖描述下面結合附圖詳細描述本發明，附圖中
圖1為基於移動計算的新技術增值服務及其實現裝置系統的示意圖；圖2為面向對象的可視化移動計算及其系統集成的示意圖；圖3為可視化移動計算模式的示意圖；圖4為可視化移動計算模型框5為新技術增值服務內核驅動的非程序決策模式的示意圖；圖6為可視化移動計算的埸景操作的示意圖；圖7為DSP智能軟體晶片固化的演繹的示意圖；圖8為新技術增值服務的可視化埸景操作進程控制的示意圖；圖9為基於可視化移動計算的信息視圖激活的示意圖；圖10為新技術增值服務的可視化協同工作環境的示意圖；圖11為人機互動操作的模擬進化輸出的示意圖。
具體實施例方式
新型材料、生物技術、信息技術等新技術具有創造新行業和改變已有行業的潛力。在發展新技術的產業化方面，儘管許多公司有著優越的各種資源，但他們經常會輸給小的競爭對手。為什麼這些公司在破壞性的技術面前有諸多困難或障礙？如何管理大量可以創造自由市場新機會或毀滅已有行業的新技術呢？如何控制這一不受任何約束的領域所具有的複雜性、不定性和迅速變化？新技術以永不停息的增長速度改變著市場、商業和社會。我們迫切需要更為明確的路標來指引我們穿過這片新地形。快速發展的新技術對組織結構產生了巨大的反應，並要求採用不同的管理模式和方法。基於移動計算的新技術專業增值服務，以管理和組織新技術進入產業化市場的超越行動，向我們展示了作用於自由市場的可視化模型評估新技術及預測它們對未來商業化探索過程的影響與體驗；理解市場的起伏與各種技術障礙之間的交匯。
管理者被迫根據遠非完全的信息作出關於新技術的決策。事實是一些技術成功了而另一些失敗了，而管理者並不能提前確認一項技術是否會成為下一個失敗或是受歡迎的產品。引導新技術的一個核心部分就是處理好與不同合作者的複雜的關係網和其發展至關重要的競爭關係。
管理與實施新技術所面臨的一個嚴峻挑戰就是與問題和矛盾及其相應的模糊性共存。管理者通過將秩序強加於模糊環境的思維模式把不確定性降至可管理水平。這些思維模式通常是對管理者從過去經歷中學到東西的適當調整。如果新技術能實現其潛能，它將創造極具吸引力而讓人難以忽視的市場機會。
遠在發展成熟、獲得商業成功之前，新技術就發出了信號，宣告它的到來。在預期價值相同時，他們容易選擇已知的可能性，而不是未知的可能性。對於新技術來說，由於投入一項新技術常常充滿著不確定性，所以堅持熟悉的一切更具吸引力。
與其他類型的信息系統相比，基於信息技術支持的專家系統提供許多更為強大的能力，能帶來更多的收益。例如，一個基於計算機協同工作環境的遠程醫療診斷的專家系統常被用來實施遠距離的醫療服務，因為它能比人類做得更好。
在每個領域和學科中都可利用專家系統來解決問題，它還能支持解決問題過程中的每個階段。過去的成功經驗表明，專家系統在戰略目標的制訂、規劃、設計、決策制定、質量控制及監控、以及診斷等方面十分出色。
在醫療服務中，已經採用專家系統來診斷疑難雜症。專家系統能分析測試結果和病人的症狀。有些系統根據所提供的數據和分析，能指出潛在病症的可能性估計。專家系統能為醫生提供病症的可能原因，並能建議治療方案。
專家系統是由許多集成的，相互聯繫的構件所組成。一個典型的專家系統具備，用戶與用戶界面交互作用，而用戶界面與推理引擎交互操作。推理引擎又與專家系統的其他部分交互作用。專家系統的這些組成部分必須聯合協同工作才能為決策制定的過程提供專家經驗和正確導向。
一個專家系統具有很多的特點和能力1.能對它們的推理或提議的決策作出解釋。因為專家系統的用戶可以訪問到結論後面的推理過程。
2.能顯示「智能」行為。因為專家系統收集了許多數據，所以它能為解決問題提議新的思想或方法，可以根據病人的情況做出想像的醫療診斷。
3.能以複雜的關係間得出結論。專家系統能以非常複雜的方式評價相互關聯的數據以得出結論，並找出問題的解決方案。
4.能提供「可移動」的知識。專家系統一項獨特的能力在於它們可用來獲取人類的專家經驗，這些專家經驗若不加以獲取挽救就會丟失。
5.能處理不確定性。專家系統最重要的一個特點是能處理不完備或不十分準確的知識。專家系統通過運用概率學、統計學和啟發學來解決處理此類問題。
儘管專家系統的這些特點令人難忘，但另外的一些特點卻限制了它們目前的使用。許多這些限制性特點與成本、控制和複雜性有關。
1.未經廣泛地使用或測試過。目前還處於專家系統使用的初級階段。儘管不斷地獲得成功，但專家系統並未在許多的組織中得到使用。
2.難於使用。有些專家系統很難控制和使用，需要計算機人員或經過專家系統專門培訓的人員的支持，以幫助用戶從這些系統中獲得最大收效。現今的挑戰是要使專家系統更易於沒有多少電腦程式設計經驗的決策制定者所用。
3.局限於較狹窄的問題。儘管有些專家系統能進行複雜的數據分析，但另一些專家系統還是局限於一些簡單的問題。
4.不易處理「混合」的知識。專家系統不易處理有混合表述的知識庫。在某些應用中的專家系統可能無法處理由規則和案例結合組成的知識。
5.出錯的可能性。儘管某些專家系統具有從經驗中進行學習的能力，但知識的主要來源還是人類專家。如果這種知識不正確或不完備，這對專家系統必然有負面的影響。
6.無法提煉自己的知識庫。專家系統不能直接獲得知識，程序設計人員必須給系統下達指令來決定系統如何從經驗中進行學習。
7.難以進行維護。與上一點相關的是專家系統限難進行更新這一事實。某些專家系統對變化的環境無法做出反應或適應。增加新的知識及變更複雜的關係都需要高級的程序設計技巧。
8.開發成本可能過高。在採用傳統的程序設計語言和方法時，開發專家系統是很昂貴的。通過使用專為開發專家系統而設計的軟體，能大大降低成本。
與其他信息系統一樣，通過一個通用的資料庫，也可以將專家系統與組織中的其他系統集成起來。在許多組織中，這些系統是相互重疊的。在此重疊的每個進展階段，信息系統可在更大程度上輔助決策制定過程。
人們通常認為新技術適用範圍狹窄，而其應用還未成為現有客戶的需要。由於小市場並不能解決大公司的發展需求，因而人們很容易放棄這種未經證實的技術。有遠見的公司知道剛開始發展的技術，猶如剛誕生的嬰兒一樣，幼小的生命一開始可能只有自己的母親喜愛。新技術曾經處於萌芽狀態，但隨著時間的推移會成長為重要的成熟行業。
管理者考慮一項新技術時，他們需要將精力集中在該技術的最終潛力上，而不被其當前形象、感覺或市場當前形式所迷惑。市場會改變，技術會發展。基於移動計算的新技術專業增值服務及其實現裝置，不應只看一項技術現在是什麼樣，而應看它會變成什麼樣。這需要遠見和想像力。但是與此同時，企業需要對要用多少時間達到這點持實際態度。然後，他們需要認真地預測這種市場的潛在價值、競爭對手可能採取的行動和不採取行動的成本(圖1.基於移動計算的新技術增值服務及其實現裝置系統)。
一個實際問題往往是很複雜的，影響它的因素總是很多的。如果想把它的全部影響因素(或特性)都反映到數學模型中來，這樣的數學模型是很難甚至是不可能建立的；即使能建立也是不可取的，因為這樣的模型非常複雜，很難進行數學推演和計算。反過來，若僅考慮易於數學處理的要求，當然數學模型越簡單越好，這樣做又難於反映系統的有關主要特性。實際上所建立的數學模型往往是這兩種互相矛盾的要求的折衷處理。
實現裝置首先，建立系統的物理模型。需要仔細觀察分析所討論的系統，根據研究問題的性質和要求的精確程度，略去或簡化一些次要因素，確定系統的主要特性和因素，作一些假設，抽象成該系統的物理模型。
其次，在物理模型的基礎上建立數學模型。需要先確定模型的輸入、輸出變量和參數。模型的輸入輸出變量是指能反映有關特性的可以取不同數值的因素。在確定變量時，當然希望在不降低精確度的條件下，變量的數目少些為好。通常可以這樣處理來減少變量的數量①兩個變量之間相似時，可歸併為一個變量。
②當變量變動時，輸出(解)變化不大，可把該變量視為常數，通常取其平均值為該常數。
③有時將離散變量視為連續變量，有時則反之，把連續變量視為離散變量，這樣可能會有利於簡化模型，便於計算。
實現裝置模型的參數是指與研究的問題有關的一些已知因素。它可能是變化的，也可能是不變化的常量。
實際的系統常常是由非線性方程來描述的，即使對所謂的線性系統來說，也只是在一定的工作範圍內保持真正的線性關係。
(1)連續或離散系統相對於時間這個自變量來說，系統動態行為是隨時間連續變化還是僅在離散的瞬時上變化。在實踐中，當控制所需要的測量是以間斷的方式進行時，或者當大型控制計算機被數個控制對象所分時，致使輸送到每一個控制對象去的控制信號僅為周期性信號時，或者當採用數字計算機去完成控制所必需的計算時，都會產生離散系統。連續系統的動態行為一般用微分方程描述，叩離散系統或採樣數據系統則用差分方程代替。
(2)線性或非線性系統表徵系統動態行為的數學方程是線性的還是非線性的。如果徽分方程的係數是常數或者僅僅是自變量的函數，就稱做線性微分方程。線性系統最重要的特性就是可採用疊加原理。疊加原理說明，兩個不同的作用函數同時作用於系統的響應，等於兩個作用函數單獨作用的響應之和。
(3)集中參數或分布參數系統表徵系統特性時，將它分解成有限個元素，用它的元素間的相互關聯作成模型，這個系統稱為集中參數系統。若根據在空間分布的無限個微小部分建立模型，稱做分布參數系統。分布參數系統的數學模型用偏微分方程來表示。
(4)確定或隨機系統確定系統指用確定性的數學模型來描述。輸出和輸入變量之間有完全確定的函數關係。隨機系統則由於系統內部或環境發生不確定的變動，影響輸出變量。在控制系統中，隨機因素可能作用在系統的人口，也可能作用在系統的出口，還可能影響系統模型本身(基於移動計算的新技術專業增值服務及其實現裝置系統結構和參數)。
(5)單變量或多變量系統基於移動計算的新技術專業增值服務及其實現裝置，單變量或多變量輸入輸出。
基於移動計算的新技術專業增值服務及其實現裝置，C++這樣的靜態類型語言與相比，這一變化更容易用在類似於Smalltalk這樣的動態類型語言中。僅當所有對象都有相同的抽象基類，或者當產品對象可以被請求它們的客戶安全的強制轉換成正確類型時，你才能夠在C++中使用它的參數化操作。
實現裝置WindowSystem抽象基類定義一些接口，來創建表示窗口系統資源的對象。具體的子類為某個特定的窗口系統實現這些接口。運行時，ET++創建一個具體WindowSystem子類的實例，以創建具體的系統資源對象。
實現裝置用戶可以組合多個簡單組件以形成一些較大的組件，這些組件又可以組合成更大的組件。Picture類定義了一個Graphic對象的聚合。Picture的Draw操作是通過對它的子部件調用Draw實現的，Picture還用這種方法實現了一些與其子部件相關的操作。由於Picture接口與Graphic接口是一致的，因此Picture對象可以遞歸地組合其他Picture對象。
·在遞歸結構中定義一個接口，用於訪問一個父部件，並在合適的情況下實現它。
·在組合中表示葉結點對象，葉節點沒有子節點。
·在組合中定義圖元對象的行為。
·在Component接口中實現與子部件有關的操作。
·通過Component接口操縱組合部件的對象。
·用戶使用Component類接口與組合結構中的對象進行交互。
實現裝置定義了包含基本對象和組合對象的類層次結構，基本對象可以被組合成更複雜的組合對象，而這個組合對象又可以被組合，這樣不斷的遞歸下去。客戶代碼中，任何用到基本對象的地方都可以使用組合對象。
RTL Smalltalk編譯器框架大量地使用了Composite模式。RTLExpression是一個對應於語法分析樹的Component類。這些類為語法分析樹定義了一個組合結構。
實現裝置Flyweight是一個共享對象，它可以同時在多個埸景中使用，並且在每個埸景中Flyweight都可以作為一個獨立的對象。Flyweight不能對它所運行的埸景做出任何假設，這裡的關鍵概念是內部狀態和外部狀態之間的區別。內部狀態存儲於Flyweight中，它包含了獨立於Flyweight埸景的信息，這些信息使得Flyweight可以被共享。而外部狀態取決於Flyweight埸景，並根據埸景而變化，因此不可共享。用戶對象負責在必要的時候將外部狀態傳遞給Flyweight。
·實現裝置描述一個接口，通過這個接口Flyweight可以接受並作用於外部狀態。
·實現Flyweight接口，並為內部狀態增加存儲空間。必須獨立於ConcreteFlyweight對象的埸景。
·實現裝置創建並管理Flyweight對象。
·確保合理地共享Flyweight。當用戶請求一個Flyweight時，FlyweightFactory對象提供一個已創建的實例或者創建一個模型。
基於移動計算的新技術專業增值服務及其實現裝置，人機操作的行為模式涉及到算法和對象間職責的分配。行為模式不僅描述對象或類的模式，還描述它們之間的通信模式。有多個的對象可以處理一個請求，哪個對象處理該請求運行時刻自動確定。並可處理一個請求的對象集合應被動態指定。
·實現裝置定義一個處理請求的接口。
·向鏈上的具體處理者對象提出請求。
·實現裝置客戶提交一個請求時，請求沿鏈傳遞直至有一個類對象負責處理它。
·實現裝置職責鏈可簡化對象的相互連接。它們僅需保持一個指向其後繼者的引用，而不需保持它所有的候選接受者的引用。
·為標識請求，實現裝置子類可定義一個訪問器函數以返回該類的標識符。或者，如果實現語言支持的話，接受者可使用運行時的類型信息。
一個構件或構件視圖可解釋一個命令以進行一個互動操作，構件和構件視圖可以組織為層次式的結構。ET++使用職責鏈來處理圖形的更新。當一個圖形對象必須更新它的外觀的一部分時，調用InvalidateRect操作。
基於移動計算的新技術專業增值服務及其實現裝置，面向對象的類模式是遵循解耦調用操作的對象和具有執行該操作所需信息的那個對象的。用構建在原語操作上的高層操作構造一個子系統，類模式提供了對事務進行建模的方法。使得你可以用同一種方式調用所有的事務。同時使用該模式也易於添加新事務以擴展系統。
·實現裝置聲明執行操作的接口。
·實現裝置將一個接收者對象綁定於一個動作。
·實現裝置創建一個具體命令對象並設定它的接收者。
·類模式調用操作的對象與知道如何實現該操作的對象解耦。
·類模式所指定的對象可像其他的對象一樣被操縱和擴展。
·實現裝置可將多個命令裝配成一個複合命令。
基於移動計算的新技術專業增值服務及其實現裝置，使用C++模板來實現解耦調用操作的對象和具有執行該操作所需信息的那個對象的例程，這樣可以避免為每一種動作和接收者都創建一個子類。
基於移動計算的新技術專業增值服務及其實現裝置，類定義了多種行為，並且這些行為在這個類的操作中以多個條件語句的形式出現。將相關的條件分支移入它們各自的子類中以代替這些條件語句。需要使用一個算法的不同變體。自定義一些反映不同的空間/時間權衡的算法。當這些變體實現為一個算法的類層次時，可以使用策略模式。
·實現裝置定義所有支持的算法的公共接口。
·以Strategy接口實現某具體算法。
·實現裝置維護一個對Strategy對象的引用。
·實現裝置可定義一個接口來讓Strategy訪問它的數據。
·用一個ConcreteStrategy對象來配置。
實現裝置Strategy和Context相互作用以實現選定的算法。當算法被調用時，Context可以將該算法所需要的所有數據都傳遞給該Strategy。或者，Context可以將自身作為一個參數傳遞給Strategy操作。這就讓Strategy在需要時可以回調Context。
基於移動計算的新技術專業增值服務及其實現裝置，Context將它的客戶的請求轉發給它的Strategy。客戶通常創建並傳遞一個ConcreteStrategy對象給該Context。這樣，客戶僅與Context交互。通常有一系列的ConcreteStrategy類可供客戶從中選擇。
實現裝置Strategy類層次為Context定義了一系列的可供重用的算法或行為。繼承有助於析取出這些算法中的公共功能。將Strategy作為模板參數，在C++中，可利用模板機制用一個Strategy來配置一個類。然而這種技術僅當下麵條件滿足時才可以使用(1.可以在編譯時選擇Strategy。2.它不需在運行時改變。)在這種情況下，要被配置的類自定義為以一個Strategy類作為一個參數的模板類。使用模板不再需要定義給Strategy定義接口的抽象類。把Strategy作為一個模板參數也使得可以將一個Strategy和它的Context靜態地綁定在一起，從而提高效率。
基於移動計算的新技術專業增值服務及其實現裝置，一個模板方法用一些抽象的操作定義一個算法，而子類將重定義這些操作以提供具體的行為。一次性實現一個算法的不變的部分，並將可變的行為留給子類來實現。實現一個模板的方法，自定義一個算法的骨架。該模板方法不僅調用原語操作，也調用自定義在子類中的操作或其他對象中的操作。模板方法是一種代碼復用的基本技術。它們在類庫中尤為重要，它們提取了類庫中的公共行為。
·實現原語操作以完成算法中與特定子類相關的步驟。
·基於計算協同工作來實現算法中不變的步驟。
·實現裝置子類可以通過重定義父類的操作來擴展該操作的行為。
·面向對象的操作可以轉換為一個模板方法。
·可以提供一個高層的接口以允許該訪問者訪問它的元素。
·實現裝置可以是一個複合或是一個集合，如一個列表或一個無序集合。
基於移動計算的新技術專業增值服務及其實現裝置，使用C++訪問控制，一個模板調用的原語操作可以被定義為保護成員。這保證它們只被模板方法調用。必須重定義的原語操作須定義為純虛函數。模板方法不需被重定義。因此可以將模板方法定義為一個非虛成員函數。
實現裝置在相互作用建模中，通過模型一對話鏈的消息順序由用戶而不是由模型決定，因而對於每一個模型的使用是不固定的。這種性能使得建模活動過程成為獨立的，而且可以直接由用戶控制。
基於移動計算的新技術專業增值服務及其實現裝置，模型庫應具有如下功能(1)具有快速和方便地產生新模型的能力；(2)具有存取和集成模型塊的能力；(3)具有支持各層用戶利用模型對問題進行分類，分析的能力，將不確定問題分化成提供線索的問題；(4)具有依據知識及推理規則的模型連接方法，即使模型相關聯的能力；(5)具有調用和進行模型管理的機構，進行模型的修改，增刪和操作的能力。
基於移動計算的新技術專業增值服務及其實現裝置，用來實現模型庫和資料庫之間的接合(1)每一種模型將由資料庫取得全部的數據值或輸入數據。這種方法保證數據的精度，因為資料庫中所存的數據值是以資料庫管理系統中編輯校驗步驟的有效性為依據的；(2)全部模型利用同一個資料庫。這種特點保證了數據前後的一致性。如果不止一個模型利用同一個數據項，這樣就使得它對所有的應用所提供的數據是相同的。全部模型利用同一個資料庫可促進模型的流動性。當數據被更新之後，建立在此數據上的全部模型同時也得到更新；(3)模型將全部的輸出數據和數值送回資料庫。這個性能提供模型之間的連結，當一個模型需要另一個模型的輸出作為自己的輸入時就要經過這種連結方式。它還容許利用對話—數據鏈完成顯示格式，並且由一個模型給出輸出；(4)模型本身採用三種存儲格式之一作為資料庫存儲在資料庫中，這個性能使得模型更易管理和更新，因為可以藉助DBMS中的功能來處理這些模型。
基於移動計算的新技術專業增值服務及其實現裝置，模型庫是根據實際應用領域的需要從不同角度分類建立的，通過模型的索引目錄進行存取的。其中列例分析模型(如規劃，預測，統計等)屬於標準的較成熟的模型，組合構造模型(如文法分析等)屬於按邏輯規則和相關分析模型，以及專用模型(應用於實際系統之中的具體而複雜的模型)。
實現裝置模型庫按分類分層索引的方式進行存儲，且各層次間利用指針關係連結起來，並指向對應的外部環境因素的限制。各功能的設置按照逐層細化及相互關聯的程度劃分，以不同的角度描述和表達，針對不同的應用設置相應的優先使用順序與限制條件，也可由用戶直接指定各模型的使用順序，從而體現出決策者的部分決策風格，形成優先順序推理知識的表達，在驗證有效後納入模型庫中。
基於移動計算的新技術專業增值服務及其實現裝置是移動商務從有線通信到無線通信，從固定地點的商務形式到隨時隨地的商務形式的延伸。它是現代自由經濟的一部分，實際上，它通過創造新的選擇而發明了一種全新的客戶概念。自由經濟一直受到全球範圍內的解制，技術和新資源的驅動。網際網路和PC造就了電子商務，而如雨後春筍般湧現出的一系列新型無線工具和基礎設施投資正在造就移動商務。
基於移動計算的新技術專業增值服務及其實現裝置，希望在於它能使你成為信息和通信的中心，從而為你創造新的自由。你將可以擺脫自己所處的地理位置的限制，隨時隨地進行商務活動，享受新的商務自由。自由絕不僅僅是一種便利或功能，它將徹底改變人們的日常生活方式。它將使得採用移動商務的公司的運作方式發生根本性的變化，使接受移動商務服務的客戶享受完全不同的服務。
移動計算正是建立在一些網絡得以訪問其用戶的無線設備之上的數字行動電話，掌上電腦，以及包括計算機晶片，條形碼掃描儀，位置感應器，專用軟體在內的一系列新設備。
移動計算提供商正在提高成本和能力，其速度和規模之大都是以往計算機晶片的演變速度所無法比擬的。計算設備中的寬帶和電話中的計算智能是移動商務得以建立的技術基礎。寬帶，智能和移動性創造了商務革新的新基礎。
基於移動計算的新技術專業增值服務及其實現裝置，採用的移動優化算法是典型的多層態知器的優化算法，適用於輸入層、輸出層和若干隱層的神經元之間的強度(權值)優化(圖2.面向對象的可視化移動計算及其系統集成)。
實現裝置設第h+1層第i神經元的總輸人為Xh+1j=1yhiWhji-h+1j]]>這裡yhi是上一層第i個神經元的狀態；Whji是h層第i個神經元與h+1層第i個神經元的連接權值；θh+1為h+1層第j個神經元的閾值。在我的坦克問題中，閾值反映了該點幹擾平均值。
第h層第i個神經元的輸出為yhj=11+e-xhjyhj]]>該式反映了輸入量過大時。對輸出的影響趨於穩定。
對某一層的所有權值，可以看作一個矢量w，輸出矢量的均方誤差定義為E(W)=1/2jc[Yhj,c(W)-dj,c]2]]>這裡Yhj，c是H在輸人輸出狀態為c時輸出節點)的狀態表；dj，c為預先給定的期望狀態。
第一層這一層的節點直接將輸入值傳輸至下一層F＝xi(1)，a＝f由式，第一層的連接權重(wi(1))為1。
第二層這一層的每一個節點起到集合函數的作用。對高斯鐘形函數f＝-(xi(2)-mij)2/2ija＝ef式中，mij和ij分別為第I個輸入模糊變量xi的第j個鐘形函數的中心和寬度。因此，第二層的連接權重wi(2)起到mij的作用。
第三層本層的連接為模糊規則的如果部分，所以規則節點執行模糊並運算f＝min(x(3)1，…x(3)p，a＝f第三層的連接權重wi(3)為單位值，如果部分聯合的乘積可取代式中的「min」運算。
第四層對於混合學習算法，本層的節點有2種運算模式自下而上的傳輸模式和自上而下的傳輸模式。在自下而上的傳輸模式中，第四層的連接應執行模糊「與運算」，以對具有相同「則」部分的被激活規則求和f=pI=1xi(4),a=min(1,f)]]>因此，連接權重wi(4)＝1。在自上而下的傳輸模式中，本層的節點即第5層的連接功能與第2層相同。對於在線學習算法，本層的節點僅在自下而上的傳輸模式中運行。
第五層對於混合學習算法，本層有兩種節點。第一種節點對訓練數據執行自上而下的傳輸，以訓練網絡。對這種節點f＝yi， a＝f第2種節點對決策信號輸出執行自下而上的傳輸。執行節點及與之相聯繫的第5層的連接起到非模糊化的作用。若這些mij(5)和ij(5)均為集合函數的中心和寬度，則下面的函數與「重心」非模糊化模型6相似f＝∑w ij(5)xi(5)＝∑(mij ij)xi(5)，a＝f/∑ijxi(5)第五層的連接權重wij(5)為mijóij。對於在線學習算法，僅有一種節點執行決策信號輸出的自下而上的傳輸。
把n維輸入空間映射成一維或二維陣列，構成一個存在有意義的拓撲序列的輸出空間。
每個輸出層神經元相聯繫的權值矢量，被看作是神經元對輸入矢量的響應的結果。將輸入矢量x標記成x＝[x1，x2，…，xp]T與輸出層神經元j響應的權值矢量wj可寫為Wj＝[wj1，…wjp]Tj＝1，2，…N獲勝輸出層神經元的確定，相當於選擇權值矢量Wj與輸入矢量x最為匹配的輸出層神經元。我們可選刺激量Ij＝Wtjx為最大的輸出層神經元為獲勝神經元。
步驟1.初始化初始化權值矢量Wj(0)時可選隨機值。初始值通常選擇小一點。初始化學習率η(0)和領域函數∧I(x)(0)。他們初始化時應儘量取大一些。
步驟2.對於樣本中每個矢量x執行步驟2a、2b、2c步驟2a.將感覺刺激矢量x送入到網絡的輸入層上去。
步驟2b.相似匹配選擇權值矢量匹配x的神經元作為獲勝神經元。運用歐氏法則，獲勝神經元的標號我I(x)＝k||Wk-x||＜||wj-x||j＝1，2，…，n步驟2c.訓練訓練權值矢量，使得在活性泡範圍內的神經元朝著輸入矢量方向移動Wj(n+1)＝{Wj(n)+η(n)[x-Wj(n)] j∈∧I(x)(n)Wj(n) 其它步驟3.更新學習率η(n)。學習率的線性減小將產生令人滿意的結果。
步驟4.減小領域函數∧I(x)(n)。
步驟5.檢查結束條件。
基於移動計算的新技術專業增值服務及其實現裝置，隨機模擬是一種實現隨機系統抽樣實驗的技術，其基礎是從給定的概率分布中抽取隨機變量。模糊模擬是一種實現從模糊系統模型中做抽樣實驗的技術。
基於移動計算的新技術專業增值服務及其實現裝置的魅力在很大程度上來自於它可以讓客戶擁有更多的選擇，擁有進行更多選擇所需要的信息，對進行選擇所擁有的自信以及新公司進入障礙的消除。網際網路加速了客戶選擇的自由。移動商務將這種自由進一步擴展，因為這種商務形式在技術上更富有革新性，在應用上也擁有更大的潛力。但、從客戶選擇到技術，從商務革新到自由再到利潤的路徑卻是毫無疑問的。
無線技術將是下一個推動器，而且還將是影響最為深遠的推動器，因為它兒乎是以前所有驅動力的集合。我們注意到所有這些自由經濟的驅動器，解制，全球化，掌上電腦，網際網路，都增加了移動性。因此，可以看出，客戶，自由，價值，這些都是移動商務成功的日程表。
基於移動計算的新技術專業增值服務及其實現裝置的客戶可能正在使用移動商務作為一種新型商務關係和互動的一部分。無論你生處何方，公司都可以向你提供一定的信息，服務，而且你可以當場就完成交易。
基於移動計算的新技術專業增值服務及其實現裝置，把我們經常說的」知識管理」，」智力資本」和」放權」變成現實的回報，它可以為從事實際工作的人員調動自己所需要的知識。
現場作業人員和流動性較大的經理人員應該是處於信息中心，而不是邊緣。但目前的形式恰恰相反，分公司處於信息的中心。你需要在那裡得到自己所需要的信息，並在那裡完成所有的紙面工作。但如果你是一家移動公司的成員，情況就大大不同了，你可以把自己所需要的信息隨身攜帶在自己的手裡，公文包裡等。你可以把自己的報告發回辦公室，從而獲知所有你在公司臺式計算機上所能獲得的所有信息。
移動計算所創造的組織自由可能是其最大的回報。公司可以向各個級別的員工提供移動信息接口。這些接口實際上是信息網關，員工可以藉以訪問公司的通信，文件，交易，協作等信息資源。俗話說，」知識就是自由」，在這裡，我們可以將其改為」移動知識則意味著更多的自由」。
移動計算的潛力是巨大的。在未來，你的汽車可以擁有自己的網際網路地址，你可以在車上通過語音合成接受電子郵件。從你的帶有網際網路功能的汽車上，軟體將自動發送和接受信息，以處理任何交通堵塞信息。你的行動電話將成為標準的可攜帶式PC。正像我們前面所說的那樣，今天的筆記本電腦在很大程度上還只是一種可以移動的臺式計算機，行動電話的發展清晰地昭示了運動商務革新的發展方向。它們無處不在，已經成為人們今天日常生活中不可或缺的一部分。
基於移動計算的新技術專業增值服務及其實現裝置，優化算法的集成與融合的實現，可分為三個重要步驟①根據智能系統的要求以及傳感器集成與融合的形式，選擇神經網絡的拓撲結構。②將各傳感器的輸人信息綜合處理為一個總體輸入函數、並將此函數映射定義為相關單元的映射函數，由它通過神經網絡與環境的交互作用把環境的統計規律反映到網絡本身的結構中來。③對傳感器輸出信息進行學習、理解，以確定權值的分配，完成知識獲取和信息融合，進而對輸入模式作出解釋，將輸入數據向量轉換成高層邏輯(符號)概念。
在概率測度空間中不妨定義隨時間變化的集合族Sj＝{Qi(t)|I＝0，1，…，L}來表徵進化計算過程中的候選解子空間，則相應操作以對每一時刻的群體狀態發生影響，這裡以Se(t)表示該進化操作所影響的候選解集合的變化，令ΔSj(t)＝Sj(t+1)-Sj(t)＝Se(t)，從而U＝{Se(t)|＝0，1，2，…}就貼切地反映了進化過程中候選解所對應的動態子空間演化規律和逐步逼近的軌跡，在儘可能小的空間範圍內如何求得更為豐富的非線性特性，以使求解過程最終能夠容納問題的解。
基於移動計算的新技術專業增值服務及其實現裝置，由於在算法中是以歐氏距離為標準判別競爭神經元激活狀況，因此訓練後得到的權矩陣表明了各中間層競爭神經元所包含的樣本子集的概率聚中心，獲得的網絡作為樣本前提特徵與類和可信度間的影射反映關係集中地反映了樣本集中所包含的信息。實現裝置藉助模糊集理論中隸屬函數從定量到定性描述的變換能力，從網絡的學習結果中獲取以模糊語言值形式描述的模糊規則知識(圖3.可視化移動計算模式)。
(1)初始化，設生成模糊規則數t＝1，處理的前提特徵數I＝1；(2)對於中間層第t個神經元，計算特徵Ai的最大隸屬度值不確定對應的模糊集air，1≤r≤ki，滿足aij(wti)=1jkimax{aij(wti)},]]>記錄特徵Ai及模糊集air；(3)置i＝i+1，並判斷，若i≤n則轉步驟(2)，否則轉步驟(4)；(4)記錄對應第t個中間神經元的類Chi以及該神經元與輸出神經元間的連接權作為激活該神經元樣本可信度的概率平均值，置t＝t+1，並判斷，若t≤k，則置i＝1，轉步驟(2)，否則繼續；(5)結束。
這些無線基礎設施為新的客戶關係和移動工作以及個人信息和通信提供了極大的可能性。客戶關係機遇正是證券行業實施電子商務大力為客戶提供網上服務的根本原因，它通過無線連接到客戶的網絡行動電話上或PDA(個人數字佇立，如Palm)上為客戶提供信息服務。這些服務包括交易服務，跟蹤帳戶信息以及適時告知瞬息萬變的股票市場的信息等，從而可以與客戶達到一種更高水平的互動。正在考慮往同樣的方向發展，它所遵循的也是你，自由，價值這樣一個恆等式。
移動計算通過新自由革新尋找商業價值。這不僅僅是些便利，它們是一些能給客戶和公司本身的工作和生活方式造成巨大差別的自由。
關係自由通過利用移動性，個性化和電話與網際網路的結合來為客戶關係增添價值。
流程自由通過使許多步驟，人員，信息(尤其是文件)以及有效商業流程設計所需要的通信變得完全移動化，可以為整個共因和相關物流運作和商務夥伴關係增加價值。
知識自由通過自動收集信息，通信和協作進行知識動員，從而增加組織及其工人的價值。
自由經濟的核心就是選擇。從個人層次來說，人們可以說，」移動商務服務可以讓我以一種全新的方式生活」。從組織的水平來說，」我們可以以一種不同的方式開展自己的業務」。從社會層次來說，」我們第一次擁有了可以改變自己日常生活的選擇」。許多類似的自由都能產生非常深遠的影響。ATM和信用卡創造的自由已經成為我們日常生活中理所當然的一部分，我們在旅行，購物時都能享受它們所提供的便利。買家的選擇和賣家的選擇。對他們來說，信用卡不僅僅是一個便利的問題，它已經成為能改變日常商務結構的工具。
現實所能實現的有效功能都要受到技術的限制。無線技術的發展有三個主要驅動，在視角，能力等方面存在著很大的不同。第一個驅動是以電話為中心的革新，其中行動電話和高速電信是新一代消費者服務的基礎，也是一個大膽的假設。電話行業的發展則在推動著這個假設，一方面是因為它需要吸引更多的客戶，另一方面是因為3G技術將改變全球範圍內的電信基礎設施。
移動計算技術基礎的第二個驅動是以設備為中心的。計算機行業正準備把無線技術作為一種現有產品力量的擴展來加以開發。和電話公司一樣，它們擁有一些誘人的銷售信息無線筆記本電腦，個人數字助理(如PDA)，尋呼機，能從網上下載音樂的無線音樂播放器。這種以設備為中心的移動商務基礎具有極強的優勢工具開發已然比較成熟，而且成本也相對比較低廉。這些工具在執行各自的任務時往往能發揮很好的作用，但卻無法提供綜合性的服務和交叉性的服務。這種以個例為基礎的處理方法通常容易導致技術上的混亂多個電子郵件系統，訪問公司數據資源時出現的問題，相互衝突的軟體環境，所有這些都必須得到支持和維護。
第三個驅動包含的是一種以企業為中心的觀點，它把移動商務看成是公司信息技術平臺的一部分，而不是一種設備的附加或獨立的軟體和電信系統。從公司管理的角度來說，移動商務首先應被整合進公司的電子商務系統。而電子商務和移動商務都應該被整合進公司的老化系統，處理交易流程的基礎IT系統，資料庫管理和通信等。
基於移動計算的新技術專業增值服務及其實現裝置，個體構造是整個進化計算的基礎，從廣義問題求解的候選解子空間的動態性著眼，將個體的構造定義為集合至集合的函數映射型，對直接將空間加以刻劃的約束方式來說是合適的，進化計算技術中現有的個體表示方法主要有二進位符號串和LISP樹結構，前者是以數的代碼和變換來測度的，後者是以符號形式表示數學表達式，這兩種表示形式目前被人們經常使用，但是在遇到諸如複雜系統辨識。動態優化等不易形式化描述的非結構化問題時，就迫切需要一種以集合為對象、採用更一般的映射手段的表示形式。
Hi(n)＝{AfB}i(n)其中A為表示基因型的集 兩維參數的集合，A＝{(c1，c2)|c1∈K1，c2∈K2}，K1，K2分別為c1，c2的允許取值範圍。B為反映表現型的集合，這裡也取兩維空間形式，f取為2維Lorenz方程的函數形式。相應群體集合則為H(n)＝{hi(n)|I＝0，1，…，W}，W為群體規模。進化算子作用在個體的基因型A上，從而也屬於兩個操作組成的集合，即Ue＝{pe1，pe2}，pe1，pe2分別在採用ES(進化策略)的進化算法形式下的形式，其中隨機信號發生器採用泊松分布，ci(n+1)＝ci(n)+Δci，Δci＝a·g，g為泊松分布的分布函數。a為動態系統數，i＝1，2。適應度採用Lyapunov指數的形式，其選擇策略採用閾值範圍的方式，令S表示個體的適應度值，Is表示指示函數，則有1，S∈TdIs＝{0，S∈\Td其中Td為實數域內的取值範圍，其上下界限分別取正、負值，Is＝1表示該個體被選擇，Is＝0則表示該個體被淘淘汰。這種設置反映了非線性系統的所有性狀，包括混飩吸引子，周期點等現象，並與模型的創發性機理相適應，這樣該選擇策略既保留了具有混沌現象的個體使系統的信號取值有相當大的裕度，同時又在約束閾值乃的限制之下，以體現進化數值過程的參數控制作用。由於該模型引入了混沌動力學系統，因而具有豐富的非線性行為，這就保證了該進化計算模型的創發性，相應自組織機制所容納的自適應性也使得相應搜索空間具有足夠的隨機性。源於混沌現象短期可預測性和長期不可預測性的特點，該模型的演化空間中候選解集合的動態歷程就可反映NP求解方式下的移動計算能力。
移動計算在開發自己的技術和服務的時候，也是以客戶選擇為核心驅動的。利用技術優勢的關鍵就在於要瞄準考慮這樣一個現實在移動商務中，客戶是真正的主宰者，而公司的全部使命就是要滿足客戶要求。移動商務向客戶提供的自由度越大，其增長率就會越高，價格競爭優勢就會越強，服務範圍也會越大。
網際網路代表的是一種巨大的釋放。但它只是客戶選擇的演變和客戶發明的最新階段。
●客戶定義」價值」並根據自己的定義進行採購。
網際網路為滿足所有這些條件提供了便利。移動商務為自由經濟的選擇增加了新的成分客戶可以提出類似」何時，何地，以何種方式」的要求。
●客戶可以選擇自己希望的時間，地點和方式。
●他們擁有足夠的信息就時間，地點和方式做出選擇。
●他們喜歡就時間，地點，方式做出選擇。
●沒有人能阻止他們就時間，地點和方式做出選擇。
●沒有人能阻止供應商(無論是老的還是新的)向他們就時間，地點和方式提供新的選擇。
移動計算必須利用客戶的選擇自由來提供一些值得選擇的東西。只有當自由改變了日常生活結構的可能局限時，自由的價值才能體現出來。
如果客戶已經擁有自己所需要的信息，他們將很快喜歡上通過移動商務設備做出決策。他們已經通過免費電話來進行交易。但到目前為止，移動商務所提供的還只是幫助人們做出決策，並沒有為人們提供訪問許多複雜信息的自由。
只有當移動商務工具在速度，可靠性和信息徹底能力上都不弱於電子商務工具的時候，它的主要優勢，移動聯繫，移動警報，移動決策，移動交易，才能充分發揮自己的威力。
自由經濟向人們提供了越來越多的選擇。對那些如今擁有更多選擇的客戶來說，價值到底意味著什麼。這些因素都在迅速改變著人們日常業務的方方面面，移動計算的價值就在於此。
自由經濟將使員工擺脫工作埸所的限制，他們將可以利用彼此之間更加便利的信息交流為客戶提供更為優質的服務。
自由經濟為移動計算的發展奠定了物質基礎，移動計算主要的驅動力1.客戶如今可以更大的範圍內進行選擇，這主要是由於解制、私有化和全球競爭的出現。
2.信息技術使得商務運作不再受到時間和地點的限制，從而對組織自由產生持續的影響。
3.網際網路和電子商務使客戶面臨更多的選擇。
4.無線技術的發展使每個人都成為世界信息的中心。
移動計算的注意力集中在即將發生的具有創造性的破壞的技術驅動上1.以電話為中心的核心革新技術3G正在規劃並緩慢發展的高速第三代公共無線通信電話系統。
2.5G雖然沒有得到良好的規劃，但發展比較迅速的中等高速網絡。
WAP基於網際網路的行動電話當前的基礎。
DoCoMo目前為止最成功的基於網絡的無線服務(來自日本，但主要被用來發送信息，而不是訪問網絡)；WAP的一個主要競爭對於，為實現3G指明了一條新路。
2.以設備為中心PDA及相關消費電子產品，掌上電腦、Game Boys、尋呼機、使攜式音樂播放器及其他帶有無線附屬功能的可攜式設備。
3.以企業為中心無線乙太網(802.11b)現有的一種安裝簡便的網絡，可以提供對公司整個企業通信和信息資源的訪問。
可攜帶式筆記本電腦 真正的移動計算機，具有與臺式計算機完全相同的功能。
4.一般基礎設施GPS以通信衛星為基礎的通用服務，可以定位出某個行動裝置的精確位置。
藍牙一種可以用於短程無線通信的晶片。通過定位附近其他藍牙設備，可以使用戶不再需要用光纖和插頭來連接設備，並創造出無線個人區域網。
RF條形碼識別和掃描儀，一種短程無線通信設備，可以與掃描設備進行無線通信並傳輸關於該設備的相關信息。HomeRF網絡協議將用戶的家用電腦通過無線電技術接人網絡，共享網絡資源。該協議可以使筆記本電腦連入網絡。
Blue tooth通過將無線通信技術與數據通信技術的融合，為所有的移動裝置之間提供一個有效的無線連接。各種行動裝置包括行動電話、無線電話、筆記本、手持電話、個人數字助理及數字相機等，都可以通過Blue tooth來進行連接。
專用的晶片，內核和網絡軟體能夠將一個小型的潛入式設備連接在INTERNET上，這個事實預示著電子設備將進入INTERNET化的互連時代。一個傳感器網絡也是一個分布式計算機系統。
基於移動計算的新技術專業增值服務及其實現裝置，主體可以看成是一個具有自主能力，有心智態度的擬人化的對象，主體內部的行為之間具有天然的井發性；主體是一種類似於進程的、並發執行的實體。多主體系統的體系結構是動態的，這要求所採用的形式化描述手段具有良好的刻划動態性的能力，而П演算則具有這種能力。要刻劃主體間的交互，如通信和合作，在採用傳統的邏輯方法時，必須加入非邏輯性手段來表示主體間的通信，而主體間的合作則往往採用問題求解的方法進行推理來實現。一種好的多主體系統形式化方法必須能表示出訟間的交互。П演算作為一種刻劃通信系統的進程演算，它在刻劃主體間的交互時無疑具有得天獨厚的優勢。
П演算是一種基於命名概念的井發計算模型，它可以很自然地表示出具肩動態結構的進程內及進程間的交互，是一種刻劃通信系統的進程演算。在П演算中，進程通過一對互補的埠進行消息傳遞，即通信。實現裝置多價可演算是對單價П演算的一種擴充，它允許在埠間傳遞基於名字向量的消息(圖4.可視化移動計算模型框圖)。
在П演算中，系統是由若干個相互獨立的通信進程組成的。進程間通過連接一對互補埠的通道或鏈路來進行通信。在П演算中，名字是最原始的實體，埠，通道或鏈路都是名字，進程由名字按一定的語法規則組成。
(1)求和∑i∈Ipi＝P1+P2+…+Ph，它表示選擇執行其中的任意一個進程Pi，當n＝0時，表示結束。
(2)前綴式ys·P，yx·P，或r·P，分另婊示在埠輸出/輸入人名字向量x，或先執行一個不可見動作r，然後再執行P。
(3)組合P1|P2即並發地執行進程P1，P2，並發是可交換的，可結合的。
(4)限制(vy)P它與進程P的行為是相似的，但受到限制的名字y對外界是不可見的。
(5)匹配[x＝y] P若名字x與y相同，則執行進程P，否則，結束。
(6)複製！P提供任意個進程P的副本。
(7)結束進程O它用來表示一個進程的結束。為簡單起見，我們在定義進程時，一般將進程最後的0省略掉。
實現裝置在多價П演算中，計算是通過如下的通信規則來表示的(......+ys·p)|((......+y(z)·Q)→P|Q{x/z}其中，向 z必須具有相同的數目。名字向量x通過鏈路y在進程問傳遞，通信結束，進程簡化為右端形式，同時將Q中所有自由出現的z都用x代替掉。
基於移動計算的新技術專業增值服務及其實現裝置，主體的世界模型只是該主體對世界的認識和反映。這種世界模型開始時並不保證一定正確，也不一定具有全部信息。主體對世界的模型主要包括世界的拓撲知識，以及世界的組成部分的物理、化學、生物等方面的性質等信息。對於其它主體的模型，包括主體的位置和性質，信念，目標，能力，關係等信息。正如前面所說，這些信息有可能是不正確的或不完全的。主體最初從程序設計人員提供的模型庫中得到關於世界的基本模型，然後在生存期間內，通過感知以及和其他主體的通信來修正模型。
基於移動計算的新技術專業增值服務及其實現裝置，每個主體由一個通用的主體內核(agentkernel)和許多功能模塊(function modules)構成。主體內核由內部資料庫，郵箱，黑板，執行機等部分組成。其中，內部資料庫中包含主體自身的信息，目標集合，世界的模型等信息；郵箱提供主體和環境以及其它主體的通信；黑板提供主體內部各個功能模塊之間的通信；執行機則完成消息分派。功能模塊的執行控制等。各個功能模塊都是相對獨立的實體，由執行機啟動後即完全並行地執行，並通過黑板協調工作。
基於移動計算的新技術專業增值服務及其實現裝置，主體間的協作目標包括兩部分①任務目標，即應協作完成何種工作，(2)性能目標，廓主體應在特定的性能指標下協作完成工作，如主體必須在特定的時間及資源等限制下實現任務性目標等。
(1)時間。對實現目標的時間限制一般可以陳述為「必須在多少時間內完成」，即TC＝time《T→其中，time為執行任務所消耗的實際時間，r為最大時間量。它與目標Goal的關係為x＝timeA○time＝x+1A□(TCWGoalA(TC→--Goal))其直觀含義為每隔一固定時間段，協作所消耗的時間量time自動遞增一個時間單位；並且在目標Goal實現前允許所消耗的時間量不超過r，但一旦將額定的時間r消耗完畢，則說明目標沒能實現。
(2)資源。在實現目標的過程中會消耗一定的系統資源，如資金。能源等。但由於資源是有限的，有些甚至是相當昂貴的，因此目標的實現不能以佔用或消耗過多的資源為代價。設主體對協作過程中將要使用的某種資源的限制條件為R CeTL，它與協作目標的關係為口(RCWGoalA(-RCC→--Goal))即如果資源條件得不到滿足，則不能最終實現目標Goal.A協作目標進程。設目標g為協作目標，SG＝{g1，.........gn}為目標集。參照協作目標的「與/或」樹結構，協作目標的pi演算進程可以遞歸定義如下若目標gi為「與/或」樹的葉結點，即gi沒有子目標，且(Achierea x gi)則gi對應的pi演算進程可以定義為Pi＝starti·BodAlfAction(x)·finishedi。
若SG為目標g的「或「自目標集，則目標g對應的pi演算進程可以定義為Pg＝P1+.........+Pn其中，pi為子目標gi對應的pi演算進程。
若SG為目標g的「與」自目標集，則目標g對應的pi演算進程可以定義為Pg＝P1|P2|......|Pn實現裝置從協作結構的優化過程中不難看出，優化後的協作結構中不再存在有向環，所以上述算法對協作結構中的每種協作方案都能結束，即都能求出該方案所需的時間及資源指標。
實現裝置在尋求協作夥伴時，各競爭主體只是申明自己在協作中能勝任何種角色，而它到底能否在協作開始後真正履行自己的承諾將在本節進一步予以考察。
實現裝置設協作夥伴由主體集合A＝{a1，…，an}組成，它們在所選中的協作方案中扮演各自的角色，井承擔相應的任務，這些任務由進程集合P＝{P1，…，Pn}按協作結構組成，其中任務Pi將由對應的協作主體ai承諾井完成。
協作夥伴在扮演所競爭到的角色即開始進行協作前，首先必須相互信賴，這樣協作才能進行下去。
MutuaIBelief=nI=1(BelanI=1(CanajPj))]]>即協作團體中的每個主體都相信自己和其它主體都能完成各自所承諾的任務。
基於移動計算的新技術專業增值服務及其實現裝置，為了實現嵌入式移動計算設計中多虛擬外設的功能，SX52BD微處理器提供了一個4KB x12w的可刷新EEPROM程序存儲器，256位元組的SRAM數據存儲器和15位元組的擴展公用寄存器。為了能夠支持SX2BD微處理器提供一個4KBx12w的FLASH/eeprom程序存儲器，256個字節的數據存儲器和15個字節的公用寄存器；為了支持50MHz的操作頻率和一個時鐘周期執行一條指令的能力；Scenix提供了一個帶有10ns訪問周期執行一條指令的能力，Scenix提供了一個帶有10ns訪問周期的Flash/eeprom。另外，設備操作所需電源低於3.3V，減少了電能的消耗。為了更好地提供物理層接口功能，例如12C ameluart，SX52BD提供了5個8位雙向埠。每個I/O的芯可以輸/輸出30mA。
基於移動計算的新技術專業增值服務及其實現裝置，基於DOS的SASM彙編器可實現虛擬外設的軟體模塊，也可以確保在任何一個新的SX系統設計中重新使用代碼模塊。
整個軟體的操作產生了以下的文件，它們須要下載到Webit伺服器中。
(1)name.rom(2)name.ep(3)name.el(4)name.dat前兩個文件用於對Atmel微處理器的Flash存儲器編程，後兩個文件用於對Webit伺服器上的串行EEPRoM編程。
對Flash存儲器和EEPROM數據的編程是由一個批處理文件控制的用name.rom內容對Flash編程，用name.ep內容對EEPROM編程。
實現裝置批處理文件同樣執行netprog.pl腳本，用name.el和name.dat的內容對串行EEP-ROM編程。
實現裝置對Atmel微處理器的編程不多於20秒，通過網絡連接對串行EEPROM編程大約也需要相同的時間，這依賴於代碼解釋器的數量和串行EEPROM中的Web頁的數據大小。
基於移動計算的新技術專業增值服務及其實現裝置，64位的嵌入式系統，它有足夠的能力和資源按上述SOC一樣的思路，在作業系統和函數的支持下毫不費力的實現。
實現裝置採用生成JavaScript這一更直接的方法。JavaScript的方法將其它系統或設備的數據嵌入自己的程序予以處理和運行，條件是在其它系統或設備中應存在有JavaScript的解釋程序。
當今市場上雖然有數以千計的移動計算提供商，但卻並沒有形成任何固定的模式，也尚未出現名副其實的贏家。只有當進行移動計算商務的基礎設施完全就位，而且移動計算商務已經取得了一定發展的時期，人們才有可能考慮便利和功能。唯有將目光瞄準消費市場，尋求為客戶創造新的自由。
從消費市場的關係開始就意味著設計客戶體驗。移動計算商務的本質是三方互動客戶、硬體/軟體/通信的結合(從而客戶可以隨機訪問移動計算商務)，以及移動計算商務服務提供商。面對消費市場的知識不是一種物品大量數據、一個網站、或者一個伺服器軟體。它也不應當被看成是信息，因為信息無所不在，以至於人們常常會抱怨信息過量。知識應當被定義為一種人們能隨時隨地以自己所需要的方式獲取信息和通信的能力。
基於移動計算的新技術專業增值服務及其實現裝置，通過移動人口將知識從管理變為動員，從知識供應鏈變為知識需求點。通過移動計算商務把知識資源整合進資料庫，為員工提供相應的協作和通信工具，並建立一定的經驗共享激勵機制，公司可以非常有效地實現知識化為行動。
基於移動計算的新技術專業增值服務及其實現裝置，自動發現適應的環境是統一建模語言(UML)。自動發現服務可以實現對工作站、路由器、系統、資料庫、應用、網絡設備以及它們拓撲結構的自動監測和識別，並將代表這些設備和關係的對象存儲在網格管理軟體的公共對象庫中。
實現裝置這些對象一經定義，就可以通過三維真實世界GUI、可視化地圖瀏覽器和其他人機互動界面進行查看和監視。自動發現功能包括·特定類型資源的發現。
·IT設施中的所有資源的發現或某個子網的資源發現。
·實現裝置多個自動發現例程的同時運行。
·實現裝置自動發現服務的自動啟動和手動啟動。
基於移動計算的新技術專業增值服務及其實現裝置，在統一建模語言(UML)環境下數位化真實世界面藉助EMPG-4、EMPG-7、EMPG-21視頻圖像處理技術和三維虛擬實境技術來表示對象用戶和網格管理軟體所使用的可視化信息資源，使這些資源更加真實和可管理，大大簡化了分布資源的管理。
實現裝置利用數位化真實世界瀏覽器查看對象的方式是完全開放的，並且十分易於定製。統一建模語言(UML)環境中已包含有數百種可視化模型，至於像生活工作埸景、樓層布局或特殊的操作埸景這樣一些新的模型，也可以在不修改代碼的條件下簡單地進行追加。
基於移動計算的新技術專業增值服務及其實現裝置，智能管理軟體可以從單一的控制點上「漫遊」整個企業，對系統、網絡、資料庫、應用資源、知識本體的現狀，甚至它們的物理環境進行識別和查看。
·利用自動發現服務查找網絡中的可視化信息資源和知識本體，並將它們作為被管理對象追加到統一建模語言(UML)環境的公共對象庫中。
·實現裝置利用類生成器進行新的類定義，可以對真實世界中的任何實體進行描述和建立模型。
·可以利用可視化信息資源瀏覽器查看整個真實世界網絡的構成，根據邏輯關係劃分與之相關聯的子網和網段等。
·實現裝置可以基於不同業務的需求、資源特點、作用、真實世界埸景和面向對象的應用等不同定製特定過程的服務流程視圖。
·實現裝置對事件控制臺日誌中所有實世界網絡的突發事件進行跟蹤。
基於移動計算的新技術專業增值服務及其實現裝置，在統一建模語言(UML)環境下，整個真實世界網絡的可視化信息資源瀏覽器可以提供面向對象邏輯結構的數位化形視圖。通過該人機互動界面，對象用戶可以根據自己個性化服務網絡拓撲特點，將圖形對象(諸如背景圖、埸景圖、操作路徑圖、外形圖和超媒體信息視圖)分別組織在真實世界網絡、子網和網段的邏輯層中。
基於移動計算的新技術專業增值服務及其實現裝置，在統一建模語言(UML)環境下，可以顯示某一對象服務應用或特定業務過程相關的所有可視化信息資源。為了對對象的條件和狀態進行監視，用戶可以設置觸發器和閾值，用於攔截該過程程序發出的消息，這可以幫助解決用戶信息資源故障的早期檢測和預防問題。
實現裝置統一建模語言(UML)環境的類生成器是一個使用方便的實用工具，它可以引導用戶逐步完成公共對象庫中原有類修改，或新類的增加。對象用戶可以利用類生成器來定義屬性、創建啟動應用的可視化觸摸式萊單或定義被管理對象在可視化真實世界網絡中的顯示形式等。
實現裝置在統一建模語言(UML)環境下，新的類生成器可以為存儲在公共對象庫的可視化信息資源以及其他存儲數據提供視圖。這些視圖可以對複雜的可視化信息進行顯示和組織，從而使用戶可以既簡單又全面地查看自己真實世界的服務網絡。所有這些視圖都可以從可視化真實世界網絡的信息視圖上進行訪問。
·類瀏覽器類瀏覽器可以提供統一建模語言(UML)環境的類及其屬性的顯示，綜合查看對象庫中所有類的情況。
·對象瀏覽器對象瀏覽器可以列出每一個統一建模語言(UML)環境類所導出的對象。利用該瀏覽器可以查看特定類和特定對象的信息。
·拓撲瀏覽器拓撲瀏覽器可以提供反映被管理對象之間的依賴關係和拓撲關係的視圖。它也可以顯示被管理對象之間的層次關係和連結關係。
·對象視圖在公共對象庫中，許多被管理對象所代表的都是真實世界服務網絡的信息資源視圖。也可以提供來自智能代理的對象模式識別和其他信息。
基於移動計算的新技術專業增值服務及其實現裝置，真實世界服務網絡的事件管理，是對系統狀態/例外情況的管理功能。通過真實世界服務網絡的事件管理功能，對象用戶可以制定自適應策略，讓統一建模語言(UML)環境對所選定的消息進行攔截，自動對其進行響應，並對需要引起特別注意的異常條件發出信號。
·對消息進行響應。
·對消息進行抑止。
·調用統一建模語言(UML)環境的命令。
·實現裝置啟動其他程序或腳本。
·向真實世界服務網絡管理應用發送信息。
·向其他被管理服務平臺轉發消息。
·實現裝置調用在其他平臺上執行的命令。
·對任何動作的結果進行解釋，確定動作是否正常實施。
·實現裝置統一建模語言(UML)公共對象庫中的對象進行定義或修改。
基於移動計算的新技術專業增值服務及其實現裝置，真實世界服務網絡的事件控制臺調用的GUI窗口使用戶可以對所發生系統事件進行監視。所有運行程序和對象用戶過程可以直接向該控制臺發送查詢消息的信息。統一建模語言(UML)環境下的真實世界視圖組件，憑藉其可視化信息視圖和數位化信息資源瀏覽器，提供一個高度可視化和自然直觀的真實世界服務管理模式。
基於移動計算的新技術專業增值服務及其實現裝置，真實世界視圖自動發現確定服務網絡實體在真實世界服務網絡設施中的位置，如可視化伺服器、數位化視圖組件、對象數學模型、信息資源資料庫，並用代表這些實體和任何相關關係的對象描述填充公共對象庫。
實現裝置智能代理真實世界視圖信關的服務確定在第一階段中發現的網絡對象上運行的統一建模語言(UML)環境迭代，並用代表這些代理和它們與網絡對象的關係的對象描述填充(統一建模語言(UML)環境下的新的類對象庫)和公共對象存儲庫。
實現裝置公共對象存儲庫是有關被管理實體、它們的屬性和關係的定形信息的一個倉庫，，並且對世界視圖的運行是必不可少的。系統可以利用自動發現進程收集的對象定義填充公共對象存儲庫。DiscoveryMonitor(發現監視器)提供一個跟蹤自動發現進程的可視顯象。當自動發現每次開始運行到下一子網或終止搜尋時就更新DiscoveryMonitor。
基於移動計算的新技術專業增值服務及其實現裝置，統一建模語言(UML)環境的存儲庫輸入、輸出是一個省時省力的實用開發程序，它讓對象用戶用另一個公共對象存儲庫中的現有對象填充一個公共對象存儲庫；用與已經存儲在該公共對象存儲庫或另一個公共對象存儲庫中的現有對象相似的對象填充一個公共對象存儲庫。
當對象用戶啟動智能代理真實世界視圖時，打開實現裝置統一建模語言(UML)環境的存儲庫輸入、輸出可視化工具，選擇對象用戶想輸入對象的公共對象存儲庫，對象監視器窗口被顯示出來。每個被管理對象都是有統一建模語言(UML)環境的被管理對象類或被管理對象的一個子類派生出來的。對象用戶可以利用被管理對象的監視器窗口查看和修改一個被管理對象的基於類的和基於實例的特性的值。每個對象的監視器窗口標識與這個類的一個特性組相對應。每個欄位代表一個特性，基於類的特性或基於實例的特性。出現的標識符的數量取決於類的類定義。
如果對象用戶給一個對象創建在智能代理真實世界視圖上顯示的一個獨特模型，必須首先用「可視化類生成器」為模型定義一個類。當對象用戶釋放真實世界視圖「可視化類生成器」時，類互動觸摸器出現，顯示現在在公共對象存儲庫中可用的類的分級結構。
要在智能代理真實世界視圖上創建和顯示模型，可視化虛擬類、可視化圖可見和可視化虛擬可見，基於類的特性必須有以下所示的特定值。擴展基於類的特性，以顯示基於類的特性組，然後擴展系統特性，顯示該組的特性。
在實現裝置統一建模語言(UML)環境下消息記錄對象和消息動作對象建立之後，它們就構成了消息處理策略，該策略一方面指定需要特殊處理的事件，另一方面說明在事件發生時必須執行的任務。當輸入的事件消息與某個消息記錄發生匹配時，事件管理應當採取的處理動作。這種動作的內容從簡單的只是在可視化控制進程中採用超連結的方式顯示消息，直到對消息的應答、對問題的處理或執行某些命令或其他程序等。
基於移動計算的新技術專業增值服務及其實現裝置，模型在系統內的主要儲存方式是非程序式的。基於數據的模型表示和基於知識的模型表示都可以作為模型的基本形態。在生成模型的過程中，採用定量建模和推理分析相結合的技術。定量建模用於確定模型的數學形態和有關參數；推理分析在建模前、建模中和建模後都起作用。
實現裝置模型生成在人機互動中完成。模型生成應該是一個動態過程。特別是在實體所處的環境變化時，模型的生成環境也應該隨之變化。根據系統的內因和外因變化修改模型，使之跟蹤系統運動形態的過程稱為模型的動態生成。
實現裝置系統的仿真環境主要用來模擬影響系統運動的外因。量化因素置於資料庫，非量化因素置於知識庫，各種因素之間的關係可以用模型和推理系統來描述。
當系統的內因或外因發生變化時，模型的結構不發生變化，僅變更模型的參數就可以了。當模型的參數更新的方法不能提高模型對於系統的解釋能力時，應該接著考慮模型的重構問題。
實現裝置模型重構是一個相當複雜的問題，不同的模型生成原理對應著不同的模型重構方法。重構的內容主要涉及到模型的維數、階數、約束條件等，如果發生了多重共線問題，那麼重構就要重新選擇模型的基底。
系統的內因和外因發生變化不僅影響模型的計算結果，而且還影響模型的推理分析。特別是研究社會、經濟現象時，一項政策發生了變化往往迫使決策人員的思維方式跟隨發生變化，因此模型中的推理機制也應該作相應的調整。
新技術未來市場的騷動和不確定性混亂了用於評估已有市場的研究方法。通過市場發展與市場接受速度之間的相互作用，對新技術的市場評估會更加複雜。當接受度加快時，價格和性能的改進會更快地到來。缺少這些要素中的任何一個都將會減緩技術的接受過程。
在技術被驗證和具有成本效益，以及市場仍處於初級階段以前，市場是否足夠大以確保一個發展計劃仍是個問題。有關技術發展的軌跡，標準和支持構架的有效性，相對於競爭替代物品的目標客戶的收益和成本以及競爭對手在市場發展中的共同投資等許多設想都必須考慮。然而，經歷過新興技術市場興起的企業知道明確的答案是難以捉摸的。這會有太多的條件和偶然性，而且這些答案是部分地依賴於企業本身行為和同樣力圖回答這些問題的競爭對手行為的基礎上。一個教現實的目標是減少管理層的不確定性，同時獲得先於對手的可行動的洞察。一旦達到這個目標，在新興的機會空間中如何獲得和保持一個可行的競爭地位，這一系列新問題會最早出現。
每個新興技術將會以不同的價格和速度擴散到它們預期的市場中。在逐漸興起前，有些市場發展很快，而有些市場已衰退了好幾年。另一些市場在被競爭技術推到邊緣以前，從未實現過它們的潛能。每種途徑都是競爭力相互作用的結果，這些競爭力可以阻礙或加快擴散的速度。
優勢來源於有見識的預見。迅速地從一系列的市場探索過程中學會不斷地推敲對於產品的看法，利用每個探索過程中的經驗教訓來指導發展進程中的下一個階段，同時比競爭對手提前預期市場的重要的變化。獲勝者們可以使機會更快地出現，可以投資於更具有吸引力的項目，以及能以他們的利益左右市場。
快速理解不確定性和預期機會的能力，可以通過研究廣泛的不確定事物的發散式思維方式來提高，而不是通過尋找一個滿意答案的集中式思維方式來提高。通過以多種多樣的市場研究方法，不同的假設，分析水平和數據來源為開端的方式進行，就能更好地獲取這些需求。
相對優勝取決於技術的內在性能和提供新技術的競爭者的努力所促進的強度。除非競爭者對創新，營銷和降低技術成本的共同的努力和投資能發揮潛力，否則最有希望的技術都將無法找到一個市場。這些因素作用在一起可以決定新興技術的性能軌跡多快會相遇，然後超過市場需求的軌跡。
這個反覆的過程是由市場開拓一方引發的，他們的信念是開拓者比市場者要好。因此，對一個未涉及或突然出現的市場的前途將永遠吸引無數的有報負者。每個參加者有可能對技術的發展，技術設備進行投資，並參與到項目中去，這些項目也許不能完全說服有同樣計劃的其他參與者。通過增加市場潛力或提高潛力的發展速度，使這些投資的影響和真實價格的下降結合起來，刺激了市場的發展。
新興技術的進程大體上由競爭需求所控制，它比較競爭對手已達到了什麼技術，同時尋找競爭對手不能輕易模仿的新的技術優勢。
基於移動計算的新技術專業增值服務及其實現裝置，市場需求中實際和預期的成長
1.初級市場潛力的成長。
2.潛力經濟上的和統計上的擴張。
3.市場潛力的擴張(新用途，新使用者，更好的用法)。
可察覺的相對優勢1.相對價值＝可察覺收益-預期成本。
2.符合市場細分的需求。
3.可察覺的風險。
競爭活動的激勵1.未使用潛力的優先佔有。
2.獲得和保持優勢的目的。
3.使用者的抵禦反應。
對市場發展最重要的激勵因素可能是降低與替代品相關的實際價格。
1.經驗的影響，它是一個由積累的知識，經濟的規模以及導致生產率提高和成本下降的技術突破的共同結果。
2.由於競爭的影響力，使普遍的價格和平均總成本之間差額不斷壓縮。
3.通過增加市場上新的使用者的數量和鼓勵現有使用者更多的使用產品的方法，相對價格的下降速度也可以對市場潛力的擴大有直接的影響。
4.新產品採用進程的各個階段主導預期的客戶了解—理解—感興趣—評估—試驗—採用。
在市場的早期階段，個別的企業用這些投資去擴大市場和比其他競爭者搶先佔領市場。當發展加速及競爭增強時，目標轉向了獲得或維持一個優勢並保住市場份額。然而，所有的廣告信息，銷售號召和商業表演節目的綜合性影響促動著客戶緩慢地或迅速地通過反應階段。如果對新興技術的預期是美好的，那麼投資是巨大的；相反，如果預期是適中的，或缺少信心，那麼共同的投資是適度的。當採用的速度開始時，創新擴散到市場的速度取決於經歷採用進程的購買者的數量，以及購買者如何快速的作出決定去實踐。
基於移動計算的新技術專業增值服務及其實現裝置，市場認識的過程通常是由出現的問題和機會，一個技術的進步或一種關於進一步創新需要對潛在的需求有更深刻的見解的信念所激發。這過程開始於積極收集和分析來自預期客戶的信息，這信息是關於預期客戶的問題和需求，確定的標準和約束條件。
基於移動計算的新技術專業增值服務及其實現裝置，了解新興技術的市場1.構件調查框架(新興技術市場的概念是什麼？)。
2.收集市場信息(研究和實驗)。
3.把信息散布到管理層。
4.解釋(達到一個共享的意圖)。
5.利用市場信息作決策。
6.對結果的評價。
7.市場資源組織管理的記憶。
在市場矛盾混亂之前，可以使用有偏差和不完整的信息，但信息必須能用來解釋以使模式可以被展示和了解。影響信息的思維方式指導著這些解釋，那些信息是經過尋找，挑選和簡化了的。解釋新生市場和新興市場的市場信號特別困難，因為管理者的思維方式是不完全的和結構形式的差異，同時預期的開戶往往從他們對原始的早期版本經驗中很難想像出最終的版本。不能依賴於直接的客戶反饋，解釋必須利用有關潛在需求，長期存在的問題和要求的趨勢之間有前後關係的信息。
這個市場認識的過程會在許多方面被擾亂，這說明各個企業認識新興技術市場的能力和在正確時機進行預測的能力有很大的不同。認識市場能力的結構上的障礙，可以發現三個長期存在的問題。在獲取信息時，存在著迴避模糊的傾向和假定熟悉市場比保證市場為更好的傾向。積累的經驗最終被儲存在市場資源組織的擴散記憶中，也許在有需求時就被重新找回。
市場信息的利用易受慣性的影響，這就是說信息只有在它與早先的預料一致時才會被使用。市場研究方法和工具只有在被認為技術上充足的情況下才會被採用。
當概念測試、焦點聚集、調查、體驗、綜合分析和市場模擬等方法被用於間接創新的初期市場時，這些方法是不適當和易令人誤解的，這已成為一個傳統的概念。而將這些方法用於理解在已建立的市場上增加創新的機會和戰略就一點也不奇怪。
這並不意味著人們不能系統化地了解新興市場的僅有的一些要求、應用和屬性。現行的方法需要去適應，同時新的方法也要改變以適應特有的不確定因素。當對象客戶是誰都不清楚時，由客戶驅使的常見的忠告就沒有一點價值，因為此時市場從未體驗過由新技術產生的特點。
當新興技術未來市場界定的核心內容是綜合分析和互動體驗的試驗結果時，有五個具體的解析模型可推導這些結果。當市場仍處於初級階段，以及產品的概念仍不固定時，分析主要用戶和潛在需求是特別有用的。隨著市場的啟動，更均勻地擴散和信息加速模式是合適的。
基於移動計算的新技術專業增值服務及其實現裝置，通過主要用戶分析法與分析市場趨勢和潛在需求的已有的方法進行對比，可以得出主要用戶分析法的優點。大多數主要用戶的計劃開始於一個重要的趨勢，這個趨勢正在改變被開發的市場。
技術在其發展中的某一階段時，主要用戶還沒有出現，或者最具有吸引力的市場也許和最早使用這項技術的市場是不同的。有時，技術能提出客戶沒有意識到的但已經存在的需求。如何能了解到市場的這種暗示和明確這些潛在的需求呢？有一個改善目標市場機會的方法，這就是滲透到客戶中去以便找到市場需求的間接證據。為搜尋和了解潛在的需求，可以用「預先準備的市場界定的約束條件來設計一個恰當的方法，這種需求由新興技術所確定。通過把潛在需求定義為明顯的但是仍不明白的含義，提醒我們需要精力、直覺和有知識的判斷。
面向市場的問題發現法可以用於新興技術開發的這個過程以打破接受新興技術的障礙。另一個方法是要了解對象客戶的內容是他們如何做和如何真實地去感覺。市場界定的初始源於在自然的情況下觀察，並且不會打斷活動的連貫性；其次，人們能表達出情感的非口頭的暗示和由實際產品或原型激發的自發的評價；再次，基於市場界定的信息技術支持環境下的受過專門知識培訓的觀察者能看出解決使用者未能覺察的不明確的需求和問題的方法。
基於移動計算的新技術專業增值服務及其實現裝置，在新興技術模糊而不確定的市場中，若可先於他人預測到未來市場的這些反映，則對於未來市場的搶先者必有所得。市場預測程序的功效取決於不同的信息來源和對重要假設的準確判斷。
1.市場需求的起步階段，這時產品開始擴散，遠離了主要用戶和技術的原創者。
2.激烈競爭的開始，其目的是抓住最具有吸引力的機會。
因為市場反映點是促動或抑制市場發展的競爭力相互作用的結果，所以將會出現混淆的信號和矛盾的觀點。一個反映點的預測是一個最重要的問題，這個問題能夠使得在預兆中感覺出模式。這需要知道應該注意哪些指標信息，以及具有從背景幹擾中分離出過渡信號的能力和意願。這要用有系統的推測、跟蹤主要指標和建立擴散模型的組合方法。
1.技術性能在與目標客戶預期相比較的重要參數上的軌跡。
2.在市場探索階段，主要用戶和其他早期採用者的經驗。
3.客戶對障礙的感覺和風險水平。
4.在產品實用性和市場進入中，共同的投資和競爭入市的比率。
5.建設基礎設施、解決有關標準和補充產品等問題的過程。
沒有一個新興技術的市場前景預測所能包含有關對象客戶反應、競爭行為和技術發展的所有的不確定內容，或者考慮到所有複雜的相互作用、間斷性、起始反應和其他非線性。新興技術發展的早期階段最應做的事是證明未來市場有足夠大以確保新興技術的發展計劃。
新興技術的市場前景預測活動正確的著眼點應是從市場的互動體驗中學習，並且在競爭之前預期重要的反映點。基於移動計算的新技術專業增值服務及其實現裝置，在不確定最關鍵的領域所進行的市場界定運行，就使從市場的互動體驗過程中形成了一個完整的循環。
1.大多數項目管理者發現對市場的不確定性難以事前把握。
2.在缺乏可辨別的模式的情況下，借鑑或創造表面上合理的由經驗得來的邏輯來判斷問題。
3.在沒有對市場發展的趨勢作保證和未測試的假沒基礎上作出決策。
4.這些假設是有關市場機會和新興技術發展的市場正確路線的假沒。
5.市場界定活動基於市場發現的計劃和源於市場的情節分析。
企業能否從開發和使用新興技術中或者從解決已知障礙和現有技術中創造更多的市場價值。新興技術本質上不是客戶將要支付的東西。不管一個新興技術是如何令人興奮或具有創新性，從客戶的角度來講，它的價值僅僅來自客戶滿意的一組屬性。這些有價值的屬性或優點，其大小是由客戶反應的技術支持的。
企業所提供的產品和服務具有轉化設備的屬性。它們是一些轉換器，可以把企業的技術能力給轉化成滿足客戶需求的一組屬性。提供更多的希望得到的屬性或更少的不想要的屬性，同時還可以認識到對屬性的渴望將改變市場的需求。
要預期對新興技術的市場偏好是非常困難的，特別是企業所面對的是高速發展的技術變化。然而，傳統市場的預測方法在這樣的環境下是不適用的。
當一個確定的特徵組在一個市場或細分市場中成為最佳的特徵組時，市場戰略往往會成功，因此要為企業有利地抓住部分市場交易的一個控制比例。在一個確定的細分市場中，為做到這個，就需要理解現有技術的限制如何對阻礙了現有的特徵組。而市場預測的結果就存在於技術障礙和市場界定環境的相互作用中。
使用新興技術推動一個現有的相互作用的技術障礙，能得到重新構造的機會。通過把這些技術的限制放入假設的市場界定環境中，投資選擇就變得更加清楚了。起始，在技術可行條件下，技術發展空間很大。因為這些組合低於任何不同價格線，它不會產生吸引客戶的特徵組合，然後，因為市場潛力被需求激活之後，特徵組的相對小的改變可以產生市場上的大變化。最後，市場成份的最吸引人的組合可能完全遠離了現有的技術。
許多「具有破壞性的」新興技術起初都不能滿足核心市場客戶群的需求。開始這些新興技術進入市場時是低於現有競爭者和市場主要客戶所認為的具有吸引力標準的。隨後，技術性能改善的速度使特徵組與新興技術一起快速發展，有可能進入和徵服早先無法接近的客戶群。
1.這些特徵在市場意義上是有區別的。
2.特徵組如何吸引不同的市場客戶群(包括它的大小、購買趨向、客戶群的利益)。
3.技術障礙如何對特徵和客戶群之間的相互作用產生影響。
一旦市場界定的管理者了解了這些特徵現在的價值，那麼下一個挑戰就是去了解這些特徵未來的價值。市場界定的管理者從關注最受歡迎的特徵組轉向滿足未來趨勢的需求，然後反過來估計將來所要求的一些優勢尺度上的變化。通過這個過程，市場界定的管理者開始勾勒出增強或增加特徵組的潛在方向。競爭者不再存在，特別是在高度動態的環境中，整個環境也快速地變化成為競爭者行為的一個結果。
對新興技術的投資可以被認為是一種實物期權。開始時的少量投資可以為公司提供關於更多的投資於技術發展或者技術商品化的期權。實物期權理論中確定的未來預期價值與傳統金融分析中靜態的淨現值和拆現現金流量方法形成對比。在任何投資中，具有實物期權的公司希望擴大自己投資的價值。在一個特定的新興技術上，一個期權的價值受這個技術打開的市場潛在大小的影響。
基於移動計算的新技術專業增值服務及其實現裝置，把能改變一個特定特徵的技術潛能的分析和這個能吸引特殊客戶群的特徵的重要性的評估結合起來，企業就可以得到一個比較清楚的關於對這個期權價值的認識。市場界定的管理者可通過觀察企業市場定位的潛力或搜尋潛在的有價值的技術來進行評估。
在尋找重新構架行業的市場機會中(或至少預期了被重新構架的風險)，首先要做的就是確定新興技術是否有傳遞現有技術特徵(或是相似的特徵)的能力，這些特徵在未來是起主導作用的。確定新興技術能提高和增加特徵的空間，這會導致產生有利於新興技術的重要變化。
基於移動計算的新技術專業增值服務及其實現裝置，市場預測的方法是尋找新興技術所創造的潛在特徵，然後確定由這些特徵所服務的市場需求。一個新興技術的最終結果是成為某種可視化辨別模式操縱特徵的能力。
打破一個技術障礙的代價是很高的，而且有很大的不確定性。尋找新興技術的應用是一個混亂的過程，但是這個混亂性的大部分是由於潛在市場的不確定性造成的。通過了解潛在市場的不確定性和解決技術障礙的市場影響的兩方面內容，市場界定的管理者能開發出為得到最大影響而使用技術資源的一些商業策略。以達到利用新興技術解決障礙，從而打開具有吸引力的市場機會空間的目的。
新技術的管理者面對一個創造性的、預見性的技術評估過程需要在公司的能力和約束條件(它的經濟和技術資源及其它適應新技術的能力)，以及它對新技術的開放式接受和成長的雄心之間尋求平衡。
基於移動計算的新技術專業增值服務及其實現裝置，適應新技術的技術評估過程的四個相互關聯的步驟劃定範圍管理者以公司的能力和技術的潛在威脅或機會為基礎，確定研究新技術的範圍和領域。該領域應隨著對公司和技術了解的加深而不斷變化的。
研究尋找公司必須決定要監測的信息和技術源、要遵循的步驟、組織安排，才能篩選技術、研究新技術和其商業可行性的信號。
組織評價候選的技術必須逐一識別，並按優先順序排列，再根據公司和技術力量、目標市場的需求、公司的競爭機會加以評價。
付諸實施如何以一種特定地戰略姿態將新技術戰略性地付諸實施。
從技術的角度，競爭者可能會投資其他的自有技術、採取模仿行動，或是將他們現有的技術升級，使其更具競爭性。新技術的組織影響不僅包括生產和獲取市場渠道所需的組織，還包括產品改造所需的組織。
新技術的管理者除了評估風險，還需要分析投資新技術並加以商業化的競爭性、財務和組織影響。
市場風險市場大小和範圍、對客戶群體的定義、對客戶需求的了解、分銷渠道、管理環境、智慧財產權、競爭者的位置和反應。
技術風險技術的可行性、標準的不確定性、物理危險、產品責任、材料供應、生產工藝等。
組織風險與能力相適應、成本、組織改變的速度、對新組織的依賴性、人員素質和可利用性、相對於現金和資本來說的「燃燒速度」。
風險預測在可視化埸景操作模板上標出兩到三個技術機會，過去和現在的機會的混合，或是處於發展的不同階段的機會是最有用的；為了計劃並實施新技術進入市場，運用人機互動闡述如何認識市場和技術可行性以及公司的能力的；通過這個風險預測的自適應學習過程，如果某個新技術風險大大降低了，就可以靠著這些網絡和資源進入這個領域。
基於移動計算的新技術專業增值服務及其實現裝置，在公司實施新技術產業化中，技術評估不是在新技術開發開始時的獨立事件，而是一個持續的、關鍵性的新技術推向市場的複雜過程的控制。
新技術未來市場的困難在於如何確定產品的需求，這些產品對仍未認識它們的客戶來說是不存在的。同時，技術發展的軌跡和市場接受的速度也都是未知的。在這樣一個市場空間裡，傳統的營銷評估方法不再適應了。但是，新技術專業增值服務的方法可以採用以便能更好地理解在此環境下的市場潛力(圖5.新技術增值服務內核驅動的非程序決策模式)。
在尋找重新構架行業的市場機會中(或至少預期了被重新構架的風險)，首先要做的就是確定新技術是否有傳遞現有技術特徵(或是相似的特徵)的能力，這些特徵在未來是起主導作用的。確定新技術能提高和增加特徵的空間，這會導致產生有利於新技術的重要變化。
尋找新技術所創造的潛在特徵，然後確定由這些特徵所服務的市場需求。一個新技術的最終結果是成為某種操縱特徵的能力，越多的搜索期權被確定，研究新興技術的外在的機會價值就越具有吸引力。
尋找新技術的市場潛力是一個混亂的過程，但是這個混亂性的大部分是市場的不確定因素造成的。通過了解市場的不確定因素和解決技術障礙的市場影響的諸多內容，新技術的管理者能開發出為得到最大影響而使用技術資源的一些商業策略。
新技術要想獲得市場上的成功也遠不是改變所需的技術。它們通常改革相關的補充性資產、相關的競爭者以及相關的顧客。不幸的是，現在的公司通常只是關注於掌握新技術本身，而沒有深入領會到技術對於這些其他領域的關聯。除了開發新技術的能力以外，對於這些其他領域的支持的積極的管理是解決市場化難題的關鍵。要想從一項新技術中獲得經濟收益，公司必須擁有一種能夠使其獨一無二的將這項新技術引入市場的額外的資產。
影響新技術產業化的市場力量1.技術的變化需要什麼技術體系來開發和管理技術？這些與公司現有的技術有什麼不同？當新技術商業化的時候，多大比例的公司現有的技術將繼續有價值？
2.客戶群體的變化隨著新技術的產生將出現什麼樣的客戶群體？那些客戶的需求與傳統客戶有什麼不同？新技術怎樣影響現存客戶的能力？是否存在靈活的實現現存客戶的技術轉變並使他們與新技術保持聯繫的方法？3.補充性資產的變化什麼補充性資產目前仍然對公司有價值？哪類資產能夠在新技術領域保持其價值？需要什麼新的補充性資產？公司能控制哪些基礎構架性的自營標準？公司的產品應與什麼樣的補充產品相聯繫？公司應涉足什麼樣的補充產品領域？4.競爭對手的變化其它什麼行業的競爭對手可能會涉足這個市場？他們與傳統的競爭對手的能力有何不同？他們與傳統競爭對手的動機有什麼不同？當新技術湧現的時候，通常會存在大量的為實現技術的競爭模式和競爭標準。已建立的公司能夠通過提出它們所持有的應用或是標準來戰略性的影響行業的演化。新技術不僅對希望將其商業化的現有的公司來說是一埸革命，而且對於它們的客戶也是如此。在制定商業化戰略過程中的另一個關鍵問題是要考查該技術會給客戶帶來什麼影響。
通過及時的投資和適當的組織結構發展新技術能力是管理新技術的一個重要步驟。假設一旦技術先進的產品發展起來，他們就能依賴於現有的戰略把他們帶入市場，這時，實際上需要有不同的資源必要條件的商業模型。現有的公司必須發展新的補充性資產，滿足新的市場需求，並與一系列新的對手進行有效競爭。
新技術由於與之緊密聯繫的高度不確定性和飛速的變化，產生了一種特殊的需要，即要求迅速調整戰略並且能夠不斷的創造新的商業戰略。新技術進入市場環境的複雜性和不確定性推翻了制定商業戰略(關於市場、新技術和它的活力的預想，以及關於一個公司的優勢、劣勢和公司會為此獲得什麼利潤的預想)的標準格式。
在市場演變的過程中，能夠將其區分為不同的模式，可以將這些趨勢與相似的市場(如果它們存在並且可以得到相關信息)進行比較。一旦這些因素經過處理，處於不可預測的市場環境中的新技術管理者便可以通過一個清晰的框架向前發展，而不會在不斷變化的似乎混亂的狀態中迷失。
新技術迅速變化的現實對於制定商業戰略的已有方法帶來挑戰。它暴露了過多規則的癱瘓性後果和創造性努力的混亂。在快速變動的市場環境下制定商業戰略要求培養一種日益精確的組織能力，要求一種不同的規則，它能在很大程度上容納靈活想像。
儘管組織在快節奏的市場環境中要求發展規則和靈活想像的雙重能力，他們經常也可以在某個特定時刻不同時發展兩種能力。但是這種能力的培養需要時間，當一個具體的挑戰要求如此時，就應該能夠運用。
通過可視化埸景操作展示了一副關於新技術未來行動的，線條清晰的圖畫，計劃方案幫助新技術管理者更好的了解新技術的潛在經濟價值，並且運用這種了解來優化它們的資源分配程序。
在一項新技術中的投資到底值多少？新技術管理者應如何對相互形成競爭的項目進行有效的分析和資源分配？如何通過不同融資方式形成最優的投資結構，確保資金在整個項目過程中始終到位，同時又可靈活改變？處於新經濟環境中的人們越來越多地認識到淨現值法和其它財務方法的弱點，它們無法解決新技術投資中的未知性問題，因此越來越多的人對「實物期權」法產生了興趣。淨現值計算過程中要減除未知的影響，而有形期權中提供了一種方法，可通過制定選擇權確認在技術發展過程中產生的越來越大的靈活性的價值。
投資新技術的主要價值在於通過未來發展機會和利潤豐厚的商業化後創造的期權。由於投資開發一項新技術的潛在回報是相當難確定的，這是因為技術本身和其所針對的市場不斷發展變化的本質。
新技術的投資回報價值在於未來可將技術成功的商品化，由此而產生的現金流帶來的財務回報。價值還來源於具有優勢的戰略定位，為今後的制定戰略或建立新的獨特的生產能力提供條件。由投資於新技術獲得的新知識對於指導將來在相關技術和業務方面的投資具有重要借鑑價值。
基於移動計算的新技術專業增值服務及其實現裝置，運用實物期權操作最大的好處在於迫使新技術管理者直接面對這些不確定性，制定出今後需要考慮的一套完整的商業決策。實現期權完整的價值還需要在仔細關注保證有一套支持期權及時實施的組織機構的同時，還要系統地創造和布置實物期權。
對新技術進行的投資往往包含著對未來的成長預期，因此也要求其融資和評估手段不同於對主流行業的傳統投資。嚴重的信息不對稱和代理問題是困擾新技術啟動的典型問題。這也使對成長預期的投資比普通投資更為複雜。
隨著運用實物期權操作新技術並推向變化中的市場，技術和市場的不確定性逐漸在減少。從期權的角度發覺各種潛在的機會，正式形成商業決策，為以後的管理新技術產業化創造靈活性，比較各種選擇，最終通過基於移動計算的新技術專業增值服務及其實現裝置，有系統的實施，真正實現其價值。
隨著計算資源與計算能量的變化，高性能通用晶片性價比的提高使得基於軟體平臺的壓縮編碼方法具有實用的可能；將基於內容的檢索與編碼結合起來考慮，在壓縮數據中就應有描述視頻內容的信息，從而使對多媒體信息內容的訪問可以直接針對壓縮數據進行。這種新的編碼方法可以基於通用晶片，打破了原來壓縮編碼方法基於專用硬體的限制，可以引入涉及到圖像分析的較複雜的算法。MPEG-4、MPEG-7、MPEG-21圖像分析處理技術，是支持多種多媒體應用(主要側重於對多媒體信息內容的訪問)，可根據應用要求不同來現埸配置解碼器。編碼系統是開放的，可以隨時加入新的有效的算法模塊。
為了支持對動態視頻內容的訪問，基於移動計算的圖像分析處理技術中引入了可視化對象的概念，實際上就是用基於對象方法得到的分層區域，因此，基於可視化對象方法是基於內容的壓縮編碼方法中的一類主要算法。MPEG-4、MPEG-7、MPEG-21圖像分析處理技術(視頻標準)提供在多媒體環境下視頻數據的有效存儲、傳輸和操作等方面的核心技術。基於移動計算的新技術增值服務及其實現裝置，以可視化工具和算法的形式提供對各種功能的支持，例如有效壓縮、對象的可擴展性、空域和時域的可擴展性、糾錯等功能。
基於移動計算的新技術增值服務及其實現裝置，主要取決於基於內容的視頻數據表示方法。一個埸景可看作是由一系列具有各自特性的視頻對象組成，其性質包括形狀、運動、紋理。這種基於對象的表示是在多媒體應用中實現對象交互的關鍵，在這種應用中，用戶可以訪問任意形狀的對象以及操作這些對象。
基於移動計算的新技術增值服務及其實現裝置的視頻標準編碼是基於對象的，這樣就便於操作和控制對象，而傳統壓縮方法是基於幀的，顯然無法對對象操作。基於移動計算的新技術增值服務及其實現裝置的視頻標準中對比特控制可以基於對象，即使在低帶寬時，也可以利用碼率分配方法，對於對象用戶感興趣的對象可以以多分配一些比特率，而對於對象用戶不感興趣的對象可以少分配一些比特率，這樣圖像主觀質量就可以得到保證。
基於移動計算的新技術增值服務及其實現裝置中的對象操作，使對象用戶可以在用戶端直接將不同對象進行拼接，得到用戶自己合成的圖像。這在傳統方法中是無法直接實現的。基於移動計算的新技術增值服務及其實現裝置的視頻標準在擴展上具有很好的靈活性，可進行時域和地域的擴展。而且，可根據現埸帶寬和誤碼率的客觀條件，在時域或空域進行擴展。時域擴展是在帶寬允許時在基本層之上的增強層中增加幀率，在帶寬窄時可在基本層中減少幀率，以達到充分利用帶寬，使圖像質量更好的目的。空域擴展是指對基本層中的圖像進行採樣插值，增加或減少空間解析度。
基於移動計算的新技術增值服務及其實現裝置的視頻標準中引入了視頻對象(VO，Video Object)的概念來實現基於內容的表示。VO的構成依賴於具體應用和系列實際所處環境在要求超低比特率的情況下，VO可以是一個矩形幀(即傳統MPEG、H.263中的矩形幀)，從而與原來的標準兼容對於基於內容的表示要求較高的應用來說，VO可能是埸景中的某一物體或某一層面；VO也可能是計算機產生的二維、三維圖形等。在基於移動計算的新技術增值服務及其實現裝置的視頻標準中，VO主要被定義為畫面中分割出來的不同物體，每個VO有三類信息來描述運動信息、形狀信、紋理信息。
基於移動計算的新技術增值服務及其實現裝置的視頻標準首先對視頻序列進行鏡頭切分，對一個鏡頭中的每一幀進行物體分割，得到各個VO。基於移動計算的新技術增值服務及其實現裝置的視頻標準中的編碼器功能，首先是VO的形成(VO Formation)，其次要從原始視頻流中分割出VO，然後由編碼控制(Coding Control)機制為不同的VO以及各個VO的三類信息分配碼率，之後各個VO分別獨立編碼，最後將各個VO的碼流複合(MUX)成一個位流。其中，在編碼控制和複合階段可以加入用戶的交互控制或由智能化的算法進行控制。
基於移動計算的新技術增值服務及其實現裝置的視頻標準包含了基於模型的編碼和Sprite技術。在進行圖像分析後，先考察每個VO是否符合一個模型再考慮背景能否採用Sprite技術，如是則將背景生成一幅大圖，為每幀產生一個仿射變換和一個位置信息即可；最後才對其餘的VO按上述流程編碼。
基於移動計算的新技術增值服務及其實現裝置的視頻標準建立了一套標準化的語言描述定義語言，用以說明描述符和描述方案，保證其被廣泛採用的擴展性和較長的生命周期。人們可以檢索和索引與基於移動計算的新技術增值服務及其實現裝置的視頻標準數據相聯繫的視聽材料，這些材料可以是靜態圖片、圖形、3D模型、聲音、言語、視頻和這些元素所組成的多媒體描述信息。基於移動計算的新技術增值服務及其實現裝置的視頻標準力求能夠快速且有效地搜索出用戶所需的不同類型的多媒體材料。基於移動計算的新技術增值服務及其實現裝置的視頻標準將對各種不同類型的多媒體信息進行標準化的描述，並將該描述與所描述的內容相聯繫，以實現快速有效的搜索。
基於移動計算的新技術增值服務及其實現裝置的視頻標準主要致力於視聽數據的信息編碼表達上，也就是集中在對多媒體材料的描述的通用接口的標準化上(表達內容的信息而不是內容本身)。基於移動計算的新技術增值服務及其實現裝置的視頻標準對視頻流和視頻分析處理的功能效果在於可視化數據資源的交互性與全球化和數據管理的靈活性上。
基於移動計算的新技術增值服務及其實現裝置的視頻標準必須將許多相關領域的特點和技術結合起來，比如計算機視覺、視頻資料庫以及信號處理等。視頻資料庫人員注重於高層的描述，希望基於移動計算的新技術增值服務及其實現裝置的視頻標準提供標準的結構和連接技術；信號處理人員更注重於對視頻圖像的分析和對內容的理解。
基於移動計算的新技術增值服務及其實現裝置的視頻標準提供了可視內容的標準結構和聯想機制，以及對可視內容表述的標準化，這為實現基於內容檢索提供了應用框架，並且使得對多媒體數據的創建、交換、檢索和重用變得更加有效。
基於移動計算的新技術增值服務及其實現裝置的視頻標準描述定義語言的需求能夠表述描述方案或描述方案元素之間複雜的空間、時間、結構和概念關係；能提供豐富的模型來連接或索引一個或多個描述以及被描述的數據；同時，又必須是一個與應用無關的、人機可讀的平臺。一種允許產生新的描述方案(Description Schemes)和描述符(Descriptors)的語言，同時也能夠對現有的描述方案進行擴展和修改。
基於移動計算的新技術增值服務及其實現裝置的視頻標準的描述符(Descriptors)的語言，主要用來描述如下信息類型低級的視聽特徵，如顏色、紋理、運動、聲音能量等；高級語義特徵，如物體、事件和抽象概念；基於內容的處理過程；以及媒體存儲信息等等。希望實現自動提取多數低級特徵的描述符信息，並在人工交互時可完成高級描述符信息(圖6.可視化移動計算的埸景操作)。
可視化程序設計通過使用工具隱藏了複雜的程序設計過程，從而簡化了程序設計工作，特別是圖形用戶界面的構造工作。同時，大多數可視化程序設計工具還提供帶有支持可復用部件庫的框架。可視化程序設計便利了可復用部件的定製和構造(圖7.DSP智能軟體晶片固化的演繹)。
一個n維隨機向量x服從多維正態分布，其概率密度函數為f(x1，x2...，xn)＝1/(2π)π/2|∑|1/2exp[-1/2(x-μ)』∑-1(x-μ)].
一個n維正態分布隨機數生成過程為生成上三角矩陣C使∑＝CC″由N(0，1)生成μ1，…，μnxk=k+kI=1ckii,(k=1,2,n);]]>返回x＝(x1，x2…，xn)。
在空間Rn的一個複雜區域S中產生均勻隨機向量(S可以理解成數學規劃中的一個可行集)。
首先，確定一個包含S的簡單區域Ω，如，一個n維超幾何體Ω＝{(x1，x2，…xn)∈Rn|ai≤xi≤bi，I＝1，2，…，n}.
在超幾何體中，隨機向量比較容易產生。事實上，只要xi是[ai，bi](I＝1，2…，n)上的均勻隨機變量，(x1，x2…，xn)就是超幾何體Ω上的均勻隨機變量。生成的隨機向量接受與否依賴於它是否在區域內。
給定包含S的超幾何體Ω；重複以下過程由U(ai，bi)分別生成xi，I＝1，2…，n；
置x＝(x1，x2，...，xn)；直到(x∈S)返回x.
基於移動計算的新技術增值服務及其實現裝置的視頻標準提供了一個多媒體框架供一個用戶與另一用戶進行以數字信息為目標的相互作用，相互作用所涉及的各方均為用戶(圖8.新技術增值服務的可視化埸景操作進程控制)。對象用戶與數字項之間的交互可由五個核心要素來限定1.安全的內容傳送和價值交換。
2.客易理解所使用的項目。
3.內容的個性化。
4.在價值鏈中執行商業和有用的規則。
5.允許在MPEG-4、MPEG-7、MPEG-21視頻標準中操作與之相兼容的實體。
基於移動計算的新技術增值服務及其實現裝置的視頻標準將充分利用數字項的相關方面，但同時也要涵蓋其他的媒體資源和描述說明標準化格式。
1.數字項是開放的可擴展的，可擴展到其他所有媒體資源和描述方案中。
2.在不損失子項的結構和特點的情況下，可以將項目組合成新的項目。
3.多個組合項可以共享單元元素。
4.數字項中單個元素可能被多個地方參考使用。
5.應用中可以正確操作數字項也可以使數字項生效。
6.對數字項及其組件的識別和修正應採取開放的可擴展的方式。
7.明確定義元素與相應描述之間的關係。
8.描述子可以是簡單的描述也可以是整個媒體組件。
9.描述子也可以由其他描述子描述。
10.定位子必須是可以聲明的，允許描述子與媒體資源的一個範圍或者一個指定點相關，允許描述子通過定位子與媒體資源反向聯繫。
基於移動計算的新技術增值服務及其實現裝置的視頻標準的內容表示方面的相關需求是1.數據類型應能夠表示大範圍的數據類型，包括自然的和合成的，也包括兩者的組合。如靜止圖像，任意形狀的視頻，特定的和通過3D模型，圖形，文本，自然的合成的音頻，自然的和合成的語音等。
2.內容類型能夠表示所有考慮數據類型的內容。
3.有效性根據不同的目標質量，對於所有數據類型使用最佳有效位表示。對於由不同數據類型不同元素組成的多媒體場景，應該有可能針對每個元素採用不同效率和質量的編碼方法。
4.分級性多媒體場景中的元素要有分組性能，而且具有不同的擴展性，如時間上，空間上和質量上。
5.自由存取對於多媒體場景中的元素，在限定的時間內可以對其不同的擴展，不同解析度的所有元素進行自由存取。對於由不同數據類型，不同元素組成的多媒體場景，應該有可能自由存取場景中的每一個元素。
6.錯誤恢復對於多媒體場景中的元素，可以保護所選擇的元素避免產生通道錯誤等相關錯誤，如行動網路，ATM網絡或存儲介質錯誤等。
7.交互能夠以時間和空間精細的尺度與多媒體場景中元素進行交互。對於由不同數據類型，不同元素組成的多媒體場景，應該有可能同每個元素進行交互。
8.同步可以對媒體場景中所有元素和相關數據進行同步。
9.復用能夠對多媒體場景中不同元素的編碼數據以及相關數據復用。
基於移動計算的新技術專業增值服務及其實現裝置，應用視頻對象合成可由現存的視頻對象合成新的視頻對象。
(1)區間投影運算令O＝(oid，I，v)與I』分別是給定的視頻對象及區問集合，且有關係I』C I。另外，令A是一個可繼承屬性的集合。O在I』上的視頻投影也是一視頻對象O′＝(oid′，I′，v′)，其中oid′是一新對象標識符，值v′滿足以下關係1)attr(v′)＝attr(v)UA，且
2)對於attr(v′)中的每一屬性a有v′·a＝v·a。
區間投影運算在定義一新的視頻對象時是十分有用的。設已有一個已存在的視頻對象，要把此對象相應的場景的一部分定義為一個新對象，既然現存的視頻對象的描述數據可被自動地繼承，則對新對象的描述量可減少。
(2)視頻對象的合併運算兩個視頻對象O1＝(oid1，I1，v1)及O2＝(oid2，I2，v2)的合併運算表示為O1 U O2，其結果為一個視頻對象O＝(oid，I1 U I2，v)，其中oid表示一新視頻對象標識符，I1 U I2表示兩個區間集合的並；而v＝[a1:v1，…，an:vn]，其中ai(1＜i＜n)應在attr(vi)nattr(v2)中3)視頻對象的重疊運算兩個視頻對象O1＝(oid，I1，v1)與O2＝(oid2，I2，v2)的重疊運算表示為O1 n O2，其結果為一個新視頻對象O＝(oid，I1 n I2，v)，其中oid為一新的視頻對象的標識符，I1 n I2表示兩個區間重合後的交，而v＝[a1:v1，…，an:vn]，其中ai(1＜i＜n＝應在attr(v1)Uattr(v2)中。
基於移動計算的新技術專業增值服務及其實現裝置的視頻標準的數字項識別與描述將提供如下功能1.精確，可靠和獨有的識別。
2.不考慮自然，類型和尺寸的情況實現實體的無縫識別。
3.相關數字項的穩固和有效的識別方法。
4.任何操作和修改數字項的ID和描述都能夠保證其安全性和完整性。
5.自動處理授權交易，內容定位，內容檢索和內容採集。
視頻數據模型是視頻數據倉庫系統運行的關鍵因素。視頻數據建模的功能要求1.視頻模型應支持時序數據。
2.數據模型應支持對時序間隔的分段標識。
3.數據模型應能表現時序間隔之間的關係。
4.數據模型應支持對各視頻分段的不同層次的描述。
由於視頻數據模型是能被計算機系統處理的視頻數據的唯一代表，對象用戶可獲得的所有系統功能都依賴於視頻數據模型。
一個交互式的視頻伺服器系統具有以下的特點和功能1.高性能，應該允許同時進行多用戶訪問。
2.提供電視質量的視頻流。
3.可擴展，可以非常容易地為不同的應用要求進行重構。
4.可移植，可移植到不同的作業系統上(比如Solaris，AIX，HP-UX等)。
5.開放性的結構。允許使用第三方的硬體和軟體。
6.支持包括視頻，音頻，圖象和文本的多媒體資料庫服務。
7.提供系統管理工具，包括用戶帳號管理，價格管理，讀寫控制等。
8.可靠性，例如較高的數據可用性。
9.高性能價格比。
Oracle Media Server視頻伺服器系統主要特點1.模塊化設計，包括目錄管理，客戶跟蹤，帳單服務等以及允許定製模塊和第三方模塊的插入。
2.高度的可移植性。系統支持運行於不同的網絡，機頂盒，和作業系統環境。
3.符合現存的多種交互式電視標準。
4.支持跨平臺組建巨型的並行超級計算機。它可以同時為多個視頻流服務，存儲數千小時的視頻，每秒鐘可以處理上千個事務。
5.可靠性支持不間斷的工作，一旦子系統故障，多媒體軟體可以保證數據流的連續傳送。
6.允許用戶將Oracle Media Server和現存的支持結構集成到一起並可使用第三方的監控工具。
基於移動計算的新技術專業增值服務及其實現裝置，支持多媒體數據服務系統。
實現裝置建立多維資料庫①選擇你想用來分析被建模主題的商業過程。
②確定事實表的粒度。
③區分每一個事實表的維和層。
④區分事實表的度量。
⑤確定每一個維表的屬性。
⑥讓用戶驗證數據模型。
實現裝置每一個維表包含一個主鍵(產品、時間代碼、消費者、區代碼)，事實表中的相關的列是外鍵。事實表包含有一個主鍵(複合的)，它由這四個外鍵組成。原則上，事實表的每一個外鍵在維表中必須有自己的副本。而且存在複合鍵的多維資料庫的任何表必須是事實表，這意味著在表示多對多維資料庫中的每一個表是事實表。
實現裝置完成事實表以後，就可以為每一個維表確定屬性了。為了說明如何選擇屬性，以時間維為例。銷售商業進程的數據模型定義為與時間維相關的以天文單位的粒度，因此時間維表的每一個記錄代表一天。記住表中的每一個欄位由記錄代表的特定的天來定義。
當你的資料庫伺服器在Windows NT上運行時，用戶可以從目錄％INFORMIXDIR％/demo/dbaccess訪問*.sql和*.unl文件。
實現裝置用戶也可以叢DB-Access或者相關對象管理器的命令文件訪問.sql後綴的文件。
當用戶實現多維資料庫時，重要的一步是開發和記錄裝載策略。
基於移動計算的新技術專業增值服務及其實現裝置，在實際的數據倉庫環境中，典型情況下，用戶不用LOAD或者INSERT語句從Informix資料庫裝載和輸出大量數據。
實現裝置sales-demo多維資料庫使用sales-demo資料庫裡的數據，因此用戶必須創建這兩個資料庫來實現sales-demo資料庫。
基於移動計算的新技術專業增值服務及其實現裝置，當下面兩個條件同時為真時用戶可以使用位圖索引①索引裡的關鍵值包含許多複製品。
②表中多餘一列具有索引，優化程序可以用它來提高掃描表的性能。
●實現裝置的交互式視頻存儲交互式視頻資料庫內部的物理數據儲存器。
●實現裝置的交互式視頻資料庫伺服器為應用存儲多媒體數據的伺服器，同時管理資料庫及執行資料庫的方法。
●實現裝置的交互式視頻客戶交互式視頻應用運行的環境，它需要同資料庫伺服器進行有效地連接。
●實現裝置的交互式視頻類庫交互式視頻預定義並提供的類的集合，用以支持多媒體數據。
●實現裝置的交互式視頻基於圖形的開發工具，用以創建實現裝置的交互式視頻應用及使用交互式視頻資料庫。
●實現裝置的交互式視頻操縱交互式視頻資料庫的函數集，通過C，C++及其他程式語言調用。
●Java捆綁實現裝置的交互式視頻和Java之間的一個接口，它為每一個交互式視頻類創建一個Java類，因此可以通過Java語言使用資料庫。
●實現裝置的交互式視頻同作業系統一起工作的工具，它使得通過Visual Basic或其他支持ActiveX的應用開發環境能夠使用實現裝置的交互式視頻資料庫。
●實現裝置的交互式視頻插件網絡瀏覽器插件，利用它用戶可以通過World Wide Web運行實現裝置的交互式視頻應用及使用交互式視頻資料庫。
●WebLink一個HTML提交程序(renderer)，利用它可以不用實現裝置的交互式視頻插件就能在World Wide Web的標準HTML頁面上訪問交互式視頻的對象。
●關係型數據訪問實現裝置的交互式視頻類集，它使得交互式視頻應用能夠在關係資料庫系統上使用及操縱數據。
為了達到最高的性能，實現裝置的交互式視頻使用了一種分布式客戶機/伺服器結構。分布式結構充分利用利用了多媒體和用戶交互的現代臺式計算機的強大功能，同時伺服器在健全可靠的環境中執行商業流程的關鍵任務。
在實現裝置的交互式視頻中，伺服器具有很強的處理能力，在其上運行包含商業處理的複雜方法。事務管理和安全管理系統控制在伺服器上運行的方法。此外，在伺服器上運行方法減少了向客戶機應用傳輸大量數據的需求。
稱為資料庫引擎的伺服器扮演著定義及管理類定義和對象的儲存器的角色。資料庫伺服器還可以儲存大型多媒體對象及其他數據。
交互式視頻客戶機是如下應用的執行環境它控制動化及多媒體的顯示，調整用戶同外部動作的相互作用，處理對資料庫中多媒體資源的檢索，為了執行方法而同伺服器通信。
實現裝置的交互式視頻提供了傳統資料庫所具有的所有標準數據類型，並增加了一個包含多媒體及其他複雜數據類型的擴展集，例如各種圖象，視頻以及聲音，動化序列框架，超文本和頁面設計。
通過一個包含在本軟體中的多媒體，空間及商業類的全功能集，實現裝置的交互式視頻支持這些複雜數據類型。多媒體數據立方體的建立有助於多媒體數據的基於視覺內容的多維分析，和多種知識的挖掘，包括匯總，比較，分類，關聯和聚類。
·圖象內容和非圖象內容特徵間的關聯如規則「如果照片的上半部分的50％是蘭色，那它很可能是天空」屬於此類，因為它把圖象的內容和關鍵字天空關聯在一起。
·與空間關係無關的圖象內容的關聯如規則「如果一幅圖片包含兩個蘭色正方形，那麼它很可能也包含一個紅色圓形」屬於此類，因為關聯考慮的都是圖象內容。
·與空間關係有關的圖象內容的關聯如規則「如果一個紅色矩形是在兩個黃色正方形之間，那麼很可能在下面存在一個大的橢圓形對象」屬於此類，因為它把圖象中對象與空問關係關聯在一起。
基於移動計算的新技術專業增值服務及其實現裝置，要挖掘多媒體對象問的關聯，我們可以把每一個圖象看作一個事務，從中找出不同圖象間出現頻率高的模式。在一個相對較粗的解析度下挖掘出現頻率高的模式，然後對那些通過最小支持度閾值的圖象做進一步的更細解析度下的挖掘(圖9.基於可視化移動計算的信息視圖激活)。
基於移動計算的新技術專業增值服務及其實現裝置，可視化數據挖掘用數據或知識可視化技術從大的數據集中發現隱含的和有用的知識。人們的視覺系統是由眼睛和人腦控制的，後者可看作一個強有力且高度並行的處理和推理引擎，它帶有一個大的知識庫。可視化數據挖掘把這些強大的組件有效地組合起來，使它成為一個吸引人的有效的工具，用來對數據的屬性，模式。簇和孤立點進行綜合分析。
·數據可視化資料庫和數據倉庫中的數據可看作具有不同的粒度或不同的抽象級別，也可以看作是由不同屬性和維組合起來的。數據能用多種可視化方式進行描述，比如盒狀圖、三維立方體。數據分布圖表。曲線。曲面。連接圖，等等。
·數據挖掘結果可視化數據挖掘結果可視化指將數據挖掘後得到的知識和結果用可視化的形式表示出來。這些形式包括散列圖(scatter plot)和盒狀圖(通過描述性的數據挖掘中獲得)，以及決策樹、關聯規則，簇，孤立點，概化規則，等等。
·數據挖掘過程可視化這種可視化用可視化形式描述各種挖掘過程，從中用戶可以看出數據是從哪個資料庫或數據倉庫中抽取出來的，怎樣抽取的以及怎樣清理。集成、預處理和挖掘的。而且，可以看出數據挖掘選用的方氏結果存儲的地方及顯示方式。
·交互式的可視化數據挖掘在交互式的可視化數據挖掘中可使用可視化工具，幫助用戶做出明智的數據挖掘決策。例如，一系列屬性的數據分布可以用彩色扇區或列來表示(取決於整個空間是使用一個圓形表示還是使用列的集合表示)。這種表示方式可以幫助用戶決定哪個扇區作為分類首先被選中，哪個地方是最好的扇區分割點。
基於移動計算的新技術專業增值服務及其實現裝置，人工神經網絡的視景成像還原的可視化場景操作步驟(1)根據基本圖形單元建立景物模型，並且對所建立的模型進行數學描述(OpenGL中把點、線、多邊形、圖像和位圖都作為基本圖形單元)。
(2)把景物模型放在三維空間中適合的位置，並且設置視點以觀察感興趣的場景。
(3)計算模型中所有物體的顏色；其中的色彩根據應用要求來確定，同時確定光照條件、紋理映射方式等。
(4)把景物模型的數學描述及其色彩信息轉換至計算機屏幕的像素，這個過程就是光柵化。
基於移動計算的新技術專業增值服務及其實現裝置，可視化資料庫圖形的建模應當基於對流水線性能結構優化。
實現裝置立體分層結構與視景複雜度平衡主要的實時資料庫偏歷是剔除偏歷和碰撞檢測遍歷，兩者都可以從以空間方式組織的資料庫中獲益，它們都是基於邊界體對視景圖象進行剪裁的。如果一個資料庫的分層結構是將空間中相近的對象集合成組，那麼通過一個根節點的邊界體可以很簡單的消除整個子樹。
基於移動計算的新技術專業增值服務及其實現裝置，人工神經網絡的視景成像還原提供了一系列的操作平衡開銷，性能和圖象質量。豐富的開發環境加上實時的圖象生成器特徵使視景成像還原成為了開發面向對象應用程式的理想平臺。而對目標系統圖形體系結構的理解和面向性能的設計可以使用戶獲得期望的視景質量和性能。
實現裝置這些類在創建及管理新一代應用的時候起著重要的作用。在創建各種各樣的多媒體對象時可以不用修改就使用它們。為了滿足更多特定應用的需求而設計用戶定義的子類時，它們可以被用作父類。
除了實現裝置的交互式視頻提供的系統類中還包括多媒體類和SQL類。
實現裝置的交互式視頻包含的多媒體類族使交互式視頻具有多媒體功能。
在存儲各種多媒體類型方面，多媒體類族具有很強的靈活性。在多媒體類族中，主要的多媒體類型都是獨立的類，如視頻和圖象。
實現裝置的交互式視頻支持所有類型的多媒體格式；然而，多媒體類的結構很容易被擴展以支持將來可用的新格式。
存儲在實現裝置的交互式視頻資料庫中的多媒體可以用圖形，視頻或聲音軟體創建。用實現裝置的交互式視頻裝入多媒體就象從桌面拖動文件並放入交互式視頻對象中一樣容易。在交互式視頻資料庫中通過Visual Basic調用ActiveX控制項或通過實現裝置的交互式視頻可以顯示多媒體文件。
通過系統支持的SQL類族能夠使用，修改關係及非關係型資料庫中的數據。SQL類族包含連接資料庫，修改數據以及恢復資料庫數據的方法。
實現裝置的交互式視頻的第三方開發夥伴擴展了交互式視頻類庫的功能。例如，一個開發的類庫向實現裝置的交互式視頻中加入了全文本及可視查詢的功能；另一個提供了對實時數據的支持，如財務工具的值。
第三方類庫還擴展了實現裝置的交互式視頻的多媒體類庫，使其支持額外的媒體類型，這種類型能夠直接被交互式視頻應用使用。例如，聲音及視頻的壓縮流技術使得聲音及視頻能夠在播放的同時被解壓縮。實現裝置的交互式視頻還可以管理虛擬實境並把它添加到交互式視頻應用中，同時，數位照相機拍攝的圖片能夠被交互式視頻的攝象機捕獲並存儲。
類瀏覽器是能夠看到您的實現裝置的交互式視頻資料庫所有部件的地方。通過類瀏覽器可以做如下工作●在資料庫中定義新類和為類創建新的對象。
●在類屬性查看器中查看屬性及在對象屬性查看器中查看一個對象的屬性值。
●創建資料庫查詢。
●拖拉一個對象，查詢或類到場景上。
●在方法編輯器中為一個類創建方法。
使用應用管理器可以創建實現裝置的交互式視頻應用。一個實現裝置的交互式視頻應用由場景組成，場景同Web網頁具有同樣的意義。
既然通過類瀏覽器能夠使用所有的資料庫信息，那麼您就只需從類瀏覽器拖拉希望的元素放入實現裝置的交互式視頻場景中。
當從類瀏覽器拖拉一個元素放入一個場景中時，您會看到一個佔位符。一個佔位符是代表場景中一個資料庫元素的方法。一個佔位符不只是代表一塊靜態數據。佔位符能夠代表動態數據，如一個資料庫查詢的結果。
實現裝置可以用設計模式查看有個場景，並且可以運行該場景以測試其行為。當完成所有必須場景的設計時，您可以在實現裝置的交互式視頻應用管理器中編譯它們以創建最終的應用。
當元素被添加到一個場景中後，它們就會因被賦予行為而具有活力。一個事件可以觸發場景中的元素，動作是元素在收到事件後所產生的行為。典型的動作包括顯示一幀視頻，改變場景以及向其他對象發送消息。
基於移動計算的新技術專業增值服務及其實現裝置，提供了一個直觀的界面來將行為賦值給一個場景，而同時不需要任何的描述或編碼。
這就是為什麼從實現裝置的交互式視頻資料庫中取下一個多媒體對象並賦予其交互的行為是非常容易的。通過預定義大多數常用的事件和動作以及允許從一個下拉列表中選擇它們，實現裝置的交互式視頻使得賦予行為的動作明白易懂。
基於移動計算的新技術專業增值服務及其實現裝置，功能模型描述動態模型的動作所定義的對象操作的意義。功能模型由數據流圖，動態建模用狀態圖、場景說明和事件蹤跡描述對象行為。操作可以從對象模型中的屬性導出(讀寫屬性值和關聯的操作)，也可以從動態·建立類之間的關係·定義類的性質和行為·對象交互的建模·研究對象的狀態變化根據實現裝置給定的優先結構和目標值，也可以把模糊決策系統轉化為機會約束目標規劃， s.t.
Pos{fi(X，ε)+di--di+＝bi}≥βi，i＝1，2，…，mPos{gj(X，ε)≤0}≥aj，j＝1，2，…pdi-，di+≥0 i＝1，2，…，m，其中pj＝優先因子，表示各個目標的相對重要性，且對所有的j，有Pj＞＞Pj+1，uij＝對應優先因子j的第i個目標正偏差的權重因子，vij＝對應優先因子j的第i個目標負偏差的權重因子，di+＝目標i偏離目標值的正偏差，di-＝目標i偏離目標值的負偏差，X＝n維決策向量，fi＝目標約束中的函數，gj＝機會約束中的實值函數，bi＝目標I的目標值，l＝優先級個數，m＝目標約束個數，ε＝模糊參向量，p＝系統束個數。
實現裝置對象模型通常是用類抽象而不是對象(在此處理解為類的實例)構造的，由此我們可以說面向對象分析的目標是建立一個基於用戶、專家和企業需求的模型。模型中應包括滿足應用行為所需的類之間的關係、每個類必須的關於其它類的知識、每個類必需提供的服務和外部事件怎樣激勵對象交互的描述。
(1)設學習次數t＝0，DS＝S；(2)若DS≠0則取e∈DS，DS＝DS-{e}，並執行以下過程，否則轉步驟(3)；設e激活中間層第n1神經元，修正權向量VVn1(t+1)＝Vn1(t)+a(t)·an1(t)·(cf-Vn1(t))Vi(t+1)＝Vi(t)，i≠n1，1≤i≤k(3)若a(t)＜ε，則轉步驟(4)；否則置t＝t+1，DS＝S，並轉步驟(2)；(4)結束。
基於移動計算的新技術專業增值服務及其實現裝置，智能算法莫逆人腦從粗到細不斷深化的分類學習過程，在構造的神經網中引入動態競爭機制。由於中間層神經元是從基本類數p開始動態變化，網絡達到穩定狀態時很少有冗餘的神經元。因此，實現裝置競爭神經元對實驗數據的分類表達效率較高，便於以後知識提取。
基於移動計算的新技術專業增值服務及其實現裝置，對象是客觀世界實體的抽象描述。由信息(數據)和對數據的操作組合而成。類是對多個相似對象共同特性的描述。消息是對象之間通信的手段，用來指示對象的操作。方法是對象接收到消息後應採取的動作序列的描述。實例是由一特定類描述的具體對象。
實現裝置建造一個用例模型，我們首先畫出系統的邊界，然後確定每個用例的參與者。參與者是外界實體與系統交互時所扮演的角色。一旦確定了參與者，我們可以用建立原型系統並記錄用戶作為參與者與系統間的交互的方法開發一系列的用例對於模擬系統怎樣被使用的外部視圖是很有效的。
·系統內部通訊或交互不能被模擬反映，用例模型未描述系統內部對象間的交互作用。
·用例實例間的衝突不能被模型反映，用例模型未描述用例的衝突及例外情況。
·並行性不能被模型反映，用例本質上是原子的、串行的，它們不能反映系統中的並行情況。
實現裝置對象模型描述了應用的對象結構，其中包括·組成應用系統的對象類·類之間的關係·每個類的信息(特性)·每個類提供的服務(公共方法)基於移動計算的新技術專業增值服務及其實現裝置，將約束定義為對象模型實體間的功能關係。這裡所說的實體可能包括對象、類、角色、屬性、鏈和關聯，約束限制了實體的取值範圍。
實現裝置把動態模型的目標定義為描述系統與事件或操作序列有關的以下這些方面——標誌改變的事件、事件序列、定義事件上下文的狀態和事件及狀態的組織。動態模型用事件蹤跡圖描述應用的動態行為；事件蹤跡圖用狀態圖(又稱Harel狀態圖)顯示每個對象的狀態怎樣在特定條件下被事件改變，事件蹤跡圖描述了應用中的事件流和對象狀態的變化。
基於移動計算的新技術專業增值服務及其實現裝置，帶有模糊參數的單目標機會約束規劃可以表示成如下的形式， 其中α和β分別事先給定的對約束目標的置信水平，Pos{·}表示{·}中事件的可能性。
所以一個點x是可行的若且唯若集合{ε| gj(X，ε)≤0，j＝1，2，…p，}}的可能性至少是α.對任意給定的決策x，f(X，ε)顯然是一個模糊數。這樣存在多個可能的f使得Pos{f(X，ε)≥f}≥β.我們的目的是極大化目標值f，因此目標值f應該是目標函數f(X，ε)在置信水平β下所取得的最大值，即f=fmax{f|Pos{f(X,)f}}.]]>基於移動計算的新技術專業增值服務及其實現裝置，Smalltalk是面向對象最代表性的程序設計語言。Smalltalk所有類形成一個層次，由一個稱為Object的根類和許多子類組成。類Object提供了所有對象所共有的行為，包括對象標識符的列印方法、測試對象的類的方法以及拷貝對象的方法。所有類都是Object的子類，除了Object外，所有類都有超類。每個子類都建立在其超類的基礎上，通過添加自己的方法和實例變量來實現它自己的行為。
如果程序中某一變量的值必須保持到程序下一次運行時，它應該被保存在一不變的介質上(通常是程序外部的介質)，以便在需要時能被從介質上取出。外部介質的組織方式依賴於數據被使用的方式，它可以是一個普通文件，也可以是層次、網狀或關係型資料庫。
1)把對象模型類映射到VisualAge非可視化部件。
2)定義非可視化類(公共接口)及其屬性、動作和事件。
3)映射對象模型類關係並在VisualAge中定義它們。這些關係包括一般化、聚合和關聯。
基於移動計算的新技術專業增值服務及其實現裝置，使用模型-視圖-控制者模型時，我們可以說要構造一個原型，我們需要使用可視化編程工具反覆設計模型類並為視圖類開發交互技術。控制結構可以通過消息來調用。在Smalltalk中，最基本的順序控制結構是通過一串表達式來表示的。非順序的控制結構通過塊來實現。
1)將塊[index←index+1]賦給變量incrementBlock；2)將塊[sum+(index*index)]賦給變量sumBlock；3)將數0賦給變量sum；4)將數1賦給變量index；5)向塊sumBlock發送一元消息value；6)向1發送二元消息*1；7)向0發送二元消息+1；8)將1賦給sum；9)向塊incrementBlock k發送一元消息value；10)向1發送二元消息+1；11)將2賦給index；12)向塊sumBlock發送一元消息value；13)向2發送二元消息*2；14)向1發送二元消息+4；15)將5賦給sum。
實現裝置條件分支結構類似於通常高級語言的if-then-else語句。條件分支是通過向布爾對象發送信息實現。信息標識符是ifTrueifFalse；其中變元是兩個塊，消息對象只有true和false。對象true向第一個變元發送消息value，對falsee向第二個變元發送消息value。
當因果模式發生變化，參與者採取行動，專家們提出它們的因果知識時，自適應實現裝置改變其模糊因果網。神經元學習法則改變了因果規則和極限環。參與者學習了新的模式，加強了舊模式的記憶。在複雜的實現裝置中，使用者可以從一個譜中選擇虛擬世界的動力結構，這個譜的範圍包含從溫和的非線性到雜亂的非線性。
一個虛擬世界就是一個動力系統，當一個實現裝置用戶或一個參與者在其中移動時，虛擬世界隨時間而變化。在最簡單的情形中，只有實現裝置用戶在虛擬世界中移動。一般的情形是實現裝置用戶與虛擬世界都發生變化，且二者互相改變。
基於移動計算的新技術專業增值服務及其實現裝置，一個虛擬世界中的變化是必然的。當參與者在一個虛擬世界中移動時，他們促使事件發生，添入新的因果模式，影響並響應舊模式。反過來，虛擬世界也作用於參與者，或作用於其物理或社會環境。虛擬世界改變其行為，並可改變它自身的因果關係網。實現裝置參與者與其虛擬世界之間的這種反饋因果性生成了一個複雜的動力系統，這個系統可以模擬事件、參與者、行為與數據，此時這些模擬對象隨時間展開(圖10.新技術增值服務的可視化協同工作環境)。
簡單的閾實現裝置迅速地收斂於穩定的極限環或不動點。這些極限環代表了實現裝置因果網中的「隱含模式」。在一個虛擬世界中，極限環可能會依照起床、工作、回家、再起床的順序被引導，一些複雜的行為，例如行走，則會闖入簡單的運動循環。
一個簡單的實現裝置中的每個結點都使行為或目標開或關，每個結點都可控制其自身的FCM、模糊控制系統、有向目標動畫系統、力量反饋或是其它的輸入輸出映射。實現裝置能夠控制構造虛擬世界的時間聯繫或時間圈。實現裝置這些模式組成了虛擬世界的節奏。
為了理解場景並與場景中的物體交互作用，必須將場景的三維數據進行有效的表示。實現裝置三維場景表示包含有兩個基本問題場景重建和場景分割。場景重建(reconstmction)是指使用插值或擬合方法從採樣點(稠密深度測量值或稀疏深度測量值廣十算曲面的連續函數，實際中通常使用許多三角片或小平面片構成的網面來近似表示場景深度測量值；場景分割是將表示場景的網面分割成若干部分，每一部分表示一個物體或一個特定的區域，這樣有利於物體識別、曲面精確估計等後處理算法的實現。
基於移動計算的新技術專業增值服務及其實現裝置，基於兩幀圖象運動估計擾動迭代算法1，初始化深度值{zi，k}，I＝1，…，n，置迭代計數器m＝0.
2，在給定深度值下根據式(15.6)估計參數3，根據當前的運動估計和深度參數，由式(15.6)計算對應點的坐標(x』(m)I，k+1，y』(m)I，k+1)4，計算估計誤差Em=i/nnI=1e2i]]>其中e2i＝(x』(m)I，k+1，y』(m)I，k+1)2+(y』I，k+1，y』(m)I，k+1)2，x』I，k+1和y』I，k+1是已知的對應點真實坐標。
5，如果Em小於預定的誤差閾值Er，即Em＜Er，則終止迭代，否則，置m＝m+15，給深度參數賦一個擾動值。
z(m)I，k←z(m-1)I，k-βe2i/z+aΔ(m)I其中a和β是常係數，Δ(m)I＝Ni(0，e2(m)i)是零均值高斯分布函數，其方差2(m)I＝e2I。
6，回到第2步基於移動計算的新技術專業增值服務及其實現裝置，經實驗證明，這種改進的迭代算法在初始深度值有50％的誤差的情況下，也能很好的收斂到正確的運動參數值。
實現裝置輸入圖象可以是灰度圖象、彩色圖象、深度圖象或它們的組合。特徵檢測器對輸入圖象的特徵進行檢測，並對特徵進行定位，這樣有助於假設生成。物體特徵的選取取決於待識別物體的類型和模型庫數據結構。假設生成模塊使用圖象特徵來給場景中的物體分配一個似然值，這一步可以大大減小物體識別的搜索空間。一般來說，模型庫是一種索引圖，它有利於從所有可能的物體集合中去除那些不可能的候選者，假設驗證模塊使用物體模型來驗證假設，並進一步給出精確似然值。在所有證據的基礎上，選用具有最大似然值的物體作為識別結果。
實現裝置特徵提取的算法有很多，根據應用對象，應選擇可靠的特徵檢測方法和特徵定位方法。許多特徵可以在三維數字圖象中計算出來，但它們與物體的三維特徵有關。由於圖像生成過程的特性，場景中的物體特徵可以很容易地計算出來。
各種多媒體數據中含有大量信息，理解多媒體數據，必須抽取其語義信息。目前大多數的多媒體應用都局限於對多媒體數據的呈現和表示，而沒有充分利用媒體內容所具有的豐富內涵。基於內容檢索，就是對多媒體信息內容的檢索，它根據用戶提出的反應媒體內容特徵的查尋要求，在大容量的多媒體資料庫中進行查找，根據被檢索單元與查尋要求的相似性程度返回檢索結果。傳統的資料庫檢索採用基於關鍵詞的檢索方式，在媒體數據存入資料庫的同時也輸入了相應的字符描述信息，查詢時根據用戶給出的關鍵詞與描述信息進行字符匹配。這種方式的缺陷在於多媒體數據具有的語義特徵往往很難表示為某種符號形式，並且反應媒體數據特徵的關鍵詞的選取也有很大的主觀性。實現裝置基於內容檢索與傳統的檢索手段不同，它融合了多種技術，包括圖象處理，模式識別，計算機視覺，圖象理解，資料庫管理等。基於內容檢索並不是真正理解媒體的內容，而是對內容進行識別和匹配，在具體應用中需要相應的領域知識。
視覺信息是目前應用前景最廣泛的媒體形式。視覺信息可分為靜止圖象和視頻兩大類。
顏色包括顏色的組成，分布和相互關係..
紋理包括紋理的結構，方向和組合方式。
輪廓包括輪廓的大小，形狀等。
對象包括圖象中子對象的屬性，數量和相互關係等。
領域相關的內容例如在人的頭象識別系統中五關的相對位置等。
視頻是連續的靜止圖象序列鏡頭包括鏡頭的切換，漸變等的劃分。
攝像動作對各種攝像動作的提取，如搖，推，拉，追蹤等。
運動對象查找視頻序列中的某一運動對象。
場景相同鏡頭尋找和組合等。
基於移動計算的新技術專業增值服務及其實現裝置，場景的複雜度取決於獲取圖象時的條件(照明、背景、攝象機參數和觀察點)是否同模型建立條件相似馳口前幾章所述；場景的條件顯著地影響同一物體的圖象，在不同的場景條件下，不同特徵檢測器的性能顯著不同。因此必須考慮背景、其它物體以及照明的特性，以決定哪種特徵可以得到有效而可靠的檢測。
實現裝置假設驗證就是如何使用物體模型從給定圖象中的可能物體集合中選擇最有可能的物體，每一個可能物體的存在可以用它們的模型來證明。我們必須測試每一個可能的假設來驗證一個物體的存在或忽略這個物體的存在。如果模型是幾何模型，則很容易用攝象機的位置和其它場景參數來驗證物體。
實現裝置視覺定位系統的輸入是距離圖象3D序列和亮度圖象(ID)序列，而物體的模型一般是三維模型(3n-model)，這樣就出現了兩種最富挑戰性的定位問題。
給定模型上的一點和模型的當前位置，在3D圖象中找出對應點。求對應點的最直接方法是在三維直角坐標空間中求最近距離的點。這與曲面西準中的迭代最近點方法類似，數學上，3D模型中的一點調與3D圖象點y的最近距離定義為y＝arg miny∈D||x-y||其中，D是3D圖象點集，上式中搜索最近點的理論複雜度為0(IDI)。
如果圖象上一組點yi與模型上一組，點xi(I＝1，2，…，n)的距離都達到最近，則圖象與模型對正(aligriment).從模型的初始位置一直到對正位置，實際上是一個剛體變換。剛體變換仍然用一個矢量對(R，t)表示，R是一個3×3旋轉矩陣，t是一個3D平移矩陣矢量。每一個對應相對於定位參數提供3個線性約束yi＝Rxi+t通常，3D數據點受噪聲汙染yi＝yni+β其中β是一個隨機3D變量，假定β服從均值為0的正態分布(0，σ2)，則對於n個對應點，求解定位參數變為對最小二乘誤差求極小化。
基於移動計算的新技術專業增值服務及其實現裝置，約束模塊是提供用戶從標記特徵值到角度理解標記集的工具。約束模塊可以用來構造約束函數。約束模塊提供了與其他模塊接口風格一致的交互接口。用戶可以交互的指定分類函數的形狀，多個分類函數可以加以組合，利用這些函數系統可以生成關於分類物體的初始假設。約束模塊的輸入是提取的特徵值，輸出是對應某些目標的信度級。
·結合領域或用戶知識進行目標分類；·對線段、區域、表面等標記數據進行聚類、特徵關聯和統計；·在圖象的低層表達中，決定對圖象的感興趣區域。
基於移動計算的新技術專業增值服務及其實現裝置，約束模塊同時提供了一個用於訪問和操作約束函數的子程序庫。用戶還可以通過加入自己的標記屬性算法來擴展這一模塊。為了區分出感興趣的物體，分割後的結果被用來與感興趣的目標特徵進行比較首先用戶選擇出包含感興趣樣例的標記子集，然後用戶生成這些樣例的分類函數，這些函數可以用於在其它圖象中區分這些感興趣的物體。
當實現裝置用戶在虛擬環境中漫遊時，視點與場景中物體的距離時遠時近。當視點與物體的距離較遠時，物體在投影平面上的圖象很小，可以使用簡化模型而不至於影響視覺效果。因此，可以採用物體模型到視點的距離作為選擇簡化模型中合適解析度的依據。
實現裝置在已知計算機的性能，如一秒種內可以繪製的三角形數目等指標以後，可以根據用戶輸入事件之間的時間間隔或空間間隔計算出為維持當前的交互速度所應繪製的三角形數目nframe，以達到實時動態顯示的最低楨速，每秒10楨。
實現裝置把n維輸入空間映射成一維或二維陣列，構成一個存在有意義的拓撲序列的輸出空間。
每個輸出層神經元相聯繫的權值矢量，被看作是神經元對輸入矢量的響應的結果。將輸入矢量x標記成x＝[x1，x2，…，xp]T與輸出層神經元j響應的權值矢量wj可寫為Wj＝[wj1，…wjp]Tj＝1，2，…N獲勝輸出層神經元的確定，相當於選擇權值矢量Wj與輸入矢量x最為匹配的輸出層神經元。我們可選刺激量Ij＝Wtjx為最大的輸出層神經元為獲勝神經元。
步驟1.初始化初始化權值矢量Wj(0)時可選隨機值。初始值通常選擇小一點。初始化學習率η(0)和領域函數∧I(x)(0)。他們初始化時應儘量取大一些。
步驟2.對於樣本中每個矢量x執行步驟2a、2b、2c步驟2a.將感覺刺激矢量x送入到網絡的輸入層上去。
步驟2b.相似匹配選擇權值矢量匹配x的神經元作為獲勝神經元。運用歐氏法則，獲勝神經元的標號我I(x)＝k ||Wk-x||＜||wj-x||j＝1，2，…，n步驟2c.訓練訓練權值矢量，使得在活性泡範圍內的神經元朝著輸入矢量方向移動Wj(n+1)＝{Wj(n)+η(n)[x-Wj(n)]j∈∧I(x)(n)Wj(n)其它步驟3.更新學習率η(n)。學習率的線性減小將產生令人滿意的結果。
步驟4.減小領域函數∧I(x)(n)。
步驟5.檢查結束條件。
實現裝置基於內容檢索是一個逐步求精的過程。系統對示例進行特徵提取，或將查詢語句中描述的特徵轉化為對應的查詢參數。系統將查尋描述的特徵與特徵庫中的特徵進行相似性匹配，並返回一組滿足一定相似性要求的後選結果。
基於移動計算的新技術專業增值服務及其實現裝置，數據採掘((Data Mining)是指從數據集合中抽取模式(模型)的過程。通常採用資料庫的形式，所謂有用知識是與特定問題的需求相關的，並且經由一定的描述機制提供給用戶。
針對實現裝置給定的數據，模型和優先判據，尋找出特定的模型及參數。尋找最佳參數的任務經常被歸於優化問題的求解，例如在參數空間中尋找一個非線性函數的全局最大值。
實現裝置特定的數據採集算法是模型/判據/搜索算法到一個實例，例如某個數據採掘算法採用分類模型，模型的表示方法是決策樹，以數據相似度作為優先判據，採用貪心法作為搜索算法。模式發現的過程是一個多次重複的過程，它首先根據訓練樣本數據集產生若干模式，然後利用參數數據集選擇最佳模式。模式確定之後利用測試數據集評價模型的準確度。
基於移動計算的新技術專業增值服務及其實現裝置，整合模塊可以將相關的特徵加以整合，這樣可以補充漏檢的特徵並且可以生成更高的抽象表示如邊界鏈碼等。整合模塊一方面可以將具有相似特徵(如共線、鄰接、顏色、紋理)的部分進行組合，同時兩類或多類特徵的整合還可以使用用戶生成層次關係，從而清晰地表達複雜的結構。
實現裝置整個並行環境只保留一份數據場，每次根據新視點進行於任務劃分之後，與各子任務相關的數據將分別傳送到相應的主機，這就是數據場的重分布過程。多數並行空域體繪製算法，都是依照這種策略進行數據場劃分的。採用這種策略可以大大減輕整個機群環境的存儲壓力，然而由於空域數據場重分布必然是在整個三維空間內進行的。
基於移動計算的新技術專業增值服務及其實現裝置，給定一個事務資料庫，每項事務對應一個數據項集合，關聯規則描述數據項之間存在的關聯，即根據一個事務中某些數據項的出現，可推導出另一些數據項也在同一事務中出現。
實現裝置設I＝{i1，i2，…，im}是由m個數據項組成的集合，m是數據項集的長度，長度為k的數據項集稱為k維數據項集。假設數據項集中的數據項按字典順序排列，則一個k維數據項集c可表示為c[1]c[2]…c[k]，其中c[1]＜c[2]＜…c[k].D是一個事務集，D中的每一項事務對應一個數據項集，並且TCD，每個事務有唯一的標識TID，對數據項集XCI，稱T包括X若且唯若XCT.關聯規則是一個蘊含式XY，其中XCI，YCI且XпY＝φ，X稱為規則的先決條件，Y稱為規則的結果。
1.如果在事務集D中有 的事務支持數據項集X，稱X具有大小為s的支持度。
2.如果數據項集XUY的支持度為s，稱關聯規則 Y在事務集D中具有大小為s的支持度。
3.如果事務集D中支持數據項集X的事務中有c％的事務同時支持數據項集Y，稱規則XY在D中具有大 c的置信度。
4.求大數據項集，即求支持度大於最小支持閾值的數據項集；5.用大數據項集產生關聯規則。將數據項集X的支持度記為support(X)。對於給定大數據項集L，X，Y為L的非空子集，且XUY＝L，XпY＝Φ，如果support(L)/support(X)≥minconfidence，則產生形式為X Y的規則。
實現裝置從數據中發現有效的，新穎的並能夠被人理解的模式的整個過程1.應用領域需求分析。了解KDD應用領域的相關知識和用戶的需求。
2.數據選擇。確定數據源和進行知識抽取的數據子集。
3.數據預處理。對步驟2產生的數據進行提取和轉化，這個過程將存儲在傳統的事務處理資料庫或其他的信息處理系統中的數據提取出來，加以過渡，集成和驗證。
4.數據縮減和投影。根據知識發現的目標確定數據的相關特性，利用資料庫的投影操作消減數據維度，利用其他轉化方法減少變量個數以及要操作的數據量。
5.確定KDD的目標。根據用戶的需求，確定KDD要發現的知識類型。不同類型的知識需要採用不同的知識發現算法。
6.確定KDD的算法。選擇模式發現算法，包括確定適當的模型和參數。選定的算法要與KDD的目標相一致。
7.數據採掘。運用選定的算法，從給定數據集中發現用戶感興趣的模式，模式用某種特定表示形式或一組常用形式來表示，例如分類規則，決策樹，回歸，聚類，依賴以及序列模型。
8.模式解釋。對發現的模式進行解釋，在此過程中，有可能重複前面的某些步驟反覆提取以獲得更為有效的知識。同時對抽取的模式可視化，去掉冗餘的和無關的部分，有助於用戶更好地理解發現的模式。
9.知識驗證。將發現的知識應用於具體的系統，確保與以前發現的知識不相牴觸。
實現裝置數據採掘步驟之前的數據預處理，包括數據選擇，清洗，集成和驗證以及之後的模式解釋，都是確保獲得有用知識的關鍵步驟。
當新數據源連接到數據倉庫系統或者信息源中被提取數據發生變化時，監督部件將變化報告給集成器。集成器也包含幾大部件，首先利用數據建模工具確定數據模型，然後由抽取轉化部件實現從源數據到數據倉庫的抽取轉換過程。數據轉換是建立數據倉庫的一個關鍵步驟，直接影響到數據的質量，它包括數據提取，清洗集成，驗證等若干子過程。數據源的多樣性和複雜性使得提取/轉化程序很難通用。如何實現提取/轉化過程自動化是提高數據倉庫通用性的重要環節。
基於移動計算的新技術專業增值服務及其實現裝置，從事務型數據中抽取數據並轉換成為集成的，面向主題的數據倉庫是一個複雜的過程，它包括數據讀取，過濾，集成，裝載和驗證等多個步驟。
實現裝置確定一個元數據的標準，使數據倉庫領域的各種產品採用相同的元數據的格式和結構，有利於信息的共享。
1.用戶接口。
2.虛擬資料庫。
3.知識輸入/輸出庫(KIO)。
通過用戶接口可提供以下信息1.領域知識 在知識發現過程中，適當運用領域知識非常重要，例如在規則可視化，銷減搜索空間，提高發現算法的效率和準確度方面。
2.數據視圖 用戶通過數據源映象文件DSM指定知識發現算法操作的數據集合，它是資料庫全局模式的子集。
3.句法約束 通過句法約束用戶可以指定數據視圖中的某些屬性作為規則的前提，另一些作為規則的結論。
4.興趣偏向 不同的用戶感興趣的規則也是不同的。興趣偏向提供了一個評價所發現的規則價值的尺度。
5.不確定性和支持度的閾值MKS以規則形式表示知識，不確定性和支持度是評價規則的兩個標準。
基於移動計算的新技術專業增值服務及其實現裝置，虛擬資料庫是MKS與數據源的接口，對於數據採掘的應用開發人員而言，數據源及其結構是透明的，VDL用戶看到的數據是元組的集合。與VDL相關聯的是一個數據源映象文件DSM，保存是被操作數據的類SQL描述，利用DSM文件可以生成數據視圖。VDL提供一組函數操縱DSM文件中定義的元組和屬性。
基於移動計算的新技術專業增值服務及其實現裝置，智能結構的算法如下；1.將輸入模式提供給網絡，識別層選擇網絡輸出的最大者作為獲勝者netj=nI=1bijci]]>式中，N是比較層中神經元的數目。
2.執行警戒測試。若且唯若netj/nI=1>p]]>則神經元j通過警戒測試。式中p為警戒值。
2a.如果勝者未通過測試，則屏蔽現在的獲勝者，並且回到步驟1去選擇另一個獲勝者。
2b.重複這個循環。直到選擇一個通過警戒測試的獲勝者，然後轉到步驟4。
3.如果沒有神經元通過警戒測試，則產生一個新的神經元來接納新的模式。
4.調整獲勝神經元的前饋權植。更新從獲勝神經元到它的輸入的反饋權植。
控制自下而上和自上而下權植的訓練公式為bij＝Lci/(L-1+∑ck)式中，ci是比較層矢量的第個分量，是獲勝識別層神經元的編號。
實現裝置設輸出入層與中間層之間的權矩陣為W＝(wij)k×n，中間層與輸入層間的權向量為V＝(vi)k×1，學習算法分為兩步進行，分別描述如下。
(1)設初始時的中間層神經元數為k＝p，W，V的元素初始值賦
間的隨機數，表示為W＝(wij(0))k×n，V＝(vi(0))k×1。
(2)設學習次數t＝0，DS＝S。
(3)若DS≠，則取e∈DS，DS＝DS-{e}，否則轉步驟(6)。
(4)競爭學習過程向網絡輸入樣本e並檢測中間層神經元的激活狀態。激活時ai(t)＝1，否則ai(t)＝0。激活方式定義為取n1，1≤n1≤k，滿足D(X,Wn1(t))=1ikmin{D(X,Wi(t))}]]>其中D(X,Wn1(t))=||X-Wi(t)||=nj=1(xj-wij(t))2]]>稱e激活中間層第n1個神經元，此時an1(t)＝1，an1(t)＝0，i≠n1，1≤n1≤k。若存在多個神經元滿足式(1)，可任取其一。
(5)權值修正過程對所有的i，1≤i≤k，若Wi滿足|D(X，Wi(t))-D(X-Wn1(t))|＜δ(t)則修正權向量Wi(t＝1)＝Wi(t)+a(t)(X-Wi(t))其中a(t)為學習率，δ(t)為激活領域，兩者均為單調遞增函數。轉步驟(3)。
(6)若a(t)＜ε(＜＜1)，則轉步驟(7)；否則置t＝t+1，DS＝S並轉步驟(3)。
(7)中間層的神經元的動態變化過程如下。
(i)若中間層所有神經元均處於穩定狀態，則標記各神經元的所屬類hi，轉步驟(8)；(ii)若中間層所有處於非穩定狀態的神經元(設為n0個)均不能被任何樣本激活，則從網絡削減這樣的神經元，置k＝k-n0，轉步驟(8)；(iii)若上述條件不滿足，則對中間層非穩定狀態的神經元做如下處理。
(iv)(a)若一個非穩定狀態的神經元，不被任何樣本這樣激活，則削減此神經元，並置k＝k-1；(b)若一個非穩定狀態的神經元被多於兩類(設為m類)的樣本按一定比例值激活，則此神經元分裂為m個，置k＝k+m-1，並給新增神經元賦隨機初始權值。
若所有非穩定狀態的神經元均已處理完，轉步驟(2)。
(8)結束。
基於移動計算的新技術專業增值服務及其實現裝置，在求解複雜優化問題時，每一個染色體由一個浮點向量表示，其長度與解向量相同。這裡用向量X＝(x1，x2，…，xn)表示最優化問題的解，其中n是維數，則相應的染色體也是V＝(x1，x2，…，xn)。
實現裝置處理約束條件的關鍵在於(a)刪除約束條件中的所有等式，(b)設計恰當的遺傳操作以保證所有新產生的染色體在可行集中。
基於移動計算的新技術專業增值服務及其實現裝置的數學規劃模型xmaxRe-x2]]>的可行性是全體實數R。但是，通過數學分析，可以確認，最優解一定在區間，應當增加約束-5≤x≤5.
這一類隱含約束一般不難發現，尤其對實際的管理問題。因此，儘可能地增加隱含條件以減少搜索空間，可以大大加快問題的進化過程。
在實現裝置數學規劃模型中，如果存在一些等式約束，例如，hk(X)＝0，k＝1，2，…q，可以通過解這些約束構成的方程組，用其它的變量替換其中的q個變量，以消除q個等式約束。例如，不失一般性，其前q個變量通過解方程組得到xk＝hk(xq+1，Xq+2，…，xn)，k＝1，2，…q，則可以將最優化模型中的變量x1，x2，…xq由其它變量表示，於是原問題化成一個(n-q)維的只有不等式約束的新問題。
實現裝置在各種空間中，只要定義一種距離度量，就可以用這種距離度量的非增函數為相似性度量。在不同的隸屬定義方法下最小化式(12-22)的損失函數，就得到不同的模糊聚類方法。
1.設定聚類數目c和參數b。
2.初始化各個聚類中心mi。
3.重複下面的運算，直到各個樣本的隸屬度值穩定·用當前的聚類中心根據式(12-25)計算隸屬度函數·用當前的隸屬度函數按式(12-24)更新計算機各類聚類中心。
當實現裝置算法收斂時，就得到了各類的聚類中心和各個樣本對於各類的隸屬度值，從而完成了模糊聚類劃分。
當實現裝置定義了動力性物理與社會環境時，就為虛擬世界賦予了目標與意向。由此可生成一個虛擬世界所需的「一般表達」。實現裝置可以組合簡單的行為以模擬「智力」行為。在一個嵌套實現裝置中，每個結點可依次控制其自身的簡單的FCM。複雜行為，如行走，從簡單反射的網絡中出現，嵌套的簡單實現裝置可用二值極限環將這種過程模擬為有限狀態機器網。
實現裝置FCM邊或規則可將一個子概念映射到另一個，這些子概念映射形成了一個將輸入映射至輸出的模糊系統或模糊「如果一則」規則的集合。每個映射都是一個連接模糊集的模糊規則或狀態空間規則補塊。在輸入-輸出狀態空間中，補塊覆蓋了某個函數的圖形。模糊系統將重疊的補塊平均，以生成一個連續函數的逼近。子概念怎樣能夠映射至不同的反應。這就產生了一個對虛擬世界中變化的更多樣的反應。
增強的實現裝置在虛擬世界中移動參與者，這種FCM的二值輸出狀態移動了參與者，每個FCM狀態映射為移動的方程或逼近的函數。
基於移動計算的新技術專業增值服務及其實現裝置，為了將聯繫矩陣E中的二值極限環進行編碼。TAM的方法是將連續狀態中的加權相關陣相加，為了將極限環C1→C2→C3→C1進行編碼，首先要將每個0用-1來代替，從而將每個二值狀態Ci轉化為一個二級狀態矢量Xi，此時E即為加權和E＝q1XT1，X2+q2XT2，X3+…+qn-1XTn-1Xn+qnXTn，Xj極限環的長度應小於概念的數量，否則幹擾就會發生。每個相關陣對的適當權重可以改善編碼，並可增強FCM的存儲量。
如果一個實現裝置能夠用更多的非線性數學方法來改變其結點與邊，它就可以模擬這些複雜的虛擬世界，付出的代價就是，虛擬世界可能會成為具有未知平衡行為的混沌虛擬世界。用戶可能想把這些新穎的結果加入虛擬世界，以使其更有吸引力。實現裝置用戶也許會選擇一個虛擬世界，它是適度非線性的，並有周期平衡態。而另一個極端則是用戶選擇的虛擬世界具有強烈的非線性且只有非周期的平衡態，可供說明的例子為重力勢隨機的可按意願地發生變化的虛擬的網球比賽(圖11.人機互動操作的模擬進化輸出)。
基於移動計算的新技術專業增值服務及其實現裝置，通過對計算任務和處理節點的合理劃分和組織，這類算法能夠有效降低數據通信量；因為對各分組計算能力做了預先估計，雖然任務劃分方式是靜態的，但是仍然可以得到滿意的負載平衡。其缺點在於數據冗餘量過大，實際上整個系統的儲存消耗不僅取決於原始數據的規模，而且與組的數目成正比。
實現裝置對體數據的重採樣和圖象合成。整個算法按照分治策略進行，重採樣過程經過遞歸劃分最終由各處理器並行完成，而圖象合成則通過回溯過程進行。這個算法的數據劃分和圖象合成策略是精心設計的，所以有很高的並行效率及可擴展性。
(1)對於視點相對固定的環境，可以減少每次合併的子圖象之間的公共部分。為此，可以沿最接近視線方向的一個坐標軸，將正交地數據場分為多個切片(slice)。
(2)對於動畫場景，整個數據場可以沿三個坐標方向，按照k-D樹結構組織起來。另外，還可以通過預處理分別確定數據場中梯度較大、以及梯度接近零的範圍，進而調整每個方向上數據劃分的密度。
(3)對於異構環境，還需考慮各處理器之間在計算能力、通信能力等方面的差異。
基於移動計算的新技術專業增值服務及其實現裝置，每個處理器通過對被分配的數據場子集(比如切片)進行重採樣之後，得到對應的子圖象，圖象合成就是按照前後次序將所有這些於圖象合成起來，得到最終的繪製結果。該算法採用了二分交換(binary-swapping)技術，使圖象合成過程得以並行完成。所示，對來自N個處理器的w幅子圖象的並行圖象合成，可以通過處理器之間的log2N實現裝置由並行程序中的各分進程計算所得的部分結果，需要用聚集操作加以合併以得到一個完整結果。其中n個進程P1，…Pn通過執行交互代碼C進行交互。稱這n個進程為交互的當事人(或參與者)。如果代碼C必須當所有參與者都已到達C後方可執行，則程交互是同步的。如果一個進程達C後可不必等待其他進程，而執行C，則稱此交互為異步的。
N＝2時的交互，稱為雙當事人的交互，若n大於2則稱為多當事人交互。當一個進程向另一進程發送消息時，兩個當事人的通信就稱為是點對點通信。多當事人交互常稱為集合交互。
當實現裝置一個進程P遇到一個交互代碼C時，若對入口和出口條件以不同方法加以設置，就可得到多種交互方式。在一個有n個成員的交互中，如果交互模式可描述為進程指標的簡單函數、則稱此交互具有規則模式。規則模式是指，對於給定的兩個指標數i和j，如果存在一個算法，它能在固定的時間和空間內確定第i個進程是否影響了第j個進程的模式。
根據基於移動計算的新技術專業增值服務及其實現裝置系統功能的要求，提供了二維圖象處理界面以供用戶瀏覽二維圖象，並在其上進行輪廓線的提取和編輯。同時，也提供了三維圖象處理界面以供用戶生成三維圖象，並進行各種操作。在二維圖象處理界面中，提供了進入三維圖象處理界面的按鈕。同樣，三維界面中，也提供了返回二維界面的按鈕。但是，由於這兩個模塊的功能是相對獨立的，所以，在設計時亦留下接口，使得今後可以輕易地改成兩個互不相關的獨立系統。
三維圖象處理的主要功能如下①調人/關閉描述文件打開文件選擇框，選擇文件，同時調人第一片圖象及其輪廓線文件，並在信息欄內顯示文件信息。
②存儲描述文件將當前對輪廓線文件、體數據文件等所做的修改存入描述文件，在存儲完之後，會改變信息欄內的相應信息。
③顯示下一片圖象將會在繪圖區中調人下一片圖象，同時調人下一片圖象的輪廓線文件，並改變信息欄內相應的信息。
④顯示上一片圖象與顯示下一片圖象類似。
⑤顯示指定的一片圖象彈出對話框，輸入片序列中某片的片號，則調人相應輪廓線文件，同時修改信息欄內的相應信息。
⑥放大區功能在左窗口主繪圖區內按住滑鼠中鍵(可以拖動)，將在該繪圖區內顯示一紅線框，紅線框內的圖象以及輪廓線等將被放大顯示在右窗口的放大區中。在放大區內可以進行一切在繪圖區內進行的操作。放大區內底層顯示的網格代表主繪圖區中的象素，也就是一個網格代表主繪圖區中紅線框內相應位置的一個象素。滑鼠點中該網格內任一處選中的都是主繪圖區中的同一個象素。
⑦調人/關閉輪廓線文件。
⑧存儲輪廓線文件同時存儲輪廓線的折線表示和B樣條曲線表示。輪廓線也可以只存摺線表示。以上兩步皆會彈出文件選擇框，以輸入文件名。
⑩在背景上顯示上一片圖象的輪廓線以另外一種顏色顯示上一片圖象的輪廓線，該輪廓線只能看見，不可編輯。目的是為了在本片圖象上編輯輪廓線時有所參改，減少上下兩片輪廓線之間太大的誤差。顯示了上一片圖象的輪廓線後也可以關閉而不顯示。
⑩加入/刪除一一條輪廓線選中加入輪廓線的按鈕後，會彈出一對話框，輸入新加入的輪廓線的類號。
在當前輪廓線中加入/刪除一個點。
編輯輪廓線上的點。
將當前輪廓線從折線擬合成B-樣條曲線。
測量兩點間距主要是為了測血管的內徑等。如果此時已經在第一片內輸入了定標點(相當於已經有了比例尺)，則測量完畢後報告實際長度，單位為(units)。否則報告象素數，單位為(pixels)。
測量兩線夾角。
比例尺的輸入這是因為從實體切片到最後掃描輸入計算機的圖象，其問經過多次變換，為了仍體現實際的大小，在第一片上，有一個比例尺，一般顯示1cm的長度。用戶可以點中這兩點來定標(即定比例)，從而使後續的測量等可以根據實際大小來進行。
校準點的輸入。
校準當前所有斷層圖象中的輪廓線。
將輪廓線信息轉化成體數據並存儲。
退出。
此外，滑鼠可完成拾取功能。若未點中任何實體時，則無反饋信號。若點中當前輪廓線上的點，則可進行刪除、編輯等操作，若點中當前輪廓線上的邊，則可在其上進行加點等操作。若用戶點中非當前輪廓線，則將該輪廓線作為當前輪廓線。然後，可在該當前輪廓線上進行有關點和邊的各種操作。
①調人體數據文件彈出文件選擇框，調人所需體數據文件。利用Marching Cubes算法生成不同類(即不同結構)的面片集，並賦予它們初始顏色和透明度。生成時提供界面以輸入採樣密度。
②同時按照指定的顏色和透明度顯示一種或多種結構的面片。
③對顯示的三維面片集進行旋轉(繞調軸和Y軸)、放縮或之向伸縮(相當於改變片間距)。
④繞某一方向的旋轉Z向伸縮和之向平移都能單獨地恢復至初始狀態。
⑤在控制板上設置某一類面片的不透明度、類名(如骨骼，肌肉等)，以及打開調色板來設置顏色。
⑥在調色板上有多種方式設置顏色。
⑦對面片集進行平滑操作(smooth)，以增強效果。
⑧存儲生成的全部面片集，包括各類的顏色、不透明度以及類名。
⑨存儲某一類的面片集，以便於今後單獨調出。
⑩調人已生存的面片集，而不用重新從體數據生成。
返回主界面或是退出。
實現裝置數據量大；非結構化信息；不確定信息；聲音、視頻等連續媒體具有時間敏感性特點；由於多媒體信息集成性的特點引起不同媒體之間關係複雜；多媒體信息處理的硬體具有相關性(1)支持圖形、圖象、動畫、聲音、動態規飢文本等多媒體欄位類型及用戶定義特殊類型；(2)支持定長數據和非定長數據的集成管理；(3)支持複雜實體的表示和處理，要求有表示和處理實體間複雜關係(如時空關係)的能力，有保證複雜實體完整性和一致性的機制；(4)支持同一實體的多種表現形式(如一段視頻在播放時可改變其頻率或一幅靜態圖象，在顯示時改變其對比度等性質而不影響庫中內容)；(5)具有良好的用戶界面；(6)支持多媒體的特殊查詢及良好的處理接口；(7)支持分布式環境。
根據實現裝置給定的優先結構和目標值，也可以把模糊決策系統轉化為機會約束目標規劃，
j＝1i＝1s.t.
Pos{fi(X，ε)+di--di+＝bi}≥βi，i＝1，2，…，mPos{gj(X，ε)≤0}≥aj，j＝1，2，…pdi-，di+≥0 i＝1，2，…，m，其中pj＝優先因子，表示各個目標的相對重要性，且對所有的j，有Pj＞＞Pj+1，uij＝對應優先因子j的第i個目標正偏差的權重因子，vij＝對應優先因子j的第i個目標負偏差的權重因子，di+＝目標i偏離目標值的正偏差，di-＝目標i偏離目標值的負偏差，X＝n維決策向量，fi＝目標約束中的函數，gj＝機會約束中的實值函數，bi＝目標I的目標值，l＝優先級個數，m＝目標約束個數，ε＝模糊參向量，p＝系統束個數。
基於移動計算的新技術專業增值服務及其實現裝置的概念是對「任何時間、任何地點的立即通信」的擴展。在分布式計算的基礎上，計算環境進一步擴展為包含各種行動裝置、具有無線通信能力的服務網絡，構成了一個新的移動計算環境。
基於移動計算的新技術專業增值服務及其實現裝置，嵌入式移動資料庫系統是支持移動計算或某種特定計算模式的資料庫管理系統，資料庫系統與作業系統、具體應用集成在一起，運行在各種智能型嵌入設備或行動裝置上。其中，嵌入在行動裝置上的資料庫系統由於涉及資料庫技術、分布式計算技術，以及移動通信技術等多個學科領域，已經得到了學術界、工業界、軍事領域、民用部門等各方面的重視，不斷實用化。
由於行動裝置的資源限制，它一般和應用系統集成在一起，作為整個應用系統的前端存在，所它所管理的數據集可能是後端伺服器中數據集的子集或子集的副本。
嵌入式移動資料庫的關鍵技術1.備份恢復嵌入式移動資料庫的備份和恢復與大型DBMS管理資料庫不同，不能簡單以獨立的服務或類似形式進行，而要按照某種簡化方式完成。
2.複製與同步嵌入式移動資料庫一般採用某種數據複製模式(上載、下載或混合方式)與伺服器資料庫進行映射，滿足人們在任意地點、任意時刻訪問任意數據的需求。由於存在數據複製，則在系統中各個應用前端和後端伺服器之間可能需要各種必要的同步控制過程，與伺服器資料庫進行映射，滿足人們在任意地點、任意時刻訪問任意數據的需求。甚至某些或全部應用前端、中間也要進行數據同步。
3.事務處理嵌入式移動資料庫系統中的事務處理在前端可以簡單化，但在整個應用系統中可能需要結合移動計算環境的特徵進行事務處理控制。
4.安全性許多應用領域的嵌入設備是系統中數據管理或處理的關鍵設備，因此嵌入式設備上的資料庫系統對存取權限的控制較嚴格。同時，許多嵌入式設備具有較高的移動性、便攜性和非固定的工作環境，也帶來潛在的不安全因素。同時，某碰撞、磁埸幹擾、遺失、盜竊等對個人數據安全的威脅上需要提供充分的安全怔保證。
5.系統快速啟動嵌入/行動裝置的系統可靠性和可用性相對於固定主機而言一般相對偏低，因此發生系統故障的概率可能大大提高。因此，在這樣的計算環境或計算平臺上必須保證系統在發生不可軟體糾錯的情況下能夠通過硬體進行系統的快速啟動。
由於計算環境的變化，嵌入式移動資料庫極為引人注目的特徵就是無處不在。目前移動計算環境或普遍化計算環境包括幾種不同的模式1.智能計算設備+無線網絡。通過無線網絡，智能計算設備可以隨時進入MEC主網絡。
2.智能計算設備+數據機+電話網絡。在不同地點，將數據機和附近的電話相連接，通過電話網進入MEC主網絡。
3.移動用戶+傳統工作站+傳統有線網絡。移動用戶在不同埸地使用靜態計算機獲得MEC的服務。
MEC中使用的行動裝置種類繁多，同時通信領域的技術不斷發展，像藍牙計劃等，因此各種行動裝置都具有一定的智能特徵。智能設備可以是PC機、膝上電腦、筆記本電腦、手持計算機、個人數字助理PDA掌上計算機、車載計算機或具有信息/數據處理能力的設備(如智能傳感器、智慧卡等)，以及新型的雙向尋呼機和智慧型電話等。在這樣的計算環境中，只要用戶或應用需要在智能計算設備上進行一定數量或較複雜的數據處理和管理，那麼設備上就需要嵌入式移動資料庫。
雖然行動裝置的資源存在各種限制，但系統硬體提供的計算能力在不斷提高，在實現嵌入式移動資料庫系統或資料庫管理器的過程中將涉及以下一些支持技術1.內核微小化。只有充分小的內核系統才能夠充分適應硬體的能力。
2.接口簡明實用。EMDBMS和應用一體，必需提供支持應用開發的接口。
3.JAVA技術。目前在很多智慧型手機上有基於Java的開發應用，應該考慮Java或類似技術。
4.有效的系統處理優化。在硬體存在較強限制的情況下，EDBMS必需實現某些查詢優化技術，如簡單使用索引等。
隨著移動計算商務市場的需求不斷擴大，嵌入式移動資料庫技術將使得資料庫技術更為客戶化(可定製)和平民化，嵌入式移動資料庫將成為「無處不在的資料庫」。
基於移動計算的新技術專業增值服務及其實現裝置，數位訊號處理就是把一系列輸入信號經過各種運算，變換轉換為輸出信號，其關鍵就在於如何快速，高效地進行大量數學運算。普通計算機都有數據處理和數學運算的功能，但卻很難兩者兼顧都達到最優效果，而數位訊號處理器是針對數位訊號處理中特殊的數學運算而設計的一類微處理器。執行數位訊號處理算法的一個最大的瓶頸是從存儲器中頻繁陳述大量數據信息，包括輸入信號採樣，濾波器係數以及程序指令等等。針對這個問題，數位訊號處理器採用了哈佛(Harvard)結構將程序和數據存儲在不同存儲空間中，即程序存儲器和數據存儲是兩個相互獨立的存儲器，每個存儲器獨立編址，獨立訪問，即程序指令和數據的存取空間分開，各有自己的程序總線和數據總線。這樣處理器可以同時處理數據和程序，大地地提高了處理器的處理能力。
一是允許數據存放在程序存儲器中，並被算術運算指令直接使用，增強了晶片的靈活性；二是指令存儲在高速緩衝器(Cache)中，當執行此指令時，不需要再從片外存儲器中讀取指令，節約了一個指令周期的時間。
DSP晶片廣泛採用流水線以減少指令執行時間，從而增強了處理器的處理能力。
提供多任務，多線程，實時微核來簡化多處理器環境下的開發。微核用C語言和彙編語言寫成，佔用3K words(32bit)的空間。系統中每個DSP上都運行一個微核的拷貝，由它來負責任務，線程的管理和外部中斷引起的環境保護，存儲器管理等等。
提供」虛擬通信埠」的驅動程序作為處理器間的通信的標準設備，而與系統的硬體無關，不論你是採用共享內存還是串口互連。
豐富的C庫函數，使用這些函數調用」虛擬通信埠」的驅動程序，可以方便地實現處理器間的通信和同步。
通過配置軟體的方法，可以方便地在處理器間分配任務，優化系統性能。
支持標準的輸入輸出函數，方便進行調測。
該產品的最大特點是SIMD(單指令多數據流)模式的DSP結構，這種結構比第一代SHARC結構增加了第二套計算單元，並大大提高了處理器的數據移動能力。雙處理元(每個處理元包括乘法器，ALU，移位器和寄存器堆等)結構下，一條指令可以在兩個處理單元中並行執行，從而實現並行處理多數據流(SIMD模式)。使得計算速度加倍。為了更好地實現多個DSP片間並行處理，ADSP21160具有住處理器接口和支持多處理器的共享總縣，內部數據總線寬度提高到64位，DMA通道從10條增加到14條，由於存儲器是雙口的，DMA可以和核處理器同時訪問內存，不發生衝突，不插入額外周期。
權利要求
1.一種基於移動計算的新技術專業增值服務及其實現裝置，其特徵在於，包括面向對象的新技術專業增值服務的虛擬與現實境界、移動計算的協同工作環境、多通道數據源、屬性特徵、模式識別、元素標識、情景設定、執行非線性任務、人機互動解釋器、魔發引擎、可視化埸景操作，在其模塊上方，包括對象識別監控組態模塊、新技術專業增值服務的數學模型、非程序模板、世界圖景、智能信關模塊，在該模塊下方，包括移動計算的人工智慧網絡、可視化埸景操作的魔發引擎、實時信息庫、對象資源庫、聯想知識庫、案例分析庫。
全文摘要
本發明涉及的基於移動計算的新技術專業增值服務及其實現裝置，其包括面向對象的新技術專業增值服務的虛擬與現實境界、移動計算的協同工作環境、多通道數據源、屬性特徵、模式識別、元素標識、情景設定、執行非線性任務、人機互動解釋器、魔發引擎、可視化埸景操作，在其模塊上方，包括對象識別監控組態模塊、新技術專業增值服務的數學模型、非程序模板、世界圖景、智能信關模塊，在該模塊下方，包括移動計算的人工智慧網絡、可視化埸景操作的魔發引擎、實時信息庫、對象資源庫、聯想知識庫、案例分析庫等。
文檔編號G06N3/00GK1549182SQ03116910
公開日2004年11月24日 申請日期2003年5月15日 優先權日2003年5月15日
發明者季永萍 申請人:季永萍