Resumen

El Internet de las Cosas tiene como objetivo proporcionar al usuario servicios de inteligencia adaptativa profunda según las características personalizadas del usuario. La mayoría de las características se presentan en forma de contexto de alto nivel. Pero a menudo carece de métodos para obtener información de contexto de alto nivel directamente en el Internet de las Cosas. En este documento, con el fin de lograr la información de contexto de alto nivel correspondiente utilizando el contexto multidominio de bajo nivel específico obtenido directamente por diferentes sensores en el Internet de las Cosas, presentamos un método de aprendizaje automático para construir un modelo de fusión de contexto basado en el algoritmo de selección de características y el algoritmo de clasificación múltiple. Primero, proponemos un método de selección de características envolvente basado en el algoritmo genético para obtener un subconjunto más simple e importante de las características de contexto del contexto multidominio de bajo nivel, definiendo una función de aptitud adecuada y una condición de convergencia. Luego, utilizamos el algoritmo de árbol de decisión que es un algoritmo de

• Materias:Sistemas de Comunicación Inalámbricos Internet de las cosas Redes de radio Computación móvil Radio cognitiva
• Subjects:Wireless Communication Systems Internet of things Radio Networks Mobile Computing Cognitive Radio
• Palabras claves:Internet de las cosas; Contexto de alto nivel; Método de aprendizaje automático; Algoritmo de selección de características; Algoritmo de multiclasificación; Contexto multidominio de bajo nivel.
• Keywords:Internet of things; High-level context; Machine learning method; Feature selection algorithm; Multiclassification algorithm; Low-level multidomain context