专利名称：基于移动计算的新技术专业增值服务的实现装置的制作方法
技术领域：
本发明涉及一种新技术专业增值服务的实现装置，尤其涉及一种基于移动计算的新技术专业增值服务的实现装置。
背景技术：
基于移动计算的新技术专业增值服务的虚拟与现实是当今科学技术领域比较热门的新型学科，传统的技术市场价值评估与价值增长信息管理系统虽然也是基于计算机应用环境的型式，但是其功能和作用受到多方面的限制，存在着诸多的不足之处。
发明内容
因此，本发明的目的在于提出一种新颖的基于移动计算的新技术专业增值服务及其实现装置，利用移动计算的功能，大大改善和提高了基于移动计算的新技术专业增值服务及其实现装置的功能和作用。
本发明的基于移动计算的新技术专业增值服务及其实现装置包括面向对象的新技术专业增值服务的虚拟与现实境界、移动计算的协同工作环境、多通道数据源、属性特征、模式识别、元素标识、情景设定、执行非线性任务、人机交互解释器、魔发引擎、可视化埸景操作，在其模块上方，包括对象识别监控组态模块、新技术专业增值服务的数学模型、非程序模板、世界图景、智能信关模块，在该模块下方，包括移动计算的人工智能网络、可视化埸景操作的魔发引擎、实时信息库、对象资源库、联想知识库、案例分析库等。
附图描述下面结合附图详细描述本发明，附图中
图1为基于移动计算的新技术增值服务及其实现装置系统的示意图；图2为面向对象的可视化移动计算及其系统集成的示意图；图3为可视化移动计算模式的示意图；图4为可视化移动计算模型框5为新技术增值服务内核驱动的非程序决策模式的示意图；图6为可视化移动计算的埸景操作的示意图；图7为DSP智能软件芯片固化的演绎的示意图；图8为新技术增值服务的可视化埸景操作进程控制的示意图；图9为基于可视化移动计算的信息视图激活的示意图；图10为新技术增值服务的可视化协同工作环境的示意图；图11为人机交互操作的模拟进化输出的示意图。
具体实施例方式
新型材料、生物技术、信息技术等新技术具有创造新行业和改变已有行业的潜力。在发展新技术的产业化方面，尽管许多公司有着优越的各种资源，但他们经常会输给小的竞争对手。为什么这些公司在破坏性的技术面前有诸多困难或障碍？如何管理大量可以创造自由市场新机会或毁灭已有行业的新技术呢？如何控制这一不受任何约束的领域所具有的复杂性、不定性和迅速变化？新技术以永不停息的增长速度改变着市场、商业和社会。我们迫切需要更为明确的路标来指引我们穿过这片新地形。快速发展的新技术对组织结构产生了巨大的反应，并要求采用不同的管理模式和方法。基于移动计算的新技术专业增值服务，以管理和组织新技术进入产业化市场的超越行动，向我们展示了作用于自由市场的可视化模型评估新技术及预测它们对未来商业化探索过程的影响与体验；理解市场的起伏与各种技术障碍之间的交汇。
管理者被迫根据远非完全的信息作出关于新技术的决策。事实是一些技术成功了而另一些失败了，而管理者并不能提前确认一项技术是否会成为下一个失败或是受欢迎的产品。引导新技术的一个核心部分就是处理好与不同合作者的复杂的关系网和其发展至关重要的竞争关系。
管理与实施新技术所面临的一个严峻挑战就是与问题和矛盾及其相应的模糊性共存。管理者通过将秩序强加于模糊环境的思维模式把不确定性降至可管理水平。这些思维模式通常是对管理者从过去经历中学到东西的适当调整。如果新技术能实现其潜能，它将创造极具吸引力而让人难以忽视的市场机会。
远在发展成熟、获得商业成功之前，新技术就发出了信号，宣告它的到来。在预期价值相同时，他们容易选择已知的可能性，而不是未知的可能性。对于新技术来说，由于投入一项新技术常常充满着不确定性，所以坚持熟悉的一切更具吸引力。
与其他类型的信息系统相比，基于信息技术支持的专家系统提供许多更为强大的能力，能带来更多的收益。例如，一个基于计算机协同工作环境的远程医疗诊断的专家系统常被用来实施远距离的医疗服务，因为它能比人类做得更好。
在每个领域和学科中都可利用专家系统来解决问题，它还能支持解决问题过程中的每个阶段。过去的成功经验表明，专家系统在战略目标的制订、规划、设计、决策制定、质量控制及监控、以及诊断等方面十分出色。
在医疗服务中，已经采用专家系统来诊断疑难杂症。专家系统能分析测试结果和病人的症状。有些系统根据所提供的数据和分析，能指出潜在病症的可能性估计。专家系统能为医生提供病症的可能原因，并能建议治疗方案。
专家系统是由许多集成的，相互联系的构件所组成。一个典型的专家系统具备，用户与用户界面交互作用，而用户界面与推理引擎交互操作。推理引擎又与专家系统的其他部分交互作用。专家系统的这些组成部分必须联合协同工作才能为决策制定的过程提供专家经验和正确导向。
一个专家系统具有很多的特点和能力1.能对它们的推理或提议的决策作出解释。因为专家系统的用户可以访问到结论后面的推理过程。
2.能显示“智能”行为。因为专家系统收集了许多数据，所以它能为解决问题提议新的思想或方法，可以根据病人的情况做出想象的医疗诊断。
3.能以复杂的关系间得出结论。专家系统能以非常复杂的方式评价相互关联的数据以得出结论，并找出问题的解决方案。
4.能提供“可移动”的知识。专家系统一项独特的能力在于它们可用来获取人类的专家经验，这些专家经验若不加以获取挽救就会丢失。
5.能处理不确定性。专家系统最重要的一个特点是能处理不完备或不十分准确的知识。专家系统通过运用概率学、统计学和启发学来解决处理此类问题。
尽管专家系统的这些特点令人难忘，但另外的一些特点却限制了它们目前的使用。许多这些限制性特点与成本、控制和复杂性有关。
1.未经广泛地使用或测试过。目前还处于专家系统使用的初级阶段。尽管不断地获得成功，但专家系统并未在许多的组织中得到使用。
2.难于使用。有些专家系统很难控制和使用，需要计算机人员或经过专家系统专门培训的人员的支持，以帮助用户从这些系统中获得最大收效。现今的挑战是要使专家系统更易于没有多少计算机程序设计经验的决策制定者所用。
3.局限于较狭窄的问题。尽管有些专家系统能进行复杂的数据分析，但另一些专家系统还是局限于一些简单的问题。
4.不易处理“混合”的知识。专家系统不易处理有混合表述的知识库。在某些应用中的专家系统可能无法处理由规则和案例结合组成的知识。
5.出错的可能性。尽管某些专家系统具有从经验中进行学习的能力，但知识的主要来源还是人类专家。如果这种知识不正确或不完备，这对专家系统必然有负面的影响。
6.无法提炼自己的知识库。专家系统不能直接获得知识，程序设计人员必须给系统下达指令来决定系统如何从经验中进行学习。
7.难以进行维护。与上一点相关的是专家系统限难进行更新这一事实。某些专家系统对变化的环境无法做出反应或适应。增加新的知识及变更复杂的关系都需要高级的程序设计技巧。
8.开发成本可能过高。在采用传统的程序设计语言和方法时，开发专家系统是很昂贵的。通过使用专为开发专家系统而设计的软件，能大大降低成本。
与其他信息系统一样，通过一个通用的数据库，也可以将专家系统与组织中的其他系统集成起来。在许多组织中，这些系统是相互重叠的。在此重叠的每个进展阶段，信息系统可在更大程度上辅助决策制定过程。
人们通常认为新技术适用范围狭窄，而其应用还未成为现有客户的需要。由于小市场并不能解决大公司的发展需求，因而人们很容易放弃这种未经证实的技术。有远见的公司知道刚开始发展的技术，犹如刚诞生的婴儿一样，幼小的生命一开始可能只有自己的母亲喜爱。新技术曾经处于萌芽状态，但随着时间的推移会成长为重要的成熟行业。
管理者考虑一项新技术时，他们需要将精力集中在该技术的最终潜力上，而不被其当前形象、感觉或市场当前形式所迷惑。市场会改变，技术会发展。基于移动计算的新技术专业增值服务及其实现装置，不应只看一项技术现在是什么样，而应看它会变成什么样。这需要远见和想象力。但是与此同时，企业需要对要用多少时间达到这点持实际态度。然后，他们需要认真地预测这种市场的潜在价值、竞争对手可能采取的行动和不采取行动的成本(图1.基于移动计算的新技术增值服务及其实现装置系统)。
一个实际问题往往是很复杂的，影响它的因素总是很多的。如果想把它的全部影响因素(或特性)都反映到数学模型中来，这样的数学模型是很难甚至是不可能建立的；即使能建立也是不可取的，因为这样的模型非常复杂，很难进行数学推演和计算。反过来，若仅考虑易于数学处理的要求，当然数学模型越简单越好，这样做又难于反映系统的有关主要特性。实际上所建立的数学模型往往是这两种互相矛盾的要求的折衷处理。
实现装置首先，建立系统的物理模型。需要仔细观察分析所讨论的系统，根据研究问题的性质和要求的精确程度，略去或简化一些次要因素，确定系统的主要特性和因素，作一些假设，抽象成该系统的物理模型。
其次，在物理模型的基础上建立数学模型。需要先确定模型的输入、输出变量和参数。模型的输入输出变量是指能反映有关特性的可以取不同数值的因素。在确定变量时，当然希望在不降低精确度的条件下，变量的数目少些为好。通常可以这样处理来减少变量的数量①两个变量之间相似时，可归并为一个变量。
②当变量变动时，输出(解)变化不大，可把该变量视为常数，通常取其平均值为该常数。
③有时将离散变量视为连续变量，有时则反之，把连续变量视为离散变量，这样可能会有利于简化模型，便于计算。
实现装置模型的参数是指与研究的问题有关的一些已知因素。它可能是变化的，也可能是不变化的常量。
实际的系统常常是由非线性方程来描述的，即使对所谓的线性系统来说，也只是在一定的工作范围内保持真正的线性关系。
(1)连续或离散系统相对于时间这个自变量来说，系统动态行为是随时间连续变化还是仅在离散的瞬时上变化。在实践中，当控制所需要的测量是以间断的方式进行时，或者当大型控制计算机被数个控制对象所分时，致使输送到每一个控制对象去的控制信号仅为周期性信号时，或者当采用数字计算机去完成控制所必需的计算时，都会产生离散系统。连续系统的动态行为一般用微分方程描述，叩离散系统或采样数据系统则用差分方程代替。
(2)线性或非线性系统表征系统动态行为的数学方程是线性的还是非线性的。如果徽分方程的系数是常数或者仅仅是自变量的函数，就称做线性微分方程。线性系统最重要的特性就是可采用叠加原理。叠加原理说明，两个不同的作用函数同时作用于系统的响应，等于两个作用函数单独作用的响应之和。
(3)集中参数或分布参数系统表征系统特性时，将它分解成有限个元素，用它的元素间的相互关联作成模型，这个系统称为集中参数系统。若根据在空间分布的无限个微小部分建立模型，称做分布参数系统。分布参数系统的数学模型用偏微分方程来表示。
(4)确定或随机系统确定系统指用确定性的数学模型来描述。输出和输入变量之间有完全确定的函数关系。随机系统则由于系统内部或环境发生不确定的变动，影响输出变量。在控制系统中，随机因素可能作用在系统的人口，也可能作用在系统的出口，还可能影响系统模型本身(基于移动计算的新技术专业增值服务及其实现装置系统结构和参数)。
(5)单变量或多变量系统基于移动计算的新技术专业增值服务及其实现装置，单变量或多变量输入输出。
基于移动计算的新技术专业增值服务及其实现装置，C++这样的静态类型语言与相比，这一变化更容易用在类似于Smalltalk这样的动态类型语言中。仅当所有对象都有相同的抽象基类，或者当产品对象可以被请求它们的客户安全的强制转换成正确类型时，你才能够在C++中使用它的参数化操作。
实现装置WindowSystem抽象基类定义一些接口，来创建表示窗口系统资源的对象。具体的子类为某个特定的窗口系统实现这些接口。运行时，ET++创建一个具体WindowSystem子类的实例，以创建具体的系统资源对象。
实现装置用户可以组合多个简单组件以形成一些较大的组件，这些组件又可以组合成更大的组件。Picture类定义了一个Graphic对象的聚合。Picture的Draw操作是通过对它的子部件调用Draw实现的，Picture还用这种方法实现了一些与其子部件相关的操作。由于Picture接口与Graphic接口是一致的，因此Picture对象可以递归地组合其他Picture对象。
·在递归结构中定义一个接口，用于访问一个父部件，并在合适的情况下实现它。
·在组合中表示叶结点对象，叶节点没有子节点。
·在组合中定义图元对象的行为。
·在Component接口中实现与子部件有关的操作。
·通过Component接口操纵组合部件的对象。
·用户使用Component类接口与组合结构中的对象进行交互。
实现装置定义了包含基本对象和组合对象的类层次结构，基本对象可以被组合成更复杂的组合对象，而这个组合对象又可以被组合，这样不断的递归下去。客户代码中，任何用到基本对象的地方都可以使用组合对象。
RTL Smalltalk编译器框架大量地使用了Composite模式。RTLExpression是一个对应于语法分析树的Component类。这些类为语法分析树定义了一个组合结构。
实现装置Flyweight是一个共享对象，它可以同时在多个埸景中使用，并且在每个埸景中Flyweight都可以作为一个独立的对象。Flyweight不能对它所运行的埸景做出任何假设，这里的关键概念是内部状态和外部状态之间的区别。内部状态存储于Flyweight中，它包含了独立于Flyweight埸景的信息，这些信息使得Flyweight可以被共享。而外部状态取决于Flyweight埸景，并根据埸景而变化，因此不可共享。用户对象负责在必要的时候将外部状态传递给Flyweight。
·实现装置描述一个接口，通过这个接口Flyweight可以接受并作用于外部状态。
·实现Flyweight接口，并为内部状态增加存储空间。必须独立于ConcreteFlyweight对象的埸景。
·实现装置创建并管理Flyweight对象。
·确保合理地共享Flyweight。当用户请求一个Flyweight时，FlyweightFactory对象提供一个已创建的实例或者创建一个模型。
基于移动计算的新技术专业增值服务及其实现装置，人机操作的行为模式涉及到算法和对象间职责的分配。行为模式不仅描述对象或类的模式，还描述它们之间的通信模式。有多个的对象可以处理一个请求，哪个对象处理该请求运行时刻自动确定。并可处理一个请求的对象集合应被动态指定。
·实现装置定义一个处理请求的接口。
·向链上的具体处理者对象提出请求。
·实现装置客户提交一个请求时，请求沿链传递直至有一个类对象负责处理它。
·实现装置职责链可简化对象的相互连接。它们仅需保持一个指向其后继者的引用，而不需保持它所有的候选接受者的引用。
·为标识请求，实现装置子类可定义一个访问器函数以返回该类的标识符。或者，如果实现语言支持的话，接受者可使用运行时的类型信息。
一个构件或构件视图可解释一个命令以进行一个互动操作，构件和构件视图可以组织为层次式的结构。ET++使用职责链来处理图形的更新。当一个图形对象必须更新它的外观的一部分时，调用InvalidateRect操作。
基于移动计算的新技术专业增值服务及其实现装置，面向对象的类模式是遵循解耦调用操作的对象和具有执行该操作所需信息的那个对象的。用构建在原语操作上的高层操作构造一个子系统，类模式提供了对事务进行建模的方法。使得你可以用同一种方式调用所有的事务。同时使用该模式也易于添加新事务以扩展系统。
·实现装置声明执行操作的接口。
·实现装置将一个接收者对象绑定于一个动作。
·实现装置创建一个具体命令对象并设定它的接收者。
·类模式调用操作的对象与知道如何实现该操作的对象解耦。
·类模式所指定的对象可像其他的对象一样被操纵和扩展。
·实现装置可将多个命令装配成一个复合命令。
基于移动计算的新技术专业增值服务及其实现装置，使用C++模板来实现解耦调用操作的对象和具有执行该操作所需信息的那个对象的例程，这样可以避免为每一种动作和接收者都创建一个子类。
基于移动计算的新技术专业增值服务及其实现装置，类定义了多种行为，并且这些行为在这个类的操作中以多个条件语句的形式出现。将相关的条件分支移入它们各自的子类中以代替这些条件语句。需要使用一个算法的不同变体。自定义一些反映不同的空间/时间权衡的算法。当这些变体实现为一个算法的类层次时，可以使用策略模式。
·实现装置定义所有支持的算法的公共接口。
·以Strategy接口实现某具体算法。
·实现装置维护一个对Strategy对象的引用。
·实现装置可定义一个接口来让Strategy访问它的数据。
·用一个ConcreteStrategy对象来配置。
实现装置Strategy和Context相互作用以实现选定的算法。当算法被调用时，Context可以将该算法所需要的所有数据都传递给该Strategy。或者，Context可以将自身作为一个参数传递给Strategy操作。这就让Strategy在需要时可以回调Context。
基于移动计算的新技术专业增值服务及其实现装置，Context将它的客户的请求转发给它的Strategy。客户通常创建并传递一个ConcreteStrategy对象给该Context。这样，客户仅与Context交互。通常有一系列的ConcreteStrategy类可供客户从中选择。
实现装置Strategy类层次为Context定义了一系列的可供重用的算法或行为。继承有助于析取出这些算法中的公共功能。将Strategy作为模板参数，在C++中，可利用模板机制用一个Strategy来配置一个类。然而这种技术仅当下面条件满足时才可以使用(1.可以在编译时选择Strategy。2.它不需在运行时改变。)在这种情况下，要被配置的类自定义为以一个Strategy类作为一个参数的模板类。使用模板不再需要定义给Strategy定义接口的抽象类。把Strategy作为一个模板参数也使得可以将一个Strategy和它的Context静态地绑定在一起，从而提高效率。
基于移动计算的新技术专业增值服务及其实现装置，一个模板方法用一些抽象的操作定义一个算法，而子类将重定义这些操作以提供具体的行为。一次性实现一个算法的不变的部分，并将可变的行为留给子类来实现。实现一个模板的方法，自定义一个算法的骨架。该模板方法不仅调用原语操作，也调用自定义在子类中的操作或其他对象中的操作。模板方法是一种代码复用的基本技术。它们在类库中尤为重要，它们提取了类库中的公共行为。
·实现原语操作以完成算法中与特定子类相关的步骤。
·基于计算协同工作来实现算法中不变的步骤。
·实现装置子类可以通过重定义父类的操作来扩展该操作的行为。
·面向对象的操作可以转换为一个模板方法。
·可以提供一个高层的接口以允许该访问者访问它的元素。
·实现装置可以是一个复合或是一个集合，如一个列表或一个无序集合。
基于移动计算的新技术专业增值服务及其实现装置，使用C++访问控制，一个模板调用的原语操作可以被定义为保护成员。这保证它们只被模板方法调用。必须重定义的原语操作须定义为纯虚函数。模板方法不需被重定义。因此可以将模板方法定义为一个非虚成员函数。
实现装置在相互作用建模中，通过模型一对话链的消息顺序由用户而不是由模型决定，因而对于每一个模型的使用是不固定的。这种性能使得建模活动过程成为独立的，而且可以直接由用户控制。
基于移动计算的新技术专业增值服务及其实现装置，模型库应具有如下功能(1)具有快速和方便地产生新模型的能力；(2)具有存取和集成模型块的能力；(3)具有支持各层用户利用模型对问题进行分类，分析的能力，将不确定问题分化成提供线索的问题；(4)具有依据知识及推理规则的模型连接方法，即使模型相关联的能力；(5)具有调用和进行模型管理的机构，进行模型的修改，增删和操作的能力。
基于移动计算的新技术专业增值服务及其实现装置，用来实现模型库和数据库之间的接合(1)每一种模型将由数据库取得全部的数据值或输入数据。这种方法保证数据的精度，因为数据库中所存的数据值是以数据库管理系统中编辑校验步骤的有效性为依据的；(2)全部模型利用同一个数据库。这种特点保证了数据前后的一致性。如果不止一个模型利用同一个数据项，这样就使得它对所有的应用所提供的数据是相同的。全部模型利用同一个数据库可促进模型的流动性。当数据被更新之后，建立在此数据上的全部模型同时也得到更新；(3)模型将全部的输出数据和数值送回数据库。这个性能提供模型之间的链接，当一个模型需要另一个模型的输出作为自己的输入时就要经过这种链接方式。它还容许利用对话—数据链完成显示格式，并且由一个模型给出输出；(4)模型本身采用三种存储格式之一作为数据库存储在数据库中，这个性能使得模型更易管理和更新，因为可以借助DBMS中的功能来处理这些模型。
基于移动计算的新技术专业增值服务及其实现装置，模型库是根据实际应用领域的需要从不同角度分类建立的，通过模型的索引目录进行存取的。其中列例分析模型(如规划，预测，统计等)属于标准的较成熟的模型，组合构造模型(如文法分析等)属于按逻辑规则和相关分析模型，以及专用模型(应用于实际系统之中的具体而复杂的模型)。
实现装置模型库按分类分层索引的方式进行存储，且各层次间利用指针关系链接起来，并指向对应的外部环境因素的限制。各功能的设置按照逐层细化及相互关联的程度划分，以不同的角度描述和表达，针对不同的应用设置相应的优先使用顺序与限制条件，也可由用户直接指定各模型的使用顺序，从而体现出决策者的部分决策风格，形成优先顺序推理知识的表达，在验证有效后纳入模型库中。
基于移动计算的新技术专业增值服务及其实现装置是移动商务从有线通信到无线通信，从固定地点的商务形式到随时随地的商务形式的延伸。它是现代自由经济的一部分，实际上，它通过创造新的选择而发明了一种全新的客户概念。自由经济一直受到全球范围内的解制，技术和新资源的驱动。因特网和PC造就了电子商务，而如雨后春笋般涌现出的一系列新型无线工具和基础设施投资正在造就移动商务。
基于移动计算的新技术专业增值服务及其实现装置，希望在于它能使你成为信息和通信的中心，从而为你创造新的自由。你将可以摆脱自己所处的地理位置的限制，随时随地进行商务活动，享受新的商务自由。自由绝不仅仅是一种便利或功能，它将彻底改变人们的日常生活方式。它将使得采用移动商务的公司的运作方式发生根本性的变化，使接受移动商务服务的客户享受完全不同的服务。
移动计算正是建立在一些网络得以访问其用户的无线设备之上的数字移动电话，掌上电脑，以及包括计算机芯片，条形码扫描仪，位置感应器，专用软件在内的一系列新设备。
移动计算提供商正在提高成本和能力，其速度和规模之大都是以往计算机芯片的演变速度所无法比拟的。计算设备中的宽带和电话中的计算智能是移动商务得以建立的技术基础。宽带，智能和移动性创造了商务革新的新基础。
基于移动计算的新技术专业增值服务及其实现装置，采用的移动优化算法是典型的多层态知器的优化算法，适用于输入层、输出层和若干隐层的神经元之间的强度(权值)优化(图2.面向对象的可视化移动计算及其系统集成)。
实现装置设第h+1层第i神经元的总输人为Xh+1j=Σ1yhiWhji-θh+1j]]>这里yhi是上一层第i个神经元的状态；Whji是h层第i个神经元与h+1层第i个神经元的连接权值；θh+1为h+1层第j个神经元的阈值。在我的坦克问题中，阈值反映了该点干扰平均值。
第h层第i个神经元的输出为yhj=11+e-xhjyhj]]>该式反映了输入量过大时。对输出的影响趋于稳定。
对某一层的所有权值，可以看作一个矢量w，输出矢量的均方误差定义为E(W)=1/2Σjc[Yhj,c(W)-dj,c]2]]>这里Yhj，c是H在输人输出状态为c时输出节点)的状态表；dj，c为预先给定的期望状态。
第一层这一层的节点直接将输入值传输至下一层F＝xi(1)，a＝f由式，第一层的连接权重(wi(1))为1。
第二层这一层的每一个节点起到集合函数的作用。对高斯钟形函数f＝-(xi(2)-mij)2/2ija＝ef式中，mij和ij分别为第I个输入模糊变量xi的第j个钟形函数的中心和宽度。因此，第二层的连接权重wi(2)起到mij的作用。
第三层本层的连接为模糊规则的如果部分，所以规则节点执行模糊并运算f＝min(x(3)1，…x(3)p，a＝f第三层的连接权重wi(3)为单位值，如果部分联合的乘积可取代式中的“min”运算。
第四层对于混合学习算法，本层的节点有2种运算模式自下而上的传输模式和自上而下的传输模式。在自下而上的传输模式中，第四层的连接应执行模糊“与运算”，以对具有相同“则”部分的被激活规则求和f=ΣpI=1xi(4),a=min(1,f)]]>因此，连接权重wi(4)＝1。在自上而下的传输模式中，本层的节点即第5层的连接功能与第2层相同。对于在线学习算法，本层的节点仅在自下而上的传输模式中运行。
第五层对于混合学习算法，本层有两种节点。第一种节点对训练数据执行自上而下的传输，以训练网络。对这种节点f＝yi， a＝f第2种节点对决策信号输出执行自下而上的传输。执行节点及与之相联系的第5层的连接起到非模糊化的作用。若这些mij(5)和ij(5)均为集合函数的中心和宽度，则下面的函数与“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)第五层的连接权重wij(5)为mijóij。对于在线学习算法，仅有一种节点执行决策信号输出的自下而上的传输。
把n维输入空间映射成一维或二维阵列，构成一个存在有意义的拓扑序列的输出空间。
每个输出层神经元相联系的权值矢量，被看作是神经元对输入矢量的响应的结果。将输入矢量x标记成x＝[x1，x2，…，xp]T与输出层神经元j响应的权值矢量wj可写为Wj＝[wj1，…wjp]Tj＝1，2，…N获胜输出层神经元的确定，相当于选择权值矢量Wj与输入矢量x最为匹配的输出层神经元。我们可选刺激量Ij＝Wtjx为最大的输出层神经元为获胜神经元。
步骤1.初始化初始化权值矢量Wj(0)时可选随机值。初始值通常选择小一点。初始化学习率η(0)和领域函数∧I(x)(0)。他们初始化时应尽量取大一些。
步骤2.对于样本中每个矢量x执行步骤2a、2b、2c步骤2a.将感觉刺激矢量x送入到网络的输入层上去。
步骤2b.相似匹配选择权值矢量匹配x的神经元作为获胜神经元。运用欧氏法则，获胜神经元的标号我I(x)＝k||Wk-x||＜||wj-x||j＝1，2，…，n步骤2c.训练训练权值矢量，使得在活性泡范围内的神经元朝着输入矢量方向移动Wj(n+1)＝{Wj(n)+η(n)[x-Wj(n)] j∈∧I(x)(n)Wj(n) 其它步骤3.更新学习率η(n)。学习率的线性减小将产生令人满意的结果。
步骤4.减小领域函数∧I(x)(n)。
步骤5.检查结束条件。
基于移动计算的新技术专业增值服务及其实现装置，随机模拟是一种实现随机系统抽样实验的技术，其基础是从给定的概率分布中抽取随机变量。模糊模拟是一种实现从模糊系统模型中做抽样实验的技术。
基于移动计算的新技术专业增值服务及其实现装置的魅力在很大程度上来自于它可以让客户拥有更多的选择，拥有进行更多选择所需要的信息，对进行选择所拥有的自信以及新公司进入障碍的消除。因特网加速了客户选择的自由。移动商务将这种自由进一步扩展，因为这种商务形式在技术上更富有革新性，在应用上也拥有更大的潜力。但、从客户选择到技术，从商务革新到自由再到利润的路径却是毫无疑问的。
无线技术将是下一个推动器，而且还将是影响最为深远的推动器，因为它儿乎是以前所有驱动力的集合。我们注意到所有这些自由经济的驱动器，解制，全球化，掌上电脑，因特网，都增加了移动性。因此，可以看出，客户，自由，价值，这些都是移动商务成功的日程表。
基于移动计算的新技术专业增值服务及其实现装置的客户可能正在使用移动商务作为一种新型商务关系和互动的一部分。无论你生处何方，公司都可以向你提供一定的信息，服务，而且你可以当场就完成交易。
基于移动计算的新技术专业增值服务及其实现装置，把我们经常说的”知识管理”，”智力资本”和”放权”变成现实的回报，它可以为从事实际工作的人员调动自己所需要的知识。
现场作业人员和流动性较大的经理人员应该是处于信息中心，而不是边缘。但目前的形式恰恰相反，分公司处于信息的中心。你需要在那里得到自己所需要的信息，并在那里完成所有的纸面工作。但如果你是一家移动公司的成员，情况就大大不同了，你可以把自己所需要的信息随身携带在自己的手里，公文包里等。你可以把自己的报告发回办公室，从而获知所有你在公司台式计算机上所能获得的所有信息。
移动计算所创造的组织自由可能是其最大的回报。公司可以向各个级别的员工提供移动信息接口。这些接口实际上是信息网关，员工可以借以访问公司的通信，文件，交易，协作等信息资源。俗话说，”知识就是自由”，在这里，我们可以将其改为”移动知识则意味着更多的自由”。
移动计算的潜力是巨大的。在未来，你的汽车可以拥有自己的因特网地址，你可以在车上通过语音合成接受电子邮件。从你的带有因特网功能的汽车上，软件将自动发送和接受信息，以处理任何交通堵塞信息。你的移动电话将成为标准的可携带式PC。正像我们前面所说的那样，今天的笔记本电脑在很大程度上还只是一种可以移动的台式计算机，移动电话的发展清晰地昭示了运动商务革新的发展方向。它们无处不在，已经成为人们今天日常生活中不可或缺的一部分。
基于移动计算的新技术专业增值服务及其实现装置，优化算法的集成与融合的实现，可分为三个重要步骤①根据智能系统的要求以及传感器集成与融合的形式，选择神经网络的拓扑结构。②将各传感器的输人信息综合处理为一个总体输入函数、并将此函数映射定义为相关单元的映射函数，由它通过神经网络与环境的交互作用把环境的统计规律反映到网络本身的结构中来。③对传感器输出信息进行学习、理解，以确定权值的分配，完成知识获取和信息融合，进而对输入模式作出解释，将输入数据向量转换成高层逻辑(符号)概念。
在概率测度空间中不妨定义随时间变化的集合族Sj＝{Qi(t)|I＝0，1，…，L}来表征进化计算过程中的候选解子空间，则相应操作以对每一时刻的群体状态发生影响，这里以Se(t)表示该进化操作所影响的候选解集合的变化，令ΔSj(t)＝Sj(t+1)-Sj(t)＝Se(t)，从而U＝{Se(t)|＝0，1，2，…}就贴切地反映了进化过程中候选解所对应的动态子空间演化规律和逐步逼近的轨迹，在尽可能小的空间范围内如何求得更为丰富的非线性特性，以使求解过程最终能够容纳问题的解。
基于移动计算的新技术专业增值服务及其实现装置，由于在算法中是以欧氏距离为标准判别竞争神经元激活状况，因此训练后得到的权矩阵表明了各中间层竞争神经元所包含的样本子集的概率聚中心，获得的网络作为样本前提特征与类和可信度间的影射反映关系集中地反映了样本集中所包含的信息。实现装置借助模糊集理论中隶属函数从定量到定性描述的变换能力，从网络的学习结果中获取以模糊语言值形式描述的模糊规则知识(图3.可视化移动计算模式)。
(1)初始化，设生成模糊规则数t＝1，处理的前提特征数I＝1；(2)对于中间层第t个神经元，计算特征Ai的最大隶属度值不确定对应的模糊集air，1≤r≤ki，满足μaij(wti)=1≤j≤kimax{μaij(wti)},]]>记录特征Ai及模糊集air；(3)置i＝i+1，并判断，若i≤n则转步骤(2)，否则转步骤(4)；(4)记录对应第t个中间神经元的类Chi以及该神经元与输出神经元间的连接权作为激活该神经元样本可信度的概率平均值，置t＝t+1，并判断，若t≤k，则置i＝1，转步骤(2)，否则继续；(5)结束。
这些无线基础设施为新的客户关系和移动工作以及个人信息和通信提供了极大的可能性。客户关系机遇正是证券行业实施电子商务大力为客户提供网上服务的根本原因，它通过无线连接到客户的网络移动电话上或PDA(个人数字伫立，如Palm)上为客户提供信息服务。这些服务包括交易服务，跟踪帐户信息以及适时告知瞬息万变的股票市场的信息等，从而可以与客户达到一种更高水平的互动。正在考虑往同样的方向发展，它所遵循的也是你，自由，价值这样一个恒等式。
移动计算通过新自由革新寻找商业价值。这不仅仅是些便利，它们是一些能给客户和公司本身的工作和生活方式造成巨大差别的自由。
关系自由通过利用移动性，个性化和电话与因特网的结合来为客户关系增添价值。
流程自由通过使许多步骤，人员，信息(尤其是文件)以及有效商业流程设计所需要的通信变得完全移动化，可以为整个共因和相关物流运作和商务伙伴关系增加价值。
知识自由通过自动收集信息，通信和协作进行知识动员，从而增加组织及其工人的价值。
自由经济的核心就是选择。从个人层次来说，人们可以说，”移动商务服务可以让我以一种全新的方式生活”。从组织的水平来说，”我们可以以一种不同的方式开展自己的业务”。从社会层次来说，”我们第一次拥有了可以改变自己日常生活的选择”。许多类似的自由都能产生非常深远的影响。ATM和信用卡创造的自由已经成为我们日常生活中理所当然的一部分，我们在旅行，购物时都能享受它们所提供的便利。买家的选择和卖家的选择。对他们来说，信用卡不仅仅是一个便利的问题，它已经成为能改变日常商务结构的工具。
现实所能实现的有效功能都要受到技术的限制。无线技术的发展有三个主要驱动，在视角，能力等方面存在着很大的不同。第一个驱动是以电话为中心的革新，其中移动电话和高速电信是新一代消费者服务的基础，也是一个大胆的假设。电话行业的发展则在推动着这个假设，一方面是因为它需要吸引更多的客户，另一方面是因为3G技术将改变全球范围内的电信基础设施。
移动计算技术基础的第二个驱动是以设备为中心的。计算机行业正准备把无线技术作为一种现有产品力量的扩展来加以开发。和电话公司一样，它们拥有一些诱人的销售信息无线笔记本电脑，个人数字助理(如PDA)，寻呼机，能从网上下载音乐的无线音乐播放器。这种以设备为中心的移动商务基础具有极强的优势工具开发已然比较成熟，而且成本也相对比较低廉。这些工具在执行各自的任务时往往能发挥很好的作用，但却无法提供综合性的服务和交叉性的服务。这种以个例为基础的处理方法通常容易导致技术上的混乱多个电子邮件系统，访问公司数据资源时出现的问题，相互冲突的软件环境，所有这些都必须得到支持和维护。
第三个驱动包含的是一种以企业为中心的观点，它把移动商务看成是公司信息技术平台的一部分，而不是一种设备的附加或独立的软件和电信系统。从公司管理的角度来说，移动商务首先应被整合进公司的电子商务系统。而电子商务和移动商务都应该被整合进公司的老化系统，处理交易流程的基础IT系统，数据库管理和通信等。
基于移动计算的新技术专业增值服务及其实现装置，个体构造是整个进化计算的基础，从广义问题求解的候选解子空间的动态性着眼，将个体的构造定义为集合至集合的函数映射型，对直接将空间加以刻划的约束方式来说是合适的，进化计算技术中现有的个体表示方法主要有二进制符号串和LISP树结构，前者是以数的代码和变换来测度的，后者是以符号形式表示数学表达式，这两种表示形式目前被人们经常使用，但是在遇到诸如复杂系统辨识。动态优化等不易形式化描述的非结构化问题时，就迫切需要一种以集合为对象、采用更一般的映射手段的表示形式。
Hi(n)＝{AfB}i(n)其中A为表示基因型的集 两维参数的集合，A＝{(c1，c2)|c1∈K1，c2∈K2}，K1，K2分别为c1，c2的允许取值范围。B为反映表现型的集合，这里也取两维空间形式，f取为2维Lorenz方程的函数形式。相应群体集合则为H(n)＝{hi(n)|I＝0，1，…，W}，W为群体规模。进化算子作用在个体的基因型A上，从而也属于两个操作组成的集合，即Ue＝{pe1，pe2}，pe1，pe2分别在采用ES(进化策略)的进化算法形式下的形式，其中随机信号发生器采用泊松分布，ci(n+1)＝ci(n)+Δci，Δci＝a·g，g为泊松分布的分布函数。a为动态系统数，i＝1，2。适应度采用Lyapunov指数的形式，其选择策略采用阈值范围的方式，令S表示个体的适应度值，Is表示指示函数，则有1，S∈TdIs＝{0，S∈\Td其中Td为实数域内的取值范围，其上下界限分别取正、负值，Is＝1表示该个体被选择，Is＝0则表示该个体被淘淘汰。这种设置反映了非线性系统的所有性状，包括混饨吸引子，周期点等现象，并与模型的创发性机理相适应，这样该选择策略既保留了具有混沌现象的个体使系统的信号取值有相当大的裕度，同时又在约束阈值乃的限制之下，以体现进化数值过程的参数控制作用。由于该模型引入了混沌动力学系统，因而具有丰富的非线性行为，这就保证了该进化计算模型的创发性，相应自组织机制所容纳的自适应性也使得相应搜索空间具有足够的随机性。源于混沌现象短期可预测性和长期不可预测性的特点，该模型的演化空间中候选解集合的动态历程就可反映NP求解方式下的移动计算能力。
移动计算在开发自己的技术和服务的时候，也是以客户选择为核心驱动的。利用技术优势的关键就在于要瞄准考虑这样一个现实在移动商务中，客户是真正的主宰者，而公司的全部使命就是要满足客户要求。移动商务向客户提供的自由度越大，其增长率就会越高，价格竞争优势就会越强，服务范围也会越大。
因特网代表的是一种巨大的释放。但它只是客户选择的演变和客户发明的最新阶段。
●客户定义”价值”并根据自己的定义进行采购。
因特网为满足所有这些条件提供了便利。移动商务为自由经济的选择增加了新的成分客户可以提出类似”何时，何地，以何种方式”的要求。
●客户可以选择自己希望的时间，地点和方式。
●他们拥有足够的信息就时间，地点和方式做出选择。
●他们喜欢就时间，地点，方式做出选择。
●没有人能阻止他们就时间，地点和方式做出选择。
●没有人能阻止供应商(无论是老的还是新的)向他们就时间，地点和方式提供新的选择。
移动计算必须利用客户的选择自由来提供一些值得选择的东西。只有当自由改变了日常生活结构的可能局限时，自由的价值才能体现出来。
如果客户已经拥有自己所需要的信息，他们将很快喜欢上通过移动商务设备做出决策。他们已经通过免费电话来进行交易。但到目前为止，移动商务所提供的还只是帮助人们做出决策，并没有为人们提供访问许多复杂信息的自由。
只有当移动商务工具在速度，可靠性和信息彻底能力上都不弱于电子商务工具的时候，它的主要优势，移动联系，移动警报，移动决策，移动交易，才能充分发挥自己的威力。
自由经济向人们提供了越来越多的选择。对那些如今拥有更多选择的客户来说，价值到底意味着什么。这些因素都在迅速改变着人们日常业务的方方面面，移动计算的价值就在于此。
自由经济将使员工摆脱工作埸所的限制，他们将可以利用彼此之间更加便利的信息交流为客户提供更为优质的服务。
自由经济为移动计算的发展奠定了物质基础，移动计算主要的驱动力1.客户如今可以更大的范围内进行选择，这主要是由于解制、私有化和全球竞争的出现。
2.信息技术使得商务运作不再受到时间和地点的限制，从而对组织自由产生持续的影响。
3.因特网和电子商务使客户面临更多的选择。
4.无线技术的发展使每个人都成为世界信息的中心。
移动计算的注意力集中在即将发生的具有创造性的破坏的技术驱动上1.以电话为中心的核心革新技术3G正在规划并缓慢发展的高速第三代公共无线通信电话系统。
2.5G虽然没有得到良好的规划，但发展比较迅速的中等高速网络。
WAP基于因特网的移动电话当前的基础。
DoCoMo目前为止最成功的基于网络的无线服务(来自日本，但主要被用来发送信息，而不是访问网络)；WAP的一个主要竞争对于，为实现3G指明了一条新路。
2.以设备为中心PDA及相关消费电子产品，掌上电脑、Game Boys、寻呼机、使携式音乐播放器及其他带有无线附属功能的便携式设备。
3.以企业为中心无线以太网(802.11b)现有的一种安装简便的网络，可以提供对公司整个企业通信和信息资源的访问。
可携带式笔记本电脑 真正的移动计算机，具有与台式计算机完全相同的功能。
4.一般基础设施GPS以通信卫星为基础的通用服务，可以定位出某个移动设备的精确位置。
蓝牙一种可以用于短程无线通信的芯片。通过定位附近其他蓝牙设备，可以使用户不再需要用光纤和插头来连接设备，并创造出无线个人局域网。
RF条形码识别和扫描仪，一种短程无线通信设备，可以与扫描设备进行无线通信并传输关于该设备的相关信息。HomeRF网络协议将用户的家用电脑通过无线电技术接人网络，共享网络资源。该协议可以使笔记本电脑连入网络。
Blue tooth通过将无线通信技术与数据通信技术的融合，为所有的移动装置之间提供一个有效的无线连接。各种移动设备包括移动电话、无线电话、笔记本、手持电话、个人数字助理及数字相机等，都可以通过Blue tooth来进行连接。
专用的芯片，内核和网络软件能够将一个小型的潜入式设备连接在INTERNET上，这个事实预示着电子设备将进入INTERNET化的互连时代。一个传感器网络也是一个分布式计算机系统。
基于移动计算的新技术专业增值服务及其实现装置，主体可以看成是一个具有自主能力，有心智态度的拟人化的对象，主体内部的行为之间具有天然的井发性；主体是一种类似于进程的、并发执行的实体。多主体系统的体系结构是动态的，这要求所采用的形式化描述手段具有良好的刻划动态性的能力，而П演算则具有这种能力。要刻划主体间的交互，如通信和合作，在采用传统的逻辑方法时，必须加入非逻辑性手段来表示主体间的通信，而主体间的合作则往往采用问题求解的方法进行推理来实现。一种好的多主体系统形式化方法必须能表示出讼间的交互。П演算作为一种刻划通信系统的进程演算，它在刻划主体间的交互时无疑具有得天独厚的优势。
П演算是一种基于命名概念的井发计算模型，它可以很自然地表示出具肩动态结构的进程内及进程间的交互，是一种刻划通信系统的进程演算。在П演算中，进程通过一对互补的端口进行消息传递，即通信。实现装置多价可演算是对单价П演算的一种扩充，它允许在端口间传递基于名字向量的消息(图4.可视化移动计算模型框图)。
在П演算中，系统是由若干个相互独立的通信进程组成的。进程间通过连接一对互补端口的通道或链路来进行通信。在П演算中，名字是最原始的实体，端口，通道或链路都是名字，进程由名字按一定的语法规则组成。
(1)求和∑i∈Ipi＝P1+P2+…+Ph，它表示选择执行其中的任意一个进程Pi，当n＝0时，表示结束。
(2)前缀式ys·P，yx·P，或r·P，分另婊示在端口输出/输入人名字向量x，或先执行一个不可见动作r，然后再执行P。
(3)组合P1|P2即并发地执行进程P1，P2，并发是可交换的，可结合的。
(4)限制(vy)P它与进程P的行为是相似的，但受到限制的名字y对外界是不可见的。
(5)匹配[x＝y] P若名字x与y相同，则执行进程P，否则，结束。
(6)复制！P提供任意个进程P的副本。
(7)结束进程O它用来表示一个进程的结束。为简单起见，我们在定义进程时，一般将进程最后的0省略掉。
实现装置在多价П演算中，计算是通过如下的通信规则来表示的(......+ys·p)|((......+y(z)·Q)→P|Q{x/z}其中，向 z必须具有相同的数目。名字向量x通过链路y在进程问传递，通信结束，进程简化为右端形式，同时将Q中所有自由出现的z都用x代替掉。
基于移动计算的新技术专业增值服务及其实现装置，主体的世界模型只是该主体对世界的认识和反映。这种世界模型开始时并不保证一定正确，也不一定具有全部信息。主体对世界的模型主要包括世界的拓扑知识，以及世界的组成部分的物理、化学、生物等方面的性质等信息。对于其它主体的模型，包括主体的位置和性质，信念，目标，能力，关系等信息。正如前面所说，这些信息有可能是不正确的或不完全的。主体最初从程序设计人员提供的模型库中得到关于世界的基本模型，然后在生存期间内，通过感知以及和其他主体的通信来修正模型。
基于移动计算的新技术专业增值服务及其实现装置，每个主体由一个通用的主体内核(agentkernel)和许多功能模块(function modules)构成。主体内核由内部数据库，邮箱，黑板，执行机等部分组成。其中，内部数据库中包含主体自身的信息，目标集合，世界的模型等信息；邮箱提供主体和环境以及其它主体的通信；黑板提供主体内部各个功能模块之间的通信；执行机则完成消息分派。功能模块的执行控制等。各个功能模块都是相对独立的实体，由执行机启动后即完全并行地执行，并通过黑板协调工作。
基于移动计算的新技术专业增值服务及其实现装置，主体间的协作目标包括两部分①任务目标，即应协作完成何种工作，(2)性能目标，廓主体应在特定的性能指标下协作完成工作，如主体必须在特定的时间及资源等限制下实现任务性目标等。
(1)时间。对实现目标的时间限制一般可以陈述为“必须在多少时间内完成”，即TC＝time《T→其中，time为执行任务所消耗的实际时间，r为最大时间量。它与目标Goal的关系为x＝timeA○time＝x+1A□(TCWGoalA(TC→--Goal))其直观含义为每隔一固定时间段，协作所消耗的时间量time自动递增一个时间单位；并且在目标Goal实现前允许所消耗的时间量不超过r，但一旦将额定的时间r消耗完毕，则说明目标没能实现。
(2)资源。在实现目标的过程中会消耗一定的系统资源，如资金。能源等。但由于资源是有限的，有些甚至是相当昂贵的，因此目标的实现不能以占用或消耗过多的资源为代价。设主体对协作过程中将要使用的某种资源的限制条件为R CeTL，它与协作目标的关系为口(RCWGoalA(-RCC→--Goal))即如果资源条件得不到满足，则不能最终实现目标Goal.A协作目标进程。设目标g为协作目标，SG＝{g1，.........gn}为目标集。参照协作目标的“与/或”树结构，协作目标的pi演算进程可以递归定义如下若目标gi为“与/或”树的叶结点，即gi没有子目标，且(Achierea x gi)则gi对应的pi演算进程可以定义为Pi＝starti·BodAlfAction(x)·finishedi。
若SG为目标g的“或“自目标集，则目标g对应的pi演算进程可以定义为Pg＝P1+.........+Pn其中，pi为子目标gi对应的pi演算进程。
若SG为目标g的“与”自目标集，则目标g对应的pi演算进程可以定义为Pg＝P1|P2|......|Pn实现装置从协作结构的优化过程中不难看出，优化后的协作结构中不再存在有向环，所以上述算法对协作结构中的每种协作方案都能结束，即都能求出该方案所需的时间及资源指标。
实现装置在寻求协作伙伴时，各竞争主体只是申明自己在协作中能胜任何种角色，而它到底能否在协作开始后真正履行自己的承诺将在本节进一步予以考察。
实现装置设协作伙伴由主体集合A＝{a1，…，an}组成，它们在所选中的协作方案中扮演各自的角色，井承担相应的任务，这些任务由进程集合P＝{P1，…，Pn}按协作结构组成，其中任务Pi将由对应的协作主体ai承诺井完成。
协作伙伴在扮演所竞争到的角色即开始进行协作前，首先必须相互信赖，这样协作才能进行下去。
MutuaIBelief=ΣnI=1(BelaΣnI=1(CanajPj))]]>即协作团体中的每个主体都相信自己和其它主体都能完成各自所承诺的任务。
基于移动计算的新技术专业增值服务及其实现装置，为了实现嵌入式移动计算设计中多虚拟外设的功能，SX52BD微处理器提供了一个4KB x12w的可刷新EEPROM程序存储器，256字节的SRAM数据存储器和15字节的扩展公用寄存器。为了能够支持SX2BD微处理器提供一个4KBx12w的FLASH/eeprom程序存储器，256个字节的数据存储器和15个字节的公用寄存器；为了支持50MHz的操作频率和一个时钟周期执行一条指令的能力；Scenix提供了一个带有10ns访问周期执行一条指令的能力，Scenix提供了一个带有10ns访问周期的Flash/eeprom。另外，设备操作所需电源低于3.3V，减少了电能的消耗。为了更好地提供物理层接口功能，例如12C ameluart，SX52BD提供了5个8位双向端口。每个I/O的芯可以输/输出30mA。
基于移动计算的新技术专业增值服务及其实现装置，基于DOS的SASM汇编器可实现虚拟外设的软件模块，也可以确保在任何一个新的SX系统设计中重新使用代码模块。
整个软件的操作产生了以下的文件，它们须要下载到Webit服务器中。
(1)name.rom(2)name.ep(3)name.el(4)name.dat前两个文件用于对Atmel微处理器的Flash存储器编程，后两个文件用于对Webit服务器上的串行EEPRoM编程。
对Flash存储器和EEPROM数据的编程是由一个批处理文件控制的用name.rom内容对Flash编程，用name.ep内容对EEPROM编程。
实现装置批处理文件同样执行netprog.pl脚本，用name.el和name.dat的内容对串行EEP-ROM编程。
实现装置对Atmel微处理器的编程不多于20秒，通过网络连接对串行EEPROM编程大约也需要相同的时间，这依赖于代码解释器的数量和串行EEPROM中的Web页的数据大小。
基于移动计算的新技术专业增值服务及其实现装置，64位的嵌入式系统，它有足够的能力和资源按上述SOC一样的思路，在操作系统和函数的支持下毫不费力的实现。
实现装置采用生成JavaScript这一更直接的方法。JavaScript的方法将其它系统或设备的数据嵌入自己的程序予以处理和运行，条件是在其它系统或设备中应存在有JavaScript的解释程序。
当今市场上虽然有数以千计的移动计算提供商，但却并没有形成任何固定的模式，也尚未出现名副其实的赢家。只有当进行移动计算商务的基础设施完全就位，而且移动计算商务已经取得了一定发展的时期，人们才有可能考虑便利和功能。唯有将目光瞄准消费市场，寻求为客户创造新的自由。
从消费市场的关系开始就意味着设计客户体验。移动计算商务的本质是三方互动客户、硬件/软件/通信的结合(从而客户可以随机访问移动计算商务)，以及移动计算商务服务提供商。面对消费市场的知识不是一种物品大量数据、一个网站、或者一个服务器软件。它也不应当被看成是信息，因为信息无所不在，以至于人们常常会抱怨信息过量。知识应当被定义为一种人们能随时随地以自己所需要的方式获取信息和通信的能力。
基于移动计算的新技术专业增值服务及其实现装置，通过移动人口将知识从管理变为动员，从知识供应链变为知识需求点。通过移动计算商务把知识资源整合进数据库，为员工提供相应的协作和通信工具，并建立一定的经验共享激励机制，公司可以非常有效地实现知识化为行动。
基于移动计算的新技术专业增值服务及其实现装置，自动发现适应的环境是统一建模语言(UML)。自动发现服务可以实现对工作站、路由器、系统、数据库、应用、网络设备以及它们拓扑结构的自动监测和识别，并将代表这些设备和关系的对象存储在网格管理软件的公共对象库中。
实现装置这些对象一经定义，就可以通过三维真实世界GUI、可视化地图浏览器和其他人机交互界面进行查看和监视。自动发现功能包括·特定类型资源的发现。
·IT设施中的所有资源的发现或某个子网的资源发现。
·实现装置多个自动发现例程的同时运行。
·实现装置自动发现服务的自动启动和手动启动。
基于移动计算的新技术专业增值服务及其实现装置，在统一建模语言(UML)环境下数字化真实世界面借助EMPG-4、EMPG-7、EMPG-21视频图像处理技术和三维虚拟现实技术来表示对象用户和网格管理软件所使用的可视化信息资源，使这些资源更加真实和可管理，大大简化了分布资源的管理。
实现装置利用数字化真实世界浏览器查看对象的方式是完全开放的，并且十分易于定制。统一建模语言(UML)环境中已包含有数百种可视化模型，至于像生活工作埸景、楼层布局或特殊的操作埸景这样一些新的模型，也可以在不修改代码的条件下简单地进行追加。
基于移动计算的新技术专业增值服务及其实现装置，智能管理软件可以从单一的控制点上“漫游”整个企业，对系统、网络、数据库、应用资源、知识本体的现状，甚至它们的物理环境进行识别和查看。
·利用自动发现服务查找网络中的可视化信息资源和知识本体，并将它们作为被管理对象追加到统一建模语言(UML)环境的公共对象库中。
·实现装置利用类生成器进行新的类定义，可以对真实世界中的任何实体进行描述和建立模型。
·可以利用可视化信息资源浏览器查看整个真实世界网络的构成，根据逻辑关系划分与之相关联的子网和网段等。
·实现装置可以基于不同业务的需求、资源特点、作用、真实世界埸景和面向对象的应用等不同定制特定过程的服务流程视图。
·实现装置对事件控制台日志中所有实世界网络的突发事件进行跟踪。
基于移动计算的新技术专业增值服务及其实现装置，在统一建模语言(UML)环境下，整个真实世界网络的可视化信息资源浏览器可以提供面向对象逻辑结构的数字化形视图。通过该人机交互界面，对象用户可以根据自己个性化服务网络拓扑特点，将图形对象(诸如背景图、埸景图、操作路径图、外形图和超媒体信息视图)分别组织在真实世界网络、子网和网段的逻辑层中。
基于移动计算的新技术专业增值服务及其实现装置，在统一建模语言(UML)环境下，可以显示某一对象服务应用或特定业务过程相关的所有可视化信息资源。为了对对象的条件和状态进行监视，用户可以设置触发器和阈值，用于拦截该过程程序发出的消息，这可以帮助解决用户信息资源故障的早期检测和预防问题。
实现装置统一建模语言(UML)环境的类生成器是一个使用方便的实用工具，它可以引导用户逐步完成公共对象库中原有类修改，或新类的增加。对象用户可以利用类生成器来定义属性、创建启动应用的可视化触摸式莱单或定义被管理对象在可视化真实世界网络中的显示形式等。
实现装置在统一建模语言(UML)环境下，新的类生成器可以为存储在公共对象库的可视化信息资源以及其他存储数据提供视图。这些视图可以对复杂的可视化信息进行显示和组织，从而使用户可以既简单又全面地查看自己真实世界的服务网络。所有这些视图都可以从可视化真实世界网络的信息视图上进行访问。
·类浏览器类浏览器可以提供统一建模语言(UML)环境的类及其属性的显示，综合查看对象库中所有类的情况。
·对象浏览器对象浏览器可以列出每一个统一建模语言(UML)环境类所导出的对象。利用该浏览器可以查看特定类和特定对象的信息。
·拓扑浏览器拓扑浏览器可以提供反映被管理对象之间的依赖关系和拓扑关系的视图。它也可以显示被管理对象之间的层次关系和链接关系。
·对象视图在公共对象库中，许多被管理对象所代表的都是真实世界服务网络的信息资源视图。也可以提供来自智能代理的对象模式识别和其他信息。
基于移动计算的新技术专业增值服务及其实现装置，真实世界服务网络的事件管理，是对系统状态/例外情况的管理功能。通过真实世界服务网络的事件管理功能，对象用户可以制定自适应策略，让统一建模语言(UML)环境对所选定的消息进行拦截，自动对其进行响应，并对需要引起特别注意的异常条件发出信号。
·对消息进行响应。
·对消息进行抑止。
·调用统一建模语言(UML)环境的命令。
·实现装置启动其他程序或脚本。
·向真实世界服务网络管理应用发送信息。
·向其他被管理服务平台转发消息。
·实现装置调用在其他平台上执行的命令。
·对任何动作的结果进行解释，确定动作是否正常实施。
·实现装置统一建模语言(UML)公共对象库中的对象进行定义或修改。
基于移动计算的新技术专业增值服务及其实现装置，真实世界服务网络的事件控制台调用的GUI窗口使用户可以对所发生系统事件进行监视。所有运行程序和对象用户过程可以直接向该控制台发送查询消息的信息。统一建模语言(UML)环境下的真实世界视图组件，凭借其可视化信息视图和数字化信息资源浏览器，提供一个高度可视化和自然直观的真实世界服务管理模式。
基于移动计算的新技术专业增值服务及其实现装置，真实世界视图自动发现确定服务网络实体在真实世界服务网络设施中的位置，如可视化服务器、数字化视图组件、对象数学模型、信息资源数据库，并用代表这些实体和任何相关关系的对象描述填充公共对象库。
实现装置智能代理真实世界视图信关的服务确定在第一阶段中发现的网络对象上运行的统一建模语言(UML)环境迭代，并用代表这些代理和它们与网络对象的关系的对象描述填充(统一建模语言(UML)环境下的新的类对象库)和公共对象存储库。
实现装置公共对象存储库是有关被管理实体、它们的属性和关系的定形信息的一个仓库，，并且对世界视图的运行是必不可少的。系统可以利用自动发现进程收集的对象定义填充公共对象存储库。DiscoveryMonitor(发现监视器)提供一个跟踪自动发现进程的可视显象。当自动发现每次开始运行到下一子网或终止搜寻时就更新DiscoveryMonitor。
基于移动计算的新技术专业增值服务及其实现装置，统一建模语言(UML)环境的存储库输入、输出是一个省时省力的实用开发程序，它让对象用户用另一个公共对象存储库中的现有对象填充一个公共对象存储库；用与已经存储在该公共对象存储库或另一个公共对象存储库中的现有对象相似的对象填充一个公共对象存储库。
当对象用户启动智能代理真实世界视图时，打开实现装置统一建模语言(UML)环境的存储库输入、输出可视化工具，选择对象用户想输入对象的公共对象存储库，对象监视器窗口被显示出来。每个被管理对象都是有统一建模语言(UML)环境的被管理对象类或被管理对象的一个子类派生出来的。对象用户可以利用被管理对象的监视器窗口查看和修改一个被管理对象的基于类的和基于实例的特性的值。每个对象的监视器窗口标识与这个类的一个特性组相对应。每个字段代表一个特性，基于类的特性或基于实例的特性。出现的标识符的数量取决于类的类定义。
如果对象用户给一个对象创建在智能代理真实世界视图上显示的一个独特模型，必须首先用“可视化类生成器”为模型定义一个类。当对象用户释放真实世界视图“可视化类生成器”时，类互动触摸器出现，显示现在在公共对象存储库中可用的类的分级结构。
要在智能代理真实世界视图上创建和显示模型，可视化虚拟类、可视化图可见和可视化虚拟可见，基于类的特性必须有以下所示的特定值。扩展基于类的特性，以显示基于类的特性组，然后扩展系统特性，显示该组的特性。
在实现装置统一建模语言(UML)环境下消息记录对象和消息动作对象建立之后，它们就构成了消息处理策略，该策略一方面指定需要特殊处理的事件，另一方面说明在事件发生时必须执行的任务。当输入的事件消息与某个消息记录发生匹配时，事件管理应当采取的处理动作。这种动作的内容从简单的只是在可视化控制进程中采用超链接的方式显示消息，直到对消息的应答、对问题的处理或执行某些命令或其他程序等。
基于移动计算的新技术专业增值服务及其实现装置，模型在系统内的主要储存方式是非程序式的。基于数据的模型表示和基于知识的模型表示都可以作为模型的基本形态。在生成模型的过程中，采用定量建模和推理分析相结合的技术。定量建模用于确定模型的数学形态和有关参数；推理分析在建模前、建模中和建模后都起作用。
实现装置模型生成在人机交互中完成。模型生成应该是一个动态过程。特别是在实体所处的环境变化时，模型的生成环境也应该随之变化。根据系统的内因和外因变化修改模型，使之跟踪系统运动形态的过程称为模型的动态生成。
实现装置系统的仿真环境主要用来模拟影响系统运动的外因。量化因素置于数据库，非量化因素置于知识库，各种因素之间的关系可以用模型和推理系统来描述。
当系统的内因或外因发生变化时，模型的结构不发生变化，仅变更模型的参数就可以了。当模型的参数更新的方法不能提高模型对于系统的解释能力时，应该接着考虑模型的重构问题。
实现装置模型重构是一个相当复杂的问题，不同的模型生成原理对应着不同的模型重构方法。重构的内容主要涉及到模型的维数、阶数、约束条件等，如果发生了多重共线问题，那么重构就要重新选择模型的基底。
系统的内因和外因发生变化不仅影响模型的计算结果，而且还影响模型的推理分析。特别是研究社会、经济现象时，一项政策发生了变化往往迫使决策人员的思维方式跟随发生变化，因此模型中的推理机制也应该作相应的调整。
新技术未来市场的骚动和不确定性混乱了用于评估已有市场的研究方法。通过市场发展与市场接受速度之间的相互作用，对新技术的市场评估会更加复杂。当接受度加快时，价格和性能的改进会更快地到来。缺少这些要素中的任何一个都将会减缓技术的接受过程。
在技术被验证和具有成本效益，以及市场仍处于初级阶段以前，市场是否足够大以确保一个发展计划仍是个问题。有关技术发展的轨迹，标准和支持构架的有效性，相对于竞争替代物品的目标客户的收益和成本以及竞争对手在市场发展中的共同投资等许多设想都必须考虑。然而，经历过新兴技术市场兴起的企业知道明确的答案是难以捉摸的。这会有太多的条件和偶然性，而且这些答案是部分地依赖于企业本身行为和同样力图回答这些问题的竞争对手行为的基础上。一个教现实的目标是减少管理层的不确定性，同时获得先于对手的可行动的洞察。一旦达到这个目标，在新兴的机会空间中如何获得和保持一个可行的竞争地位，这一系列新问题会最早出现。
每个新兴技术将会以不同的价格和速度扩散到它们预期的市场中。在逐渐兴起前，有些市场发展很快，而有些市场已衰退了好几年。另一些市场在被竞争技术推到边缘以前，从未实现过它们的潜能。每种途径都是竞争力相互作用的结果，这些竞争力可以阻碍或加快扩散的速度。
优势来源于有见识的预见。迅速地从一系列的市场探索过程中学会不断地推敲对于产品的看法，利用每个探索过程中的经验教训来指导发展进程中的下一个阶段，同时比竞争对手提前预期市场的重要的变化。获胜者们可以使机会更快地出现，可以投资于更具有吸引力的项目，以及能以他们的利益左右市场。
快速理解不确定性和预期机会的能力，可以通过研究广泛的不确定事物的发散式思维方式来提高，而不是通过寻找一个满意答案的集中式思维方式来提高。通过以多种多样的市场研究方法，不同的假设，分析水平和数据来源为开端的方式进行，就能更好地获取这些需求。
相对优胜取决于技术的内在性能和提供新技术的竞争者的努力所促进的强度。除非竞争者对创新，营销和降低技术成本的共同的努力和投资能发挥潜力，否则最有希望的技术都将无法找到一个市场。这些因素作用在一起可以决定新兴技术的性能轨迹多快会相遇，然后超过市场需求的轨迹。
这个反复的过程是由市场开拓一方引发的，他们的信念是开拓者比市场者要好。因此，对一个未涉及或突然出现的市场的前途将永远吸引无数的有报负者。每个参加者有可能对技术的发展，技术设备进行投资，并参与到项目中去，这些项目也许不能完全说服有同样计划的其他参与者。通过增加市场潜力或提高潜力的发展速度，使这些投资的影响和真实价格的下降结合起来，刺激了市场的发展。
新兴技术的进程大体上由竞争需求所控制，它比较竞争对手已达到了什么技术，同时寻找竞争对手不能轻易模仿的新的技术优势。
基于移动计算的新技术专业增值服务及其实现装置，市场需求中实际和预期的成长
1.初级市场潜力的成长。
2.潜力经济上的和统计上的扩张。
3.市场潜力的扩张(新用途，新使用者，更好的用法)。
可察觉的相对优势1.相对价值＝可察觉收益-预期成本。
2.符合市场细分的需求。
3.可察觉的风险。
竞争活动的激励1.未使用潜力的优先占有。
2.获得和保持优势的目的。
3.使用者的抵御反应。
对市场发展最重要的激励因素可能是降低与替代品相关的实际价格。
1.经验的影响，它是一个由积累的知识，经济的规模以及导致生产率提高和成本下降的技术突破的共同结果。
2.由于竞争的影响力，使普遍的价格和平均总成本之间差额不断压缩。
3.通过增加市场上新的使用者的数量和鼓励现有使用者更多的使用产品的方法，相对价格的下降速度也可以对市场潜力的扩大有直接的影响。
4.新产品采用进程的各个阶段主导预期的客户了解—理解—感兴趣—评估—试验—采用。
在市场的早期阶段，个别的企业用这些投资去扩大市场和比其他竞争者抢先占领市场。当发展加速及竞争增强时，目标转向了获得或维持一个优势并保住市场份额。然而，所有的广告信息，销售号召和商业表演节目的综合性影响促动着客户缓慢地或迅速地通过反应阶段。如果对新兴技术的预期是美好的，那么投资是巨大的；相反，如果预期是适中的，或缺少信心，那么共同的投资是适度的。当采用的速度开始时，创新扩散到市场的速度取决于经历采用进程的购买者的数量，以及购买者如何快速的作出决定去实践。
基于移动计算的新技术专业增值服务及其实现装置，市场认识的过程通常是由出现的问题和机会，一个技术的进步或一种关于进一步创新需要对潜在的需求有更深刻的见解的信念所激发。这过程开始于积极收集和分析来自预期客户的信息，这信息是关于预期客户的问题和需求，确定的标准和约束条件。
基于移动计算的新技术专业增值服务及其实现装置，了解新兴技术的市场1.构件调查框架(新兴技术市场的概念是什么？)。
2.收集市场信息(研究和实验)。
3.把信息散布到管理层。
4.解释(达到一个共享的意图)。
5.利用市场信息作决策。
6.对结果的评价。
7.市场资源组织管理的记忆。
在市场矛盾混乱之前，可以使用有偏差和不完整的信息，但信息必须能用来解释以使模式可以被展示和了解。影响信息的思维方式指导着这些解释，那些信息是经过寻找，挑选和简化了的。解释新生市场和新兴市场的市场信号特别困难，因为管理者的思维方式是不完全的和结构形式的差异，同时预期的开户往往从他们对原始的早期版本经验中很难想象出最终的版本。不能依赖于直接的客户反馈，解释必须利用有关潜在需求，长期存在的问题和要求的趋势之间有前后关系的信息。
这个市场认识的过程会在许多方面被扰乱，这说明各个企业认识新兴技术市场的能力和在正确时机进行预测的能力有很大的不同。认识市场能力的结构上的障碍，可以发现三个长期存在的问题。在获取信息时，存在着回避模糊的倾向和假定熟悉市场比保证市场为更好的倾向。积累的经验最终被储存在市场资源组织的扩散记忆中，也许在有需求时就被重新找回。
市场信息的利用易受惯性的影响，这就是说信息只有在它与早先的预料一致时才会被使用。市场研究方法和工具只有在被认为技术上充足的情况下才会被采用。
当概念测试、焦点聚集、调查、体验、综合分析和市场模拟等方法被用于间接创新的初期市场时，这些方法是不适当和易令人误解的，这已成为一个传统的概念。而将这些方法用于理解在已建立的市场上增加创新的机会和战略就一点也不奇怪。
这并不意味着人们不能系统化地了解新兴市场的仅有的一些要求、应用和属性。现行的方法需要去适应，同时新的方法也要改变以适应特有的不确定因素。当对象客户是谁都不清楚时，由客户驱使的常见的忠告就没有一点价值，因为此时市场从未体验过由新技术产生的特点。
当新兴技术未来市场界定的核心内容是综合分析和互动体验的试验结果时，有五个具体的解析模型可推导这些结果。当市场仍处于初级阶段，以及产品的概念仍不固定时，分析主要用户和潜在需求是特别有用的。随着市场的启动，更均匀地扩散和信息加速模式是合适的。
基于移动计算的新技术专业增值服务及其实现装置，通过主要用户分析法与分析市场趋势和潜在需求的已有的方法进行对比，可以得出主要用户分析法的优点。大多数主要用户的计划开始于一个重要的趋势，这个趋势正在改变被开发的市场。
技术在其发展中的某一阶段时，主要用户还没有出现，或者最具有吸引力的市场也许和最早使用这项技术的市场是不同的。有时，技术能提出客户没有意识到的但已经存在的需求。如何能了解到市场的这种暗示和明确这些潜在的需求呢？有一个改善目标市场机会的方法，这就是渗透到客户中去以便找到市场需求的间接证据。为搜寻和了解潜在的需求，可以用“预先准备的市场界定的约束条件来设计一个恰当的方法，这种需求由新兴技术所确定。通过把潜在需求定义为明显的但是仍不明白的含义，提醒我们需要精力、直觉和有知识的判断。
面向市场的问题发现法可以用于新兴技术开发的这个过程以打破接受新兴技术的障碍。另一个方法是要了解对象客户的内容是他们如何做和如何真实地去感觉。市场界定的初始源于在自然的情况下观察，并且不会打断活动的连贯性；其次，人们能表达出情感的非口头的暗示和由实际产品或原型激发的自发的评价；再次，基于市场界定的信息技术支持环境下的受过专门知识培训的观察者能看出解决使用者未能觉察的不明确的需求和问题的方法。
基于移动计算的新技术专业增值服务及其实现装置，在新兴技术模糊而不确定的市场中，若可先于他人预测到未来市场的这些反映，则对于未来市场的抢先者必有所得。市场预测程序的功效取决于不同的信息来源和对重要假设的准确判断。
1.市场需求的起步阶段，这时产品开始扩散，远离了主要用户和技术的原创者。
2.激烈竞争的开始，其目的是抓住最具有吸引力的机会。
因为市场反映点是促动或抑制市场发展的竞争力相互作用的结果，所以将会出现混淆的信号和矛盾的观点。一个反映点的预测是一个最重要的问题，这个问题能够使得在预兆中感觉出模式。这需要知道应该注意哪些指标信息，以及具有从背景干扰中分离出过渡信号的能力和意愿。这要用有系统的推测、跟踪主要指标和建立扩散模型的组合方法。
1.技术性能在与目标客户预期相比较的重要参数上的轨迹。
2.在市场探索阶段，主要用户和其他早期采用者的经验。
3.客户对障碍的感觉和风险水平。
4.在产品实用性和市场进入中，共同的投资和竞争入市的比率。
5.建设基础设施、解决有关标准和补充产品等问题的过程。
没有一个新兴技术的市场前景预测所能包含有关对象客户反应、竞争行为和技术发展的所有的不确定内容，或者考虑到所有复杂的相互作用、间断性、起始反应和其他非线性。新兴技术发展的早期阶段最应做的事是证明未来市场有足够大以确保新兴技术的发展计划。
新兴技术的市场前景预测活动正确的着眼点应是从市场的互动体验中学习，并且在竞争之前预期重要的反映点。基于移动计算的新技术专业增值服务及其实现装置，在不确定最关键的领域所进行的市场界定运行，就使从市场的互动体验过程中形成了一个完整的循环。
1.大多数项目管理者发现对市场的不确定性难以事前把握。
2.在缺乏可辨别的模式的情况下，借鉴或创造表面上合理的由经验得来的逻辑来判断问题。
3.在没有对市场发展的趋势作保证和未测试的假没基础上作出决策。
4.这些假设是有关市场机会和新兴技术发展的市场正确路线的假没。
5.市场界定活动基于市场发现的计划和源于市场的情节分析。
企业能否从开发和使用新兴技术中或者从解决已知障碍和现有技术中创造更多的市场价值。新兴技术本质上不是客户将要支付的东西。不管一个新兴技术是如何令人兴奋或具有创新性，从客户的角度来讲，它的价值仅仅来自客户满意的一组属性。这些有价值的属性或优点，其大小是由客户反应的技术支持的。
企业所提供的产品和服务具有转化设备的属性。它们是一些转换器，可以把企业的技术能力给转化成满足客户需求的一组属性。提供更多的希望得到的属性或更少的不想要的属性，同时还可以认识到对属性的渴望将改变市场的需求。
要预期对新兴技术的市场偏好是非常困难的，特别是企业所面对的是高速发展的技术变化。然而，传统市场的预测方法在这样的环境下是不适用的。
当一个确定的特征组在一个市场或细分市场中成为最佳的特征组时，市场战略往往会成功，因此要为企业有利地抓住部分市场交易的一个控制比例。在一个确定的细分市场中，为做到这个，就需要理解现有技术的限制如何对阻碍了现有的特征组。而市场预测的结果就存在于技术障碍和市场界定环境的相互作用中。
使用新兴技术推动一个现有的相互作用的技术障碍，能得到重新构造的机会。通过把这些技术的限制放入假设的市场界定环境中，投资选择就变得更加清楚了。起始，在技术可行条件下，技术发展空间很大。因为这些组合低于任何不同价格线，它不会产生吸引客户的特征组合，然后，因为市场潜力被需求激活之后，特征组的相对小的改变可以产生市场上的大变化。最后，市场成份的最吸引人的组合可能完全远离了现有的技术。
许多“具有破坏性的”新兴技术起初都不能满足核心市场客户群的需求。开始这些新兴技术进入市场时是低于现有竞争者和市场主要客户所认为的具有吸引力标准的。随后，技术性能改善的速度使特征组与新兴技术一起快速发展，有可能进入和征服早先无法接近的客户群。
1.这些特征在市场意义上是有区别的。
2.特征组如何吸引不同的市场客户群(包括它的大小、购买趋向、客户群的利益)。
3.技术障碍如何对特征和客户群之间的相互作用产生影响。
一旦市场界定的管理者了解了这些特征现在的价值，那么下一个挑战就是去了解这些特征未来的价值。市场界定的管理者从关注最受欢迎的特征组转向满足未来趋势的需求，然后反过来估计将来所要求的一些优势尺度上的变化。通过这个过程，市场界定的管理者开始勾勒出增强或增加特征组的潜在方向。竞争者不再存在，特别是在高度动态的环境中，整个环境也快速地变化成为竞争者行为的一个结果。
对新兴技术的投资可以被认为是一种实物期权。开始时的少量投资可以为公司提供关于更多的投资于技术发展或者技术商品化的期权。实物期权理论中确定的未来预期价值与传统金融分析中静态的净现值和拆现现金流量方法形成对比。在任何投资中，具有实物期权的公司希望扩大自己投资的价值。在一个特定的新兴技术上，一个期权的价值受这个技术打开的市场潜在大小的影响。
基于移动计算的新技术专业增值服务及其实现装置，把能改变一个特定特征的技术潜能的分析和这个能吸引特殊客户群的特征的重要性的评估结合起来，企业就可以得到一个比较清楚的关于对这个期权价值的认识。市场界定的管理者可通过观察企业市场定位的潜力或搜寻潜在的有价值的技术来进行评估。
在寻找重新构架行业的市场机会中(或至少预期了被重新构架的风险)，首先要做的就是确定新兴技术是否有传递现有技术特征(或是相似的特征)的能力，这些特征在未来是起主导作用的。确定新兴技术能提高和增加特征的空间，这会导致产生有利于新兴技术的重要变化。
基于移动计算的新技术专业增值服务及其实现装置，市场预测的方法是寻找新兴技术所创造的潜在特征，然后确定由这些特征所服务的市场需求。一个新兴技术的最终结果是成为某种可视化辨别模式操纵特征的能力。
打破一个技术障碍的代价是很高的，而且有很大的不确定性。寻找新兴技术的应用是一个混乱的过程，但是这个混乱性的大部分是由于潜在市场的不确定性造成的。通过了解潜在市场的不确定性和解决技术障碍的市场影响的两方面内容，市场界定的管理者能开发出为得到最大影响而使用技术资源的一些商业策略。以达到利用新兴技术解决障碍，从而打开具有吸引力的市场机会空间的目的。
新技术的管理者面对一个创造性的、预见性的技术评估过程需要在公司的能力和约束条件(它的经济和技术资源及其它适应新技术的能力)，以及它对新技术的开放式接受和成长的雄心之间寻求平衡。
基于移动计算的新技术专业增值服务及其实现装置，适应新技术的技术评估过程的四个相互关联的步骤划定范围管理者以公司的能力和技术的潜在威胁或机会为基础，确定研究新技术的范围和领域。该领域应随着对公司和技术了解的加深而不断变化的。
研究寻找公司必须决定要监测的信息和技术源、要遵循的步骤、组织安排，才能筛选技术、研究新技术和其商业可行性的信号。
组织评价候选的技术必须逐一识别，并按优先顺序排列，再根据公司和技术力量、目标市场的需求、公司的竞争机会加以评价。
付诸实施如何以一种特定地战略姿态将新技术战略性地付诸实施。
从技术的角度，竞争者可能会投资其他的自有技术、采取模仿行动，或是将他们现有的技术升级，使其更具竞争性。新技术的组织影响不仅包括生产和获取市场渠道所需的组织，还包括产品改造所需的组织。
新技术的管理者除了评估风险，还需要分析投资新技术并加以商业化的竞争性、财务和组织影响。
市场风险市场大小和范围、对客户群体的定义、对客户需求的了解、分销渠道、管理环境、知识产权、竞争者的位置和反应。
技术风险技术的可行性、标准的不确定性、物理危险、产品责任、材料供应、生产工艺等。
组织风险与能力相适应、成本、组织改变的速度、对新组织的依赖性、人员素质和可利用性、相对于现金和资本来说的“燃烧速度”。
风险预测在可视化埸景操作模板上标出两到三个技术机会，过去和现在的机会的混合，或是处于发展的不同阶段的机会是最有用的；为了计划并实施新技术进入市场，运用人机互动阐述如何认识市场和技术可行性以及公司的能力的；通过这个风险预测的自适应学习过程，如果某个新技术风险大大降低了，就可以靠着这些网络和资源进入这个领域。
基于移动计算的新技术专业增值服务及其实现装置，在公司实施新技术产业化中，技术评估不是在新技术开发开始时的独立事件，而是一个持续的、关键性的新技术推向市场的复杂过程的控制。
新技术未来市场的困难在于如何确定产品的需求，这些产品对仍未认识它们的客户来说是不存在的。同时，技术发展的轨迹和市场接受的速度也都是未知的。在这样一个市场空间里，传统的营销评估方法不再适应了。但是，新技术专业增值服务的方法可以采用以便能更好地理解在此环境下的市场潜力(图5.新技术增值服务内核驱动的非程序决策模式)。
在寻找重新构架行业的市场机会中(或至少预期了被重新构架的风险)，首先要做的就是确定新技术是否有传递现有技术特征(或是相似的特征)的能力，这些特征在未来是起主导作用的。确定新技术能提高和增加特征的空间，这会导致产生有利于新技术的重要变化。
寻找新技术所创造的潜在特征，然后确定由这些特征所服务的市场需求。一个新技术的最终结果是成为某种操纵特征的能力，越多的搜索期权被确定，研究新兴技术的外在的机会价值就越具有吸引力。
寻找新技术的市场潜力是一个混乱的过程，但是这个混乱性的大部分是市场的不确定因素造成的。通过了解市场的不确定因素和解决技术障碍的市场影响的诸多内容，新技术的管理者能开发出为得到最大影响而使用技术资源的一些商业策略。
新技术要想获得市场上的成功也远不是改变所需的技术。它们通常改革相关的补充性资产、相关的竞争者以及相关的顾客。不幸的是，现在的公司通常只是关注于掌握新技术本身，而没有深入领会到技术对于这些其他领域的关联。除了开发新技术的能力以外，对于这些其他领域的支持的积极的管理是解决市场化难题的关键。要想从一项新技术中获得经济收益，公司必须拥有一种能够使其独一无二的将这项新技术引入市场的额外的资产。
影响新技术产业化的市场力量1.技术的变化需要什么技术体系来开发和管理技术？这些与公司现有的技术有什么不同？当新技术商业化的时候，多大比例的公司现有的技术将继续有价值？
2.客户群体的变化随着新技术的产生将出现什么样的客户群体？那些客户的需求与传统客户有什么不同？新技术怎样影响现存客户的能力？是否存在灵活的实现现存客户的技术转变并使他们与新技术保持联系的方法？3.补充性资产的变化什么补充性资产目前仍然对公司有价值？哪类资产能够在新技术领域保持其价值？需要什么新的补充性资产？公司能控制哪些基础构架性的自营标准？公司的产品应与什么样的补充产品相联系？公司应涉足什么样的补充产品领域？4.竞争对手的变化其它什么行业的竞争对手可能会涉足这个市场？他们与传统的竞争对手的能力有何不同？他们与传统竞争对手的动机有什么不同？当新技术涌现的时候，通常会存在大量的为实现技术的竞争模式和竞争标准。已建立的公司能够通过提出它们所持有的应用或是标准来战略性的影响行业的演化。新技术不仅对希望将其商业化的现有的公司来说是一埸革命，而且对于它们的客户也是如此。在制定商业化战略过程中的另一个关键问题是要考查该技术会给客户带来什么影响。
通过及时的投资和适当的组织结构发展新技术能力是管理新技术的一个重要步骤。假设一旦技术先进的产品发展起来，他们就能依赖于现有的战略把他们带入市场，这时，实际上需要有不同的资源必要条件的商业模型。现有的公司必须发展新的补充性资产，满足新的市场需求，并与一系列新的对手进行有效竞争。
新技术由于与之紧密联系的高度不确定性和飞速的变化，产生了一种特殊的需要，即要求迅速调整战略并且能够不断的创造新的商业战略。新技术进入市场环境的复杂性和不确定性推翻了制定商业战略(关于市场、新技术和它的活力的预想，以及关于一个公司的优势、劣势和公司会为此获得什么利润的预想)的标准格式。
在市场演变的过程中，能够将其区分为不同的模式，可以将这些趋势与相似的市场(如果它们存在并且可以得到相关信息)进行比较。一旦这些因素经过处理，处于不可预测的市场环境中的新技术管理者便可以通过一个清晰的框架向前发展，而不会在不断变化的似乎混乱的状态中迷失。
新技术迅速变化的现实对于制定商业战略的已有方法带来挑战。它暴露了过多规则的瘫痪性后果和创造性努力的混乱。在快速变动的市场环境下制定商业战略要求培养一种日益精确的组织能力，要求一种不同的规则，它能在很大程度上容纳灵活想象。
尽管组织在快节奏的市场环境中要求发展规则和灵活想象的双重能力，他们经常也可以在某个特定时刻不同时发展两种能力。但是这种能力的培养需要时间，当一个具体的挑战要求如此时，就应该能够运用。
通过可视化埸景操作展示了一副关于新技术未来行动的，线条清晰的图画，计划方案帮助新技术管理者更好的了解新技术的潜在经济价值，并且运用这种了解来优化它们的资源分配程序。
在一项新技术中的投资到底值多少？新技术管理者应如何对相互形成竞争的项目进行有效的分析和资源分配？如何通过不同融资方式形成最优的投资结构，确保资金在整个项目过程中始终到位，同时又可灵活改变？处于新经济环境中的人们越来越多地认识到净现值法和其它财务方法的弱点，它们无法解决新技术投资中的未知性问题，因此越来越多的人对“实物期权”法产生了兴趣。净现值计算过程中要减除未知的影响，而有形期权中提供了一种方法，可通过制定选择权确认在技术发展过程中产生的越来越大的灵活性的价值。
投资新技术的主要价值在于通过未来发展机会和利润丰厚的商业化后创造的期权。由于投资开发一项新技术的潜在回报是相当难确定的，这是因为技术本身和其所针对的市场不断发展变化的本质。
新技术的投资回报价值在于未来可将技术成功的商品化，由此而产生的现金流带来的财务回报。价值还来源于具有优势的战略定位，为今后的制定战略或建立新的独特的生产能力提供条件。由投资于新技术获得的新知识对于指导将来在相关技术和业务方面的投资具有重要借鉴价值。
基于移动计算的新技术专业增值服务及其实现装置，运用实物期权操作最大的好处在于迫使新技术管理者直接面对这些不确定性，制定出今后需要考虑的一套完整的商业决策。实现期权完整的价值还需要在仔细关注保证有一套支持期权及时实施的组织机构的同时，还要系统地创造和布置实物期权。
对新技术进行的投资往往包含着对未来的成长预期，因此也要求其融资和评估手段不同于对主流行业的传统投资。严重的信息不对称和代理问题是困扰新技术启动的典型问题。这也使对成长预期的投资比普通投资更为复杂。
随着运用实物期权操作新技术并推向变化中的市场，技术和市场的不确定性逐渐在减少。从期权的角度发觉各种潜在的机会，正式形成商业决策，为以后的管理新技术产业化创造灵活性，比较各种选择，最终通过基于移动计算的新技术专业增值服务及其实现装置，有系统的实施，真正实现其价值。
随着计算资源与计算能量的变化，高性能通用芯片性价比的提高使得基于软件平台的压缩编码方法具有实用的可能；将基于内容的检索与编码结合起来考虑，在压缩数据中就应有描述视频内容的信息，从而使对多媒体信息内容的访问可以直接针对压缩数据进行。这种新的编码方法可以基于通用芯片，打破了原来压缩编码方法基于专用硬件的限制，可以引入涉及到图像分析的较复杂的算法。MPEG-4、MPEG-7、MPEG-21图像分析处理技术，是支持多种多媒体应用(主要侧重于对多媒体信息内容的访问)，可根据应用要求不同来现埸配置解码器。编码系统是开放的，可以随时加入新的有效的算法模块。
为了支持对动态视频内容的访问，基于移动计算的图像分析处理技术中引入了可视化对象的概念，实际上就是用基于对象方法得到的分层区域，因此，基于可视化对象方法是基于内容的压缩编码方法中的一类主要算法。MPEG-4、MPEG-7、MPEG-21图像分析处理技术(视频标准)提供在多媒体环境下视频数据的有效存储、传输和操作等方面的核心技术。基于移动计算的新技术增值服务及其实现装置，以可视化工具和算法的形式提供对各种功能的支持，例如有效压缩、对象的可扩展性、空域和时域的可扩展性、纠错等功能。
基于移动计算的新技术增值服务及其实现装置，主要取决于基于内容的视频数据表示方法。一个埸景可看作是由一系列具有各自特性的视频对象组成，其性质包括形状、运动、纹理。这种基于对象的表示是在多媒体应用中实现对象交互的关键，在这种应用中，用户可以访问任意形状的对象以及操作这些对象。
基于移动计算的新技术增值服务及其实现装置的视频标准编码是基于对象的，这样就便于操作和控制对象，而传统压缩方法是基于帧的，显然无法对对象操作。基于移动计算的新技术增值服务及其实现装置的视频标准中对比特控制可以基于对象，即使在低带宽时，也可以利用码率分配方法，对于对象用户感兴趣的对象可以以多分配一些比特率，而对于对象用户不感兴趣的对象可以少分配一些比特率，这样图像主观质量就可以得到保证。
基于移动计算的新技术增值服务及其实现装置中的对象操作，使对象用户可以在用户端直接将不同对象进行拼接，得到用户自己合成的图像。这在传统方法中是无法直接实现的。基于移动计算的新技术增值服务及其实现装置的视频标准在扩展上具有很好的灵活性，可进行时域和地域的扩展。而且，可根据现埸带宽和误码率的客观条件，在时域或空域进行扩展。时域扩展是在带宽允许时在基本层之上的增强层中增加帧率，在带宽窄时可在基本层中减少帧率，以达到充分利用带宽，使图像质量更好的目的。空域扩展是指对基本层中的图像进行采样插值，增加或减少空间分辨率。
基于移动计算的新技术增值服务及其实现装置的视频标准中引入了视频对象(VO，Video Object)的概念来实现基于内容的表示。VO的构成依赖于具体应用和系列实际所处环境在要求超低比特率的情况下，VO可以是一个矩形帧(即传统MPEG、H.263中的矩形帧)，从而与原来的标准兼容对于基于内容的表示要求较高的应用来说，VO可能是埸景中的某一物体或某一层面；VO也可能是计算机产生的二维、三维图形等。在基于移动计算的新技术增值服务及其实现装置的视频标准中，VO主要被定义为画面中分割出来的不同物体，每个VO有三类信息来描述运动信息、形状信、纹理信息。
基于移动计算的新技术增值服务及其实现装置的视频标准首先对视频序列进行镜头切分，对一个镜头中的每一帧进行物体分割，得到各个VO。基于移动计算的新技术增值服务及其实现装置的视频标准中的编码器功能，首先是VO的形成(VO Formation)，其次要从原始视频流中分割出VO，然后由编码控制(Coding Control)机制为不同的VO以及各个VO的三类信息分配码率，之后各个VO分别独立编码，最后将各个VO的码流复合(MUX)成一个位流。其中，在编码控制和复合阶段可以加入用户的交互控制或由智能化的算法进行控制。
基于移动计算的新技术增值服务及其实现装置的视频标准包含了基于模型的编码和Sprite技术。在进行图像分析后，先考察每个VO是否符合一个模型再考虑背景能否采用Sprite技术，如是则将背景生成一幅大图，为每帧产生一个仿射变换和一个位置信息即可；最后才对其余的VO按上述流程编码。
基于移动计算的新技术增值服务及其实现装置的视频标准建立了一套标准化的语言描述定义语言，用以说明描述符和描述方案，保证其被广泛采用的扩展性和较长的生命周期。人们可以检索和索引与基于移动计算的新技术增值服务及其实现装置的视频标准数据相联系的视听材料，这些材料可以是静态图片、图形、3D模型、声音、言语、视频和这些元素所组成的多媒体描述信息。基于移动计算的新技术增值服务及其实现装置的视频标准力求能够快速且有效地搜索出用户所需的不同类型的多媒体材料。基于移动计算的新技术增值服务及其实现装置的视频标准将对各种不同类型的多媒体信息进行标准化的描述，并将该描述与所描述的内容相联系，以实现快速有效的搜索。
基于移动计算的新技术增值服务及其实现装置的视频标准主要致力于视听数据的信息编码表达上，也就是集中在对多媒体材料的描述的通用接口的标准化上(表达内容的信息而不是内容本身)。基于移动计算的新技术增值服务及其实现装置的视频标准对视频流和视频分析处理的功能效果在于可视化数据资源的交互性与全球化和数据管理的灵活性上。
基于移动计算的新技术增值服务及其实现装置的视频标准必须将许多相关领域的特点和技术结合起来，比如计算机视觉、视频数据库以及信号处理等。视频数据库人员注重于高层的描述，希望基于移动计算的新技术增值服务及其实现装置的视频标准提供标准的结构和连接技术；信号处理人员更注重于对视频图像的分析和对内容的理解。
基于移动计算的新技术增值服务及其实现装置的视频标准提供了可视内容的标准结构和联想机制，以及对可视内容表述的标准化，这为实现基于内容检索提供了应用框架，并且使得对多媒体数据的创建、交换、检索和重用变得更加有效。
基于移动计算的新技术增值服务及其实现装置的视频标准描述定义语言的需求能够表述描述方案或描述方案元素之间复杂的空间、时间、结构和概念关系；能提供丰富的模型来连接或索引一个或多个描述以及被描述的数据；同时，又必须是一个与应用无关的、人机可读的平台。一种允许产生新的描述方案(Description Schemes)和描述符(Descriptors)的语言，同时也能够对现有的描述方案进行扩展和修改。
基于移动计算的新技术增值服务及其实现装置的视频标准的描述符(Descriptors)的语言，主要用来描述如下信息类型低级的视听特征，如颜色、纹理、运动、声音能量等；高级语义特征，如物体、事件和抽象概念；基于内容的处理过程；以及媒体存储信息等等。希望实现自动提取多数低级特征的描述符信息，并在人工交互时可完成高级描述符信息(图6.可视化移动计算的埸景操作)。
可视化程序设计通过使用工具隐藏了复杂的程序设计过程，从而简化了程序设计工作，特别是图形用户界面的构造工作。同时，大多数可视化程序设计工具还提供带有支持可复用部件库的框架。可视化程序设计便利了可复用部件的定制和构造(图7.DSP智能软件芯片固化的演绎)。
一个n维随机向量x服从多维正态分布，其概率密度函数为f(x1，x2...，xn)＝1/(2π)π/2|∑|1/2exp[-1/2(x-μ)’∑-1(x-μ)].
一个n维正态分布随机数生成过程为生成上三角矩阵C使∑＝CC″由N(0，1)生成μ1，…，μnxk=μk+ΣkI=1ckiμi,(k=1,2,···n);]]>返回x＝(x1，x2…，xn)。
在空间Rn的一个复杂区域S中产生均匀随机向量(S可以理解成数学规划中的一个可行集)。
首先，确定一个包含S的简单区域Ω，如，一个n维超几何体Ω＝{(x1，x2，…xn)∈Rn|ai≤xi≤bi，I＝1，2，…，n}.
在超几何体中，随机向量比较容易产生。事实上，只要xi是[ai，bi](I＝1，2…，n)上的均匀随机变量，(x1，x2…，xn)就是超几何体Ω上的均匀随机变量。生成的随机向量接受与否依赖于它是否在区域内。
给定包含S的超几何体Ω；重复以下过程由U(ai，bi)分别生成xi，I＝1，2…，n；
置x＝(x1，x2，...，xn)；直到(x∈S)返回x.
基于移动计算的新技术增值服务及其实现装置的视频标准提供了一个多媒体框架供一个用户与另一用户进行以数字信息为目标的相互作用，相互作用所涉及的各方均为用户(图8.新技术增值服务的可视化埸景操作进程控制)。对象用户与数字项之间的交互可由五个核心要素来限定1.安全的内容传送和价值交换。
2.客易理解所使用的项目。
3.内容的个性化。
4.在价值链中执行商业和有用的规则。
5.允许在MPEG-4、MPEG-7、MPEG-21视频标准中操作与之相兼容的实体。
基于移动计算的新技术增值服务及其实现装置的视频标准将充分利用数字项的相关方面，但同时也要涵盖其他的媒体资源和描述说明标准化格式。
1.数字项是开放的可扩展的，可扩展到其他所有媒体资源和描述方案中。
2.在不损失子项的结构和特点的情况下，可以将项目组合成新的项目。
3.多个组合项可以共享单元元素。
4.数字项中单个元素可能被多个地方参考使用。
5.应用中可以正确操作数字项也可以使数字项生效。
6.对数字项及其组件的识别和修正应采取开放的可扩展的方式。
7.明确定义元素与相应描述之间的关系。
8.描述子可以是简单的描述也可以是整个媒体组件。
9.描述子也可以由其他描述子描述。
10.定位子必须是可以声明的，允许描述子与媒体资源的一个范围或者一个指定点相关，允许描述子通过定位子与媒体资源反向联系。
基于移动计算的新技术增值服务及其实现装置的视频标准的内容表示方面的相关需求是1.数据类型应能够表示大范围的数据类型，包括自然的和合成的，也包括两者的组合。如静止图像，任意形状的视频，特定的和通过3D模型，图形，文本，自然的合成的音频，自然的和合成的语音等。
2.内容类型能够表示所有考虑数据类型的内容。
3.有效性根据不同的目标质量，对于所有数据类型使用最佳有效位表示。对于由不同数据类型不同元素组成的多媒体场景，应该有可能针对每个元素采用不同效率和质量的编码方法。
4.分级性多媒体场景中的元素要有分组性能，而且具有不同的扩展性，如时间上，空间上和质量上。
5.自由存取对于多媒体场景中的元素，在限定的时间内可以对其不同的扩展，不同分辨率的所有元素进行自由存取。对于由不同数据类型，不同元素组成的多媒体场景，应该有可能自由存取场景中的每一个元素。
6.错误恢复对于多媒体场景中的元素，可以保护所选择的元素避免产生通道错误等相关错误，如移动网络，ATM网络或存储介质错误等。
7.交互能够以时间和空间精细的尺度与多媒体场景中元素进行交互。对于由不同数据类型，不同元素组成的多媒体场景，应该有可能同每个元素进行交互。
8.同步可以对媒体场景中所有元素和相关数据进行同步。
9.复用能够对多媒体场景中不同元素的编码数据以及相关数据复用。
基于移动计算的新技术专业增值服务及其实现装置，应用视频对象合成可由现存的视频对象合成新的视频对象。
(1)区间投影运算令O＝(oid，I，v)与I’分别是给定的视频对象及区问集合，且有关系I’C I。另外，令A是一个可继承属性的集合。O在I’上的视频投影也是一视频对象O′＝(oid′，I′，v′)，其中oid′是一新对象标识符，值v′满足以下关系1)attr(v′)＝attr(v)UA，且
2)对于attr(v′)中的每一属性a有v′·a＝v·a。
区间投影运算在定义一新的视频对象时是十分有用的。设已有一个已存在的视频对象，要把此对象相应的场景的一部分定义为一个新对象，既然现存的视频对象的描述数据可被自动地继承，则对新对象的描述量可减少。
(2)视频对象的合并运算两个视频对象O1＝(oid1，I1，v1)及O2＝(oid2，I2，v2)的合并运算表示为O1 U O2，其结果为一个视频对象O＝(oid，I1 U I2，v)，其中oid表示一新视频对象标识符，I1 U I2表示两个区间集合的并；而v＝[a1:v1，…，an:vn]，其中ai(1＜i＜n)应在attr(vi)nattr(v2)中3)视频对象的重叠运算两个视频对象O1＝(oid，I1，v1)与O2＝(oid2，I2，v2)的重叠运算表示为O1 n O2，其结果为一个新视频对象O＝(oid，I1 n I2，v)，其中oid为一新的视频对象的标识符，I1 n I2表示两个区间重合后的交，而v＝[a1:v1，…，an:vn]，其中ai(1＜i＜n＝应在attr(v1)Uattr(v2)中。
基于移动计算的新技术专业增值服务及其实现装置的视频标准的数字项识别与描述将提供如下功能1.精确，可靠和独有的识别。
2.不考虑自然，类型和尺寸的情况实现实体的无缝识别。
3.相关数字项的稳固和有效的识别方法。
4.任何操作和修改数字项的ID和描述都能够保证其安全性和完整性。
5.自动处理授权交易，内容定位，内容检索和内容采集。
视频数据模型是视频数据仓库系统运行的关键因素。视频数据建模的功能要求1.视频模型应支持时序数据。
2.数据模型应支持对时序间隔的分段标识。
3.数据模型应能表现时序间隔之间的关系。
4.数据模型应支持对各视频分段的不同层次的描述。
由于视频数据模型是能被计算机系统处理的视频数据的唯一代表，对象用户可获得的所有系统功能都依赖于视频数据模型。
一个交互式的视频服务器系统具有以下的特点和功能1.高性能，应该允许同时进行多用户访问。
2.提供电视质量的视频流。
3.可扩展，可以非常容易地为不同的应用要求进行重构。
4.可移植，可移植到不同的操作系统上(比如Solaris，AIX，HP-UX等)。
5.开放性的结构。允许使用第三方的硬件和软件。
6.支持包括视频，音频，图象和文本的多媒体数据库服务。
7.提供系统管理工具，包括用户帐号管理，价格管理，读写控制等。
8.可靠性，例如较高的数据可用性。
9.高性能价格比。
Oracle Media Server视频服务器系统主要特点1.模块化设计，包括目录管理，客户跟踪，帐单服务等以及允许定制模块和第三方模块的插入。
2.高度的可移植性。系统支持运行于不同的网络，机顶盒，和操作系统环境。
3.符合现存的多种交互式电视标准。
4.支持跨平台组建巨型的并行超级计算机。它可以同时为多个视频流服务，存储数千小时的视频，每秒钟可以处理上千个事务。
5.可靠性支持不间断的工作，一旦子系统故障，多媒体软件可以保证数据流的连续传送。
6.允许用户将Oracle Media Server和现存的支持结构集成到一起并可使用第三方的监控工具。
基于移动计算的新技术专业增值服务及其实现装置，支持多媒体数据服务系统。
实现装置建立多维数据库①选择你想用来分析被建模主题的商业过程。
②确定事实表的粒度。
③区分每一个事实表的维和层。
④区分事实表的度量。
⑤确定每一个维表的属性。
⑥让用户验证数据模型。
实现装置每一个维表包含一个主键(产品、时间代码、消费者、区代码)，事实表中的相关的列是外键。事实表包含有一个主键(复合的)，它由这四个外键组成。原则上，事实表的每一个外键在维表中必须有自己的副本。而且存在复合键的多维数据库的任何表必须是事实表，这意味着在表示多对多维数据库中的每一个表是事实表。
实现装置完成事实表以后，就可以为每一个维表确定属性了。为了说明如何选择属性，以时间维为例。销售商业进程的数据模型定义为与时间维相关的以天文单位的粒度，因此时间维表的每一个记录代表一天。记住表中的每一个字段由记录代表的特定的天来定义。
当你的数据库服务器在Windows NT上运行时，用户可以从目录％INFORMIXDIR％/demo/dbaccess访问*.sql和*.unl文件。
实现装置用户也可以丛DB-Access或者相关对象管理器的命令文件访问.sql后缀的文件。
当用户实现多维数据库时，重要的一步是开发和记录装载策略。
基于移动计算的新技术专业增值服务及其实现装置，在实际的数据仓库环境中，典型情况下，用户不用LOAD或者INSERT语句从Informix数据库装载和输出大量数据。
实现装置sales-demo多维数据库使用sales-demo数据库里的数据，因此用户必须创建这两个数据库来实现sales-demo数据库。
基于移动计算的新技术专业增值服务及其实现装置，当下面两个条件同时为真时用户可以使用位图索引①索引里的关键值包含许多复制品。
②表中多余一列具有索引，优化程序可以用它来提高扫描表的性能。
●实现装置的交互式视频存储交互式视频数据库内部的物理数据储存器。
●实现装置的交互式视频数据库服务器为应用存储多媒体数据的服务器，同时管理数据库及执行数据库的方法。
●实现装置的交互式视频客户交互式视频应用运行的环境，它需要同数据库服务器进行有效地连接。
●实现装置的交互式视频类库交互式视频预定义并提供的类的集合，用以支持多媒体数据。
●实现装置的交互式视频基于图形的开发工具，用以创建实现装置的交互式视频应用及使用交互式视频数据库。
●实现装置的交互式视频操纵交互式视频数据库的函数集，通过C，C++及其他编程语言调用。
●Java捆绑实现装置的交互式视频和Java之间的一个接口，它为每一个交互式视频类创建一个Java类，因此可以通过Java语言使用数据库。
●实现装置的交互式视频同操作系统一起工作的工具，它使得通过Visual Basic或其他支持ActiveX的应用开发环境能够使用实现装置的交互式视频数据库。
●实现装置的交互式视频插件网络浏览器插件，利用它用户可以通过World Wide Web运行实现装置的交互式视频应用及使用交互式视频数据库。
●WebLink一个HTML提交程序(renderer)，利用它可以不用实现装置的交互式视频插件就能在World Wide Web的标准HTML页面上访问交互式视频的对象。
●关系型数据访问实现装置的交互式视频类集，它使得交互式视频应用能够在关系数据库系统上使用及操纵数据。
为了达到最高的性能，实现装置的交互式视频使用了一种分布式客户机/服务器结构。分布式结构充分利用利用了多媒体和用户交互的现代台式计算机的强大功能，同时服务器在健全可靠的环境中执行商业流程的关键任务。
在实现装置的交互式视频中，服务器具有很强的处理能力，在其上运行包含商业处理的复杂方法。事务管理和安全管理系统控制在服务器上运行的方法。此外，在服务器上运行方法减少了向客户机应用传输大量数据的需求。
称为数据库引擎的服务器扮演着定义及管理类定义和对象的储存器的角色。数据库服务器还可以储存大型多媒体对象及其他数据。
交互式视频客户机是如下应用的执行环境它控制动化及多媒体的显示，调整用户同外部动作的相互作用，处理对数据库中多媒体资源的检索，为了执行方法而同服务器通信。
实现装置的交互式视频提供了传统数据库所具有的所有标准数据类型，并增加了一个包含多媒体及其他复杂数据类型的扩展集，例如各种图象，视频以及声音，动化序列框架，超文本和页面设计。
通过一个包含在本软件中的多媒体，空间及商业类的全功能集，实现装置的交互式视频支持这些复杂数据类型。多媒体数据立方体的建立有助于多媒体数据的基于视觉内容的多维分析，和多种知识的挖掘，包括汇总，比较，分类，关联和聚类。
·图象内容和非图象内容特征间的关联如规则“如果照片的上半部分的50％是兰色，那它很可能是天空”属于此类，因为它把图象的内容和关键字天空关联在一起。
·与空间关系无关的图象内容的关联如规则“如果一幅图片包含两个兰色正方形，那么它很可能也包含一个红色圆形”属于此类，因为关联考虑的都是图象内容。
·与空间关系有关的图象内容的关联如规则“如果一个红色矩形是在两个黄色正方形之间，那么很可能在下面存在一个大的椭圆形对象”属于此类，因为它把图象中对象与空问关系关联在一起。
基于移动计算的新技术专业增值服务及其实现装置，要挖掘多媒体对象问的关联，我们可以把每一个图象看作一个事务，从中找出不同图象间出现频率高的模式。在一个相对较粗的分辨率下挖掘出现频率高的模式，然后对那些通过最小支持度阈值的图象做进一步的更细分辨率下的挖掘(图9.基于可视化移动计算的信息视图激活)。
基于移动计算的新技术专业增值服务及其实现装置，可视化数据挖掘用数据或知识可视化技术从大的数据集中发现隐含的和有用的知识。人们的视觉系统是由眼睛和人脑控制的，后者可看作一个强有力且高度并行的处理和推理引擎，它带有一个大的知识库。可视化数据挖掘把这些强大的组件有效地组合起来，使它成为一个吸引人的有效的工具，用来对数据的属性，模式。簇和孤立点进行综合分析。
·数据可视化数据库和数据仓库中的数据可看作具有不同的粒度或不同的抽象级别，也可以看作是由不同属性和维组合起来的。数据能用多种可视化方式进行描述，比如盒状图、三维立方体。数据分布图表。曲线。曲面。连接图，等等。
·数据挖掘结果可视化数据挖掘结果可视化指将数据挖掘后得到的知识和结果用可视化的形式表示出来。这些形式包括散列图(scatter plot)和盒状图(通过描述性的数据挖掘中获得)，以及决策树、关联规则，簇，孤立点，概化规则，等等。
·数据挖掘过程可视化这种可视化用可视化形式描述各种挖掘过程，从中用户可以看出数据是从哪个数据库或数据仓库中抽取出来的，怎样抽取的以及怎样清理。集成、预处理和挖掘的。而且，可以看出数据挖掘选用的方氏结果存储的地方及显示方式。
·交互式的可视化数据挖掘在交互式的可视化数据挖掘中可使用可视化工具，帮助用户做出明智的数据挖掘决策。例如，一系列属性的数据分布可以用彩色扇区或列来表示(取决于整个空间是使用一个圆形表示还是使用列的集合表示)。这种表示方式可以帮助用户决定哪个扇区作为分类首先被选中，哪个地方是最好的扇区分割点。
基于移动计算的新技术专业增值服务及其实现装置，人工神经网络的视景成像还原的可视化场景操作步骤(1)根据基本图形单元建立景物模型，并且对所建立的模型进行数学描述(OpenGL中把点、线、多边形、图像和位图都作为基本图形单元)。
(2)把景物模型放在三维空间中适合的位置，并且设置视点以观察感兴趣的场景。
(3)计算模型中所有物体的颜色；其中的色彩根据应用要求来确定，同时确定光照条件、纹理映射方式等。
(4)把景物模型的数学描述及其色彩信息转换至计算机屏幕的像素，这个过程就是光栅化。
基于移动计算的新技术专业增值服务及其实现装置，可视化数据库图形的建模应当基于对流水线性能结构优化。
实现装置立体分层结构与视景复杂度平衡主要的实时数据库偏历是剔除偏历和碰撞检测遍历，两者都可以从以空间方式组织的数据库中获益，它们都是基于边界体对视景图象进行剪裁的。如果一个数据库的分层结构是将空间中相近的对象集合成组，那么通过一个根节点的边界体可以很简单的消除整个子树。
基于移动计算的新技术专业增值服务及其实现装置，人工神经网络的视景成像还原提供了一系列的操作平衡开销，性能和图象质量。丰富的开发环境加上实时的图象生成器特征使视景成像还原成为了开发面向对象应用程序的理想平台。而对目标系统图形体系结构的理解和面向性能的设计可以使用户获得期望的视景质量和性能。
实现装置这些类在创建及管理新一代应用的时候起着重要的作用。在创建各种各样的多媒体对象时可以不用修改就使用它们。为了满足更多特定应用的需求而设计用户定义的子类时，它们可以被用作父类。
除了实现装置的交互式视频提供的系统类中还包括多媒体类和SQL类。
实现装置的交互式视频包含的多媒体类族使交互式视频具有多媒体功能。
在存储各种多媒体类型方面，多媒体类族具有很强的灵活性。在多媒体类族中，主要的多媒体类型都是独立的类，如视频和图象。
实现装置的交互式视频支持所有类型的多媒体格式；然而，多媒体类的结构很容易被扩展以支持将来可用的新格式。
存储在实现装置的交互式视频数据库中的多媒体可以用图形，视频或声音软件创建。用实现装置的交互式视频装入多媒体就象从桌面拖动文件并放入交互式视频对象中一样容易。在交互式视频数据库中通过Visual Basic调用ActiveX控件或通过实现装置的交互式视频可以显示多媒体文件。
通过系统支持的SQL类族能够使用，修改关系及非关系型数据库中的数据。SQL类族包含连接数据库，修改数据以及恢复数据库数据的方法。
实现装置的交互式视频的第三方开发伙伴扩展了交互式视频类库的功能。例如，一个开发的类库向实现装置的交互式视频中加入了全文本及可视查询的功能；另一个提供了对实时数据的支持，如财务工具的值。
第三方类库还扩展了实现装置的交互式视频的多媒体类库，使其支持额外的媒体类型，这种类型能够直接被交互式视频应用使用。例如，声音及视频的压缩流技术使得声音及视频能够在播放的同时被解压缩。实现装置的交互式视频还可以管理虚拟现实并把它添加到交互式视频应用中，同时，数字照相机拍摄的图片能够被交互式视频的摄象机捕获并存储。
类浏览器是能够看到您的实现装置的交互式视频数据库所有部件的地方。通过类浏览器可以做如下工作●在数据库中定义新类和为类创建新的对象。
●在类属性查看器中查看属性及在对象属性查看器中查看一个对象的属性值。
●创建数据库查询。
●拖拉一个对象，查询或类到场景上。
●在方法编辑器中为一个类创建方法。
使用应用管理器可以创建实现装置的交互式视频应用。一个实现装置的交互式视频应用由场景组成，场景同Web网页具有同样的意义。
既然通过类浏览器能够使用所有的数据库信息，那么您就只需从类浏览器拖拉希望的元素放入实现装置的交互式视频场景中。
当从类浏览器拖拉一个元素放入一个场景中时，您会看到一个占位符。一个占位符是代表场景中一个数据库元素的方法。一个占位符不只是代表一块静态数据。占位符能够代表动态数据，如一个数据库查询的结果。
实现装置可以用设计模式查看有个场景，并且可以运行该场景以测试其行为。当完成所有必须场景的设计时，您可以在实现装置的交互式视频应用管理器中编译它们以创建最终的应用。
当元素被添加到一个场景中后，它们就会因被赋予行为而具有活力。一个事件可以触发场景中的元素，动作是元素在收到事件后所产生的行为。典型的动作包括显示一帧视频，改变场景以及向其他对象发送消息。
基于移动计算的新技术专业增值服务及其实现装置，提供了一个直观的界面来将行为赋值给一个场景，而同时不需要任何的描述或编码。
这就是为什么从实现装置的交互式视频数据库中取下一个多媒体对象并赋予其交互的行为是非常容易的。通过预定义大多数常用的事件和动作以及允许从一个下拉列表中选择它们，实现装置的交互式视频使得赋予行为的动作明白易懂。
基于移动计算的新技术专业增值服务及其实现装置，功能模型描述动态模型的动作所定义的对象操作的意义。功能模型由数据流图，动态建模用状态图、场景说明和事件踪迹描述对象行为。操作可以从对象模型中的属性导出(读写属性值和关联的操作)，也可以从动态·建立类之间的关系·定义类的性质和行为·对象交互的建模·研究对象的状态变化根据实现装置给定的优先结构和目标值，也可以把模糊决策系统转化为机会约束目标规划， 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＝优先因子，表示各个目标的相对重要性，且对所有的j，有Pj＞＞Pj+1，uij＝对应优先因子j的第i个目标正偏差的权重因子，vij＝对应优先因子j的第i个目标负偏差的权重因子，di+＝目标i偏离目标值的正偏差，di-＝目标i偏离目标值的负偏差，X＝n维决策向量，fi＝目标约束中的函数，gj＝机会约束中的实值函数，bi＝目标I的目标值，l＝优先级个数，m＝目标约束个数，ε＝模糊参向量，p＝系统束个数。
实现装置对象模型通常是用类抽象而不是对象(在此处理解为类的实例)构造的，由此我们可以说面向对象分析的目标是建立一个基于用户、专家和企业需求的模型。模型中应包括满足应用行为所需的类之间的关系、每个类必须的关于其它类的知识、每个类必需提供的服务和外部事件怎样激励对象交互的描述。
(1)设学习次数t＝0，DS＝S；(2)若DS≠0则取e∈DS，DS＝DS-{e}，并执行以下过程，否则转步骤(3)；设e激活中间层第n1神经元，修正权向量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，则转步骤(4)；否则置t＝t+1，DS＝S，并转步骤(2)；(4)结束。
基于移动计算的新技术专业增值服务及其实现装置，智能算法莫逆人脑从粗到细不断深化的分类学习过程，在构造的神经网中引入动态竞争机制。由于中间层神经元是从基本类数p开始动态变化，网络达到稳定状态时很少有冗余的神经元。因此，实现装置竞争神经元对实验数据的分类表达效率较高，便于以后知识提取。
基于移动计算的新技术专业增值服务及其实现装置，对象是客观世界实体的抽象描述。由信息(数据)和对数据的操作组合而成。类是对多个相似对象共同特性的描述。消息是对象之间通信的手段，用来指示对象的操作。方法是对象接收到消息后应采取的动作序列的描述。实例是由一特定类描述的具体对象。
实现装置建造一个用例模型，我们首先画出系统的边界，然后确定每个用例的参与者。参与者是外界实体与系统交互时所扮演的角色。一旦确定了参与者，我们可以用建立原型系统并记录用户作为参与者与系统间的交互的方法开发一系列的用例对于模拟系统怎样被使用的外部视图是很有效的。
·系统内部通讯或交互不能被模拟反映，用例模型未描述系统内部对象间的交互作用。
·用例实例间的冲突不能被模型反映，用例模型未描述用例的冲突及例外情况。
·并行性不能被模型反映，用例本质上是原子的、串行的，它们不能反映系统中的并行情况。
实现装置对象模型描述了应用的对象结构，其中包括·组成应用系统的对象类·类之间的关系·每个类的信息(特性)·每个类提供的服务(公共方法)基于移动计算的新技术专业增值服务及其实现装置，将约束定义为对象模型实体间的功能关系。这里所说的实体可能包括对象、类、角色、属性、链和关联，约束限制了实体的取值范围。
实现装置把动态模型的目标定义为描述系统与事件或操作序列有关的以下这些方面——标志改变的事件、事件序列、定义事件上下文的状态和事件及状态的组织。动态模型用事件踪迹图描述应用的动态行为；事件踪迹图用状态图(又称Harel状态图)显示每个对象的状态怎样在特定条件下被事件改变，事件踪迹图描述了应用中的事件流和对象状态的变化。
基于移动计算的新技术专业增值服务及其实现装置，带有模糊参数的单目标机会约束规划可以表示成如下的形式， 其中α和β分别事先给定的对约束目标的置信水平，Pos{·}表示{·}中事件的可能性。
所以一个点x是可行的当且仅当集合{ε| gj(X，ε)≤0，j＝1，2，…p，}}的可能性至少是α.对任意给定的决策x，f(X，ε)显然是一个模糊数。这样存在多个可能的f使得Pos{f(X，ε)≥f}≥β.我们的目的是极大化目标值f，因此目标值f应该是目标函数f(X，ε)在置信水平β下所取得的最大值，即f‾=fmax{f|Pos{f(X,ϵ)≥f‾}≥β}.]]>基于移动计算的新技术专业增值服务及其实现装置，Smalltalk是面向对象最代表性的程序设计语言。Smalltalk所有类形成一个层次，由一个称为Object的根类和许多子类组成。类Object提供了所有对象所共有的行为，包括对象标识符的打印方法、测试对象的类的方法以及拷贝对象的方法。所有类都是Object的子类，除了Object外，所有类都有超类。每个子类都建立在其超类的基础上，通过添加自己的方法和实例变量来实现它自己的行为。
如果程序中某一变量的值必须保持到程序下一次运行时，它应该被保存在一不变的介质上(通常是程序外部的介质)，以便在需要时能被从介质上取出。外部介质的组织方式依赖于数据被使用的方式，它可以是一个普通文件，也可以是层次、网状或关系型数据库。
1)把对象模型类映射到VisualAge非可视化部件。
2)定义非可视化类(公共接口)及其属性、动作和事件。
3)映射对象模型类关系并在VisualAge中定义它们。这些关系包括一般化、聚合和关联。
基于移动计算的新技术专业增值服务及其实现装置，使用模型-视图-控制者模型时，我们可以说要构造一个原型，我们需要使用可视化编程工具反复设计模型类并为视图类开发交互技术。控制结构可以通过消息来调用。在Smalltalk中，最基本的顺序控制结构是通过一串表达式来表示的。非顺序的控制结构通过块来实现。
1)将块[index←index+1]赋给变量incrementBlock；2)将块[sum+(index*index)]赋给变量sumBlock；3)将数0赋给变量sum；4)将数1赋给变量index；5)向块sumBlock发送一元消息value；6)向1发送二元消息*1；7)向0发送二元消息+1；8)将1赋给sum；9)向块incrementBlock k发送一元消息value；10)向1发送二元消息+1；11)将2赋给index；12)向块sumBlock发送一元消息value；13)向2发送二元消息*2；14)向1发送二元消息+4；15)将5赋给sum。
实现装置条件分支结构类似于通常高级语言的if-then-else语句。条件分支是通过向布尔对象发送信息实现。信息标识符是ifTrueifFalse；其中变元是两个块，消息对象只有true和false。对象true向第一个变元发送消息value，对falsee向第二个变元发送消息value。
当因果模式发生变化，参与者采取行动，专家们提出它们的因果知识时，自适应实现装置改变其模糊因果网。神经元学习法则改变了因果规则和极限环。参与者学习了新的模式，加强了旧模式的记忆。在复杂的实现装置中，使用者可以从一个谱中选择虚拟世界的动力结构，这个谱的范围包含从温和的非线性到杂乱的非线性。
一个虚拟世界就是一个动力系统，当一个实现装置用户或一个参与者在其中移动时，虚拟世界随时间而变化。在最简单的情形中，只有实现装置用户在虚拟世界中移动。一般的情形是实现装置用户与虚拟世界都发生变化，且二者互相改变。
基于移动计算的新技术专业增值服务及其实现装置，一个虚拟世界中的变化是必然的。当参与者在一个虚拟世界中移动时，他们促使事件发生，添入新的因果模式，影响并响应旧模式。反过来，虚拟世界也作用于参与者，或作用于其物理或社会环境。虚拟世界改变其行为，并可改变它自身的因果关系网。实现装置参与者与其虚拟世界之间的这种反馈因果性生成了一个复杂的动力系统，这个系统可以模拟事件、参与者、行为与数据，此时这些模拟对象随时间展开(图10.新技术增值服务的可视化协同工作环境)。
简单的阈实现装置迅速地收敛于稳定的极限环或不动点。这些极限环代表了实现装置因果网中的“隐含模式”。在一个虚拟世界中，极限环可能会依照起床、工作、回家、再起床的顺序被引导，一些复杂的行为，例如行走，则会闯入简单的运动循环。
一个简单的实现装置中的每个结点都使行为或目标开或关，每个结点都可控制其自身的FCM、模糊控制系统、有向目标动画系统、力量反馈或是其它的输入输出映射。实现装置能够控制构造虚拟世界的时间联系或时间圈。实现装置这些模式组成了虚拟世界的节奏。
为了理解场景并与场景中的物体交互作用，必须将场景的三维数据进行有效的表示。实现装置三维场景表示包含有两个基本问题场景重建和场景分割。场景重建(reconstmction)是指使用插值或拟合方法从采样点(稠密深度测量值或稀疏深度测量值广十算曲面的连续函数，实际中通常使用许多三角片或小平面片构成的网面来近似表示场景深度测量值；场景分割是将表示场景的网面分割成若干部分，每一部分表示一个物体或一个特定的区域，这样有利于物体识别、曲面精确估计等后处理算法的实现。
基于移动计算的新技术专业增值服务及其实现装置，基于两帧图象运动估计扰动迭代算法1，初始化深度值{zi，k}，I＝1，…，n，置迭代计数器m＝0.
2，在给定深度值下根据式(15.6)估计参数3，根据当前的运动估计和深度参数，由式(15.6)计算对应点的坐标(x’(m)I，k+1，y’(m)I，k+1)4，计算估计误差Em=i/nΣnI=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是已知的对应点真实坐标。
5，如果Em小于预定的误差阈值Er，即Em＜Er，则终止迭代，否则，置m＝m+15，给深度参数赋一个扰动值。
z(m)I，k←z(m-1)I，k-βe2i/z+aΔ(m)I其中a和β是常系数，Δ(m)I＝Ni(0，e2(m)i)是零均值高斯分布函数，其方差2(m)I＝e2I。
6，回到第2步基于移动计算的新技术专业增值服务及其实现装置，经实验证明，这种改进的迭代算法在初始深度值有50％的误差的情况下，也能很好的收敛到正确的运动参数值。
实现装置输入图象可以是灰度图象、彩色图象、深度图象或它们的组合。特征检测器对输入图象的特征进行检测，并对特征进行定位，这样有助于假设生成。物体特征的选取取决于待识别物体的类型和模型库数据结构。假设生成模块使用图象特征来给场景中的物体分配一个似然值，这一步可以大大减小物体识别的搜索空间。一般来说，模型库是一种索引图，它有利于从所有可能的物体集合中去除那些不可能的候选者，假设验证模块使用物体模型来验证假设，并进一步给出精确似然值。在所有证据的基础上，选用具有最大似然值的物体作为识别结果。
实现装置特征提取的算法有很多，根据应用对象，应选择可靠的特征检测方法和特征定位方法。许多特征可以在三维数字图象中计算出来，但它们与物体的三维特征有关。由于图像生成过程的特性，场景中的物体特征可以很容易地计算出来。
各种多媒体数据中含有大量信息，理解多媒体数据，必须抽取其语义信息。目前大多数的多媒体应用都局限于对多媒体数据的呈现和表示，而没有充分利用媒体内容所具有的丰富内涵。基于内容检索，就是对多媒体信息内容的检索，它根据用户提出的反应媒体内容特征的查寻要求，在大容量的多媒体数据库中进行查找，根据被检索单元与查寻要求的相似性程度返回检索结果。传统的数据库检索采用基于关键词的检索方式，在媒体数据存入数据库的同时也输入了相应的字符描述信息，查询时根据用户给出的关键词与描述信息进行字符匹配。这种方式的缺陷在于多媒体数据具有的语义特征往往很难表示为某种符号形式，并且反应媒体数据特征的关键词的选取也有很大的主观性。实现装置基于内容检索与传统的检索手段不同，它融合了多种技术，包括图象处理，模式识别，计算机视觉，图象理解，数据库管理等。基于内容检索并不是真正理解媒体的内容，而是对内容进行识别和匹配，在具体应用中需要相应的领域知识。
视觉信息是目前应用前景最广泛的媒体形式。视觉信息可分为静止图象和视频两大类。
颜色包括颜色的组成，分布和相互关系..
纹理包括纹理的结构，方向和组合方式。
轮廓包括轮廓的大小，形状等。
对象包括图象中子对象的属性，数量和相互关系等。
领域相关的内容例如在人的头象识别系统中五关的相对位置等。
视频是连续的静止图象序列镜头包括镜头的切换，渐变等的划分。
摄像动作对各种摄像动作的提取，如摇，推，拉，追踪等。
运动对象查找视频序列中的某一运动对象。
场景相同镜头寻找和组合等。
基于移动计算的新技术专业增值服务及其实现装置，场景的复杂度取决于获取图象时的条件(照明、背景、摄象机参数和观察点)是否同模型建立条件相似驰口前几章所述；场景的条件显著地影响同一物体的图象，在不同的场景条件下，不同特征检测器的性能显著不同。因此必须考虑背景、其它物体以及照明的特性，以决定哪种特征可以得到有效而可靠的检测。
实现装置假设验证就是如何使用物体模型从给定图象中的可能物体集合中选择最有可能的物体，每一个可能物体的存在可以用它们的模型来证明。我们必须测试每一个可能的假设来验证一个物体的存在或忽略这个物体的存在。如果模型是几何模型，则很容易用摄象机的位置和其它场景参数来验证物体。
实现装置视觉定位系统的输入是距离图象3D序列和亮度图象(ID)序列，而物体的模型一般是三维模型(3n-model)，这样就出现了两种最富挑战性的定位问题。
给定模型上的一点和模型的当前位置，在3D图象中找出对应点。求对应点的最直接方法是在三维直角坐标空间中求最近距离的点。这与曲面西准中的迭代最近点方法类似，数学上，3D模型中的一点调与3D图象点y的最近距离定义为y＝arg miny∈D||x-y||其中，D是3D图象点集，上式中搜索最近点的理论复杂度为0(IDI)。
如果图象上一组点yi与模型上一组，点xi(I＝1，2，…，n)的距离都达到最近，则图象与模型对正(aligriment).从模型的初始位置一直到对正位置，实际上是一个刚体变换。刚体变换仍然用一个矢量对(R，t)表示，R是一个3×3旋转矩阵，t是一个3D平移矩阵矢量。每一个对应相对于定位参数提供3个线性约束yi＝Rxi+t通常，3D数据点受噪声污染yi＝yni+β其中β是一个随机3D变量，假定β服从均值为0的正态分布(0，σ2)，则对于n个对应点，求解定位参数变为对最小二乘误差求极小化。
基于移动计算的新技术专业增值服务及其实现装置，约束模块是提供用户从标记特征值到角度理解标记集的工具。约束模块可以用来构造约束函数。约束模块提供了与其他模块接口风格一致的交互接口。用户可以交互的指定分类函数的形状，多个分类函数可以加以组合，利用这些函数系统可以生成关于分类物体的初始假设。约束模块的输入是提取的特征值，输出是对应某些目标的信度级。
·结合领域或用户知识进行目标分类；·对线段、区域、表面等标记数据进行聚类、特征关联和统计；·在图象的低层表达中，决定对图象的感兴趣区域。
基于移动计算的新技术专业增值服务及其实现装置，约束模块同时提供了一个用于访问和操作约束函数的子程序库。用户还可以通过加入自己的标记属性算法来扩展这一模块。为了区分出感兴趣的物体，分割后的结果被用来与感兴趣的目标特征进行比较首先用户选择出包含感兴趣样例的标记子集，然后用户生成这些样例的分类函数，这些函数可以用于在其它图象中区分这些感兴趣的物体。
当实现装置用户在虚拟环境中漫游时，视点与场景中物体的距离时远时近。当视点与物体的距离较远时，物体在投影平面上的图象很小，可以使用简化模型而不至于影响视觉效果。因此，可以采用物体模型到视点的距离作为选择简化模型中合适分辨率的依据。
实现装置在已知计算机的性能，如一秒种内可以绘制的三角形数目等指标以后，可以根据用户输入事件之间的时间间隔或空间间隔计算出为维持当前的交互速度所应绘制的三角形数目nframe，以达到实时动态显示的最低桢速，每秒10桢。
实现装置把n维输入空间映射成一维或二维阵列，构成一个存在有意义的拓扑序列的输出空间。
每个输出层神经元相联系的权值矢量，被看作是神经元对输入矢量的响应的结果。将输入矢量x标记成x＝[x1，x2，…，xp]T与输出层神经元j响应的权值矢量wj可写为Wj＝[wj1，…wjp]Tj＝1，2，…N获胜输出层神经元的确定，相当于选择权值矢量Wj与输入矢量x最为匹配的输出层神经元。我们可选刺激量Ij＝Wtjx为最大的输出层神经元为获胜神经元。
步骤1.初始化初始化权值矢量Wj(0)时可选随机值。初始值通常选择小一点。初始化学习率η(0)和领域函数∧I(x)(0)。他们初始化时应尽量取大一些。
步骤2.对于样本中每个矢量x执行步骤2a、2b、2c步骤2a.将感觉刺激矢量x送入到网络的输入层上去。
步骤2b.相似匹配选择权值矢量匹配x的神经元作为获胜神经元。运用欧氏法则，获胜神经元的标号我I(x)＝k ||Wk-x||＜||wj-x||j＝1，2，…，n步骤2c.训练训练权值矢量，使得在活性泡范围内的神经元朝着输入矢量方向移动Wj(n+1)＝{Wj(n)+η(n)[x-Wj(n)]j∈∧I(x)(n)Wj(n)其它步骤3.更新学习率η(n)。学习率的线性减小将产生令人满意的结果。
步骤4.减小领域函数∧I(x)(n)。
步骤5.检查结束条件。
实现装置基于内容检索是一个逐步求精的过程。系统对示例进行特征提取，或将查询语句中描述的特征转化为对应的查询参数。系统将查寻描述的特征与特征库中的特征进行相似性匹配，并返回一组满足一定相似性要求的后选结果。
基于移动计算的新技术专业增值服务及其实现装置，数据采掘((Data Mining)是指从数据集合中抽取模式(模型)的过程。通常采用数据库的形式，所谓有用知识是与特定问题的需求相关的，并且经由一定的描述机制提供给用户。
针对实现装置给定的数据，模型和优先判据，寻找出特定的模型及参数。寻找最佳参数的任务经常被归于优化问题的求解，例如在参数空间中寻找一个非线性函数的全局最大值。
实现装置特定的数据采集算法是模型/判据/搜索算法到一个实例，例如某个数据采掘算法采用分类模型，模型的表示方法是决策树，以数据相似度作为优先判据，采用贪心法作为搜索算法。模式发现的过程是一个多次重复的过程，它首先根据训练样本数据集产生若干模式，然后利用参数数据集选择最佳模式。模式确定之后利用测试数据集评价模型的准确度。
基于移动计算的新技术专业增值服务及其实现装置，整合模块可以将相关的特征加以整合，这样可以补充漏检的特征并且可以生成更高的抽象表示如边界链码等。整合模块一方面可以将具有相似特征(如共线、邻接、颜色、纹理)的部分进行组合，同时两类或多类特征的整合还可以使用用户生成层次关系，从而清晰地表达复杂的结构。
实现装置整个并行环境只保留一份数据场，每次根据新视点进行于任务划分之后，与各子任务相关的数据将分别传送到相应的主机，这就是数据场的重分布过程。多数并行空域体绘制算法，都是依照这种策略进行数据场划分的。采用这种策略可以大大减轻整个机群环境的存储压力，然而由于空域数据场重分布必然是在整个三维空间内进行的。
基于移动计算的新技术专业增值服务及其实现装置，给定一个事务数据库，每项事务对应一个数据项集合，关联规则描述数据项之间存在的关联，即根据一个事务中某些数据项的出现，可推导出另一些数据项也在同一事务中出现。
实现装置设I＝{i1，i2，…，im}是由m个数据项组成的集合，m是数据项集的长度，长度为k的数据项集称为k维数据项集。假设数据项集中的数据项按字典顺序排列，则一个k维数据项集c可表示为c[1]c[2]…c[k]，其中c[1]＜c[2]＜…c[k].D是一个事务集，D中的每一项事务对应一个数据项集，并且TCD，每个事务有唯一的标识TID，对数据项集XCI，称T包括X当且仅当XCT.关联规则是一个蕴含式XY，其中XCI，YCI且XпY＝φ，X称为规则的先决条件，Y称为规则的结果。
1.如果在事务集D中有 的事务支持数据项集X，称X具有大小为s的支持度。
2.如果数据项集XUY的支持度为s，称关联规则 Y在事务集D中具有大小为s的支持度。
3.如果事务集D中支持数据项集X的事务中有c％的事务同时支持数据项集Y，称规则XY在D中具有大 c的置信度。
4.求大数据项集，即求支持度大于最小支持阈值的数据项集；5.用大数据项集产生关联规则。将数据项集X的支持度记为support(X)。对于给定大数据项集L，X，Y为L的非空子集，且XUY＝L，XпY＝Φ，如果support(L)/support(X)≥minconfidence，则产生形式为X Y的规则。
实现装置从数据中发现有效的，新颖的并能够被人理解的模式的整个过程1.应用领域需求分析。了解KDD应用领域的相关知识和用户的需求。
2.数据选择。确定数据源和进行知识抽取的数据子集。
3.数据预处理。对步骤2产生的数据进行提取和转化，这个过程将存储在传统的事务处理数据库或其他的信息处理系统中的数据提取出来，加以过渡，集成和验证。
4.数据缩减和投影。根据知识发现的目标确定数据的相关特性，利用数据库的投影操作消减数据维度，利用其他转化方法减少变量个数以及要操作的数据量。
5.确定KDD的目标。根据用户的需求，确定KDD要发现的知识类型。不同类型的知识需要采用不同的知识发现算法。
6.确定KDD的算法。选择模式发现算法，包括确定适当的模型和参数。选定的算法要与KDD的目标相一致。
7.数据采掘。运用选定的算法，从给定数据集中发现用户感兴趣的模式，模式用某种特定表示形式或一组常用形式来表示，例如分类规则，决策树，回归，聚类，依赖以及序列模型。
8.模式解释。对发现的模式进行解释，在此过程中，有可能重复前面的某些步骤反复提取以获得更为有效的知识。同时对抽取的模式可视化，去掉冗余的和无关的部分，有助于用户更好地理解发现的模式。
9.知识验证。将发现的知识应用于具体的系统，确保与以前发现的知识不相抵触。
实现装置数据采掘步骤之前的数据预处理，包括数据选择，清洗，集成和验证以及之后的模式解释，都是确保获得有用知识的关键步骤。
当新数据源连接到数据仓库系统或者信息源中被提取数据发生变化时，监督部件将变化报告给集成器。集成器也包含几大部件，首先利用数据建模工具确定数据模型，然后由抽取转化部件实现从源数据到数据仓库的抽取转换过程。数据转换是建立数据仓库的一个关键步骤，直接影响到数据的质量，它包括数据提取，清洗集成，验证等若干子过程。数据源的多样性和复杂性使得提取/转化程序很难通用。如何实现提取/转化过程自动化是提高数据仓库通用性的重要环节。
基于移动计算的新技术专业增值服务及其实现装置，从事务型数据中抽取数据并转换成为集成的，面向主题的数据仓库是一个复杂的过程，它包括数据读取，过滤，集成，装载和验证等多个步骤。
实现装置确定一个元数据的标准，使数据仓库领域的各种产品采用相同的元数据的格式和结构，有利于信息的共享。
1.用户接口。
2.虚拟数据库。
3.知识输入/输出库(KIO)。
通过用户接口可提供以下信息1.领域知识 在知识发现过程中，适当运用领域知识非常重要，例如在规则可视化，销减搜索空间，提高发现算法的效率和准确度方面。
2.数据视图 用户通过数据源映象文件DSM指定知识发现算法操作的数据集合，它是数据库全局模式的子集。
3.句法约束 通过句法约束用户可以指定数据视图中的某些属性作为规则的前提，另一些作为规则的结论。
4.兴趣偏向 不同的用户感兴趣的规则也是不同的。兴趣偏向提供了一个评价所发现的规则价值的尺度。
5.不确定性和支持度的阈值MKS以规则形式表示知识，不确定性和支持度是评价规则的两个标准。
基于移动计算的新技术专业增值服务及其实现装置，虚拟数据库是MKS与数据源的接口，对于数据采掘的应用开发人员而言，数据源及其结构是透明的，VDL用户看到的数据是元组的集合。与VDL相关联的是一个数据源映象文件DSM，保存是被操作数据的类SQL描述，利用DSM文件可以生成数据视图。VDL提供一组函数操纵DSM文件中定义的元组和属性。
基于移动计算的新技术专业增值服务及其实现装置，智能结构的算法如下；1.将输入模式提供给网络，识别层选择网络输出的最大者作为获胜者netj=ΣnI=1bijci]]>式中，N是比较层中神经元的数目。
2.执行警戒测试。当且仅当netj/ΣnI=1>p]]>则神经元j通过警戒测试。式中p为警戒值。
2a.如果胜者未通过测试，则屏蔽现在的获胜者，并且回到步骤1去选择另一个获胜者。
2b.重复这个循环。直到选择一个通过警戒测试的获胜者，然后转到步骤4。
3.如果没有神经元通过警戒测试，则产生一个新的神经元来接纳新的模式。
4.调整获胜神经元的前馈权植。更新从获胜神经元到它的输入的反馈权植。
控制自下而上和自上而下权植的训练公式为bij＝Lci/(L-1+∑ck)式中，ci是比较层矢量的第个分量，是获胜识别层神经元的编号。
实现装置设输出入层与中间层之间的权矩阵为W＝(wij)k×n，中间层与输入层间的权向量为V＝(vi)k×1，学习算法分为两步进行，分别描述如下。
(1)设初始时的中间层神经元数为k＝p，W，V的元素初始值赋
间的随机数，表示为W＝(wij(0))k×n，V＝(vi(0))k×1。
(2)设学习次数t＝0，DS＝S。
(3)若DS≠，则取e∈DS，DS＝DS-{e}，否则转步骤(6)。
(4)竞争学习过程向网络输入样本e并检测中间层神经元的激活状态。激活时ai(t)＝1，否则ai(t)＝0。激活方式定义为取n1，1≤n1≤k，满足D(X,Wn1(t))=1≤i≤kmin{D(X,Wi(t))}]]>其中D(X,Wn1(t))=||X-Wi(t)||=Σnj=1(xj-wij(t))2]]>称e激活中间层第n1个神经元，此时an1(t)＝1，an1(t)＝0，i≠n1，1≤n1≤k。若存在多个神经元满足式(1)，可任取其一。
(5)权值修正过程对所有的i，1≤i≤k，若Wi满足|D(X，Wi(t))-D(X-Wn1(t))|＜δ(t)则修正权向量Wi(t＝1)＝Wi(t)+a(t)(X-Wi(t))其中a(t)为学习率，δ(t)为激活领域，两者均为单调递增函数。转步骤(3)。
(6)若a(t)＜ε(＜＜1)，则转步骤(7)；否则置t＝t+1，DS＝S并转步骤(3)。
(7)中间层的神经元的动态变化过程如下。
(i)若中间层所有神经元均处于稳定状态，则标记各神经元的所属类hi，转步骤(8)；(ii)若中间层所有处于非稳定状态的神经元(设为n0个)均不能被任何样本激活，则从网络削减这样的神经元，置k＝k-n0，转步骤(8)；(iii)若上述条件不满足，则对中间层非稳定状态的神经元做如下处理。
(iv)(a)若一个非稳定状态的神经元，不被任何样本这样激活，则削减此神经元，并置k＝k-1；(b)若一个非稳定状态的神经元被多于两类(设为m类)的样本按一定比例值激活，则此神经元分裂为m个，置k＝k+m-1，并给新增神经元赋随机初始权值。
若所有非稳定状态的神经元均已处理完，转步骤(2)。
(8)结束。
基于移动计算的新技术专业增值服务及其实现装置，在求解复杂优化问题时，每一个染色体由一个浮点向量表示，其长度与解向量相同。这里用向量X＝(x1，x2，…，xn)表示最优化问题的解，其中n是维数，则相应的染色体也是V＝(x1，x2，…，xn)。
实现装置处理约束条件的关键在于(a)删除约束条件中的所有等式，(b)设计恰当的遗传操作以保证所有新产生的染色体在可行集中。
基于移动计算的新技术专业增值服务及其实现装置的数学规划模型x∈maxRe-x2]]>的可行性是全体实数R。但是，通过数学分析，可以确认，最优解一定在区间，应当增加约束-5≤x≤5.
这一类隐含约束一般不难发现，尤其对实际的管理问题。因此，尽可能地增加隐含条件以减少搜索空间，可以大大加快问题的进化过程。
在实现装置数学规划模型中，如果存在一些等式约束，例如，hk(X)＝0，k＝1，2，…q，可以通过解这些约束构成的方程组，用其它的变量替换其中的q个变量，以消除q个等式约束。例如，不失一般性，其前q个变量通过解方程组得到xk＝hk(xq+1，Xq+2，…，xn)，k＝1，2，…q，则可以将最优化模型中的变量x1，x2，…xq由其它变量表示，于是原问题化成一个(n-q)维的只有不等式约束的新问题。
实现装置在各种空间中，只要定义一种距离度量，就可以用这种距离度量的非增函数为相似性度量。在不同的隶属定义方法下最小化式(12-22)的损失函数，就得到不同的模糊聚类方法。
1.设定聚类数目c和参数b。
2.初始化各个聚类中心mi。
3.重复下面的运算，直到各个样本的隶属度值稳定·用当前的聚类中心根据式(12-25)计算隶属度函数·用当前的隶属度函数按式(12-24)更新计算机各类聚类中心。
当实现装置算法收敛时，就得到了各类的聚类中心和各个样本对于各类的隶属度值，从而完成了模糊聚类划分。
当实现装置定义了动力性物理与社会环境时，就为虚拟世界赋予了目标与意向。由此可生成一个虚拟世界所需的“一般表达”。实现装置可以组合简单的行为以模拟“智力”行为。在一个嵌套实现装置中，每个结点可依次控制其自身的简单的FCM。复杂行为，如行走，从简单反射的网络中出现，嵌套的简单实现装置可用二值极限环将这种过程模拟为有限状态机器网。
实现装置FCM边或规则可将一个子概念映射到另一个，这些子概念映射形成了一个将输入映射至输出的模糊系统或模糊“如果一则”规则的集合。每个映射都是一个连接模糊集的模糊规则或状态空间规则补块。在输入-输出状态空间中，补块覆盖了某个函数的图形。模糊系统将重叠的补块平均，以生成一个连续函数的逼近。子概念怎样能够映射至不同的反应。这就产生了一个对虚拟世界中变化的更多样的反应。
增强的实现装置在虚拟世界中移动参与者，这种FCM的二值输出状态移动了参与者，每个FCM状态映射为移动的方程或逼近的函数。
基于移动计算的新技术专业增值服务及其实现装置，为了将联系矩阵E中的二值极限环进行编码。TAM的方法是将连续状态中的加权相关阵相加，为了将极限环C1→C2→C3→C1进行编码，首先要将每个0用-1来代替，从而将每个二值状态Ci转化为一个二级状态矢量Xi，此时E即为加权和E＝q1XT1，X2+q2XT2，X3+…+qn-1XTn-1Xn+qnXTn，Xj极限环的长度应小于概念的数量，否则干扰就会发生。每个相关阵对的适当权重可以改善编码，并可增强FCM的存储量。
如果一个实现装置能够用更多的非线性数学方法来改变其结点与边，它就可以模拟这些复杂的虚拟世界，付出的代价就是，虚拟世界可能会成为具有未知平衡行为的混沌虚拟世界。用户可能想把这些新颖的结果加入虚拟世界，以使其更有吸引力。实现装置用户也许会选择一个虚拟世界，它是适度非线性的，并有周期平衡态。而另一个极端则是用户选择的虚拟世界具有强烈的非线性且只有非周期的平衡态，可供说明的例子为重力势随机的可按意愿地发生变化的虚拟的网球比赛(图11.人机交互操作的模拟进化输出)。
基于移动计算的新技术专业增值服务及其实现装置，通过对计算任务和处理节点的合理划分和组织，这类算法能够有效降低数据通信量；因为对各分组计算能力做了预先估计，虽然任务划分方式是静态的，但是仍然可以得到满意的负载平衡。其缺点在于数据冗余量过大，实际上整个系统的储存消耗不仅取决于原始数据的规模，而且与组的数目成正比。
实现装置对体数据的重采样和图象合成。整个算法按照分治策略进行，重采样过程经过递归划分最终由各处理器并行完成，而图象合成则通过回溯过程进行。这个算法的数据划分和图象合成策略是精心设计的，所以有很高的并行效率及可扩展性。
(1)对于视点相对固定的环境，可以减少每次合并的子图象之间的公共部分。为此，可以沿最接近视线方向的一个坐标轴，将正交地数据场分为多个切片(slice)。
(2)对于动画场景，整个数据场可以沿三个坐标方向，按照k-D树结构组织起来。另外，还可以通过预处理分别确定数据场中梯度较大、以及梯度接近零的范围，进而调整每个方向上数据划分的密度。
(3)对于异构环境，还需考虑各处理器之间在计算能力、通信能力等方面的差异。
基于移动计算的新技术专业增值服务及其实现装置，每个处理器通过对被分配的数据场子集(比如切片)进行重采样之后，得到对应的子图象，图象合成就是按照前后次序将所有这些于图象合成起来，得到最终的绘制结果。该算法采用了二分交换(binary-swapping)技术，使图象合成过程得以并行完成。所示，对来自N个处理器的w幅子图象的并行图象合成，可以通过处理器之间的log2N实现装置由并行程序中的各分进程计算所得的部分结果，需要用聚集操作加以合并以得到一个完整结果。其中n个进程P1，…Pn通过执行交互代码C进行交互。称这n个进程为交互的当事人(或参与者)。如果代码C必须当所有参与者都已到达C后方可执行，则程交互是同步的。如果一个进程达C后可不必等待其他进程，而执行C，则称此交互为异步的。
N＝2时的交互，称为双当事人的交互，若n大于2则称为多当事人交互。当一个进程向另一进程发送消息时，两个当事人的通信就称为是点对点通信。多当事人交互常称为集合交互。
当实现装置一个进程P遇到一个交互代码C时，若对入口和出口条件以不同方法加以设置，就可得到多种交互方式。在一个有n个成员的交互中，如果交互模式可描述为进程指标的简单函数、则称此交互具有规则模式。规则模式是指，对于给定的两个指标数i和j，如果存在一个算法，它能在固定的时间和空间内确定第i个进程是否影响了第j个进程的模式。
根据基于移动计算的新技术专业增值服务及其实现装置系统功能的要求，提供了二维图象处理界面以供用户浏览二维图象，并在其上进行轮廓线的提取和编辑。同时，也提供了三维图象处理界面以供用户生成三维图象，并进行各种操作。在二维图象处理界面中，提供了进入三维图象处理界面的按钮。同样，三维界面中，也提供了返回二维界面的按钮。但是，由于这两个模块的功能是相对独立的，所以，在设计时亦留下接口，使得今后可以轻易地改成两个互不相关的独立系统。
三维图象处理的主要功能如下①调人/关闭描述文件打开文件选择框，选择文件，同时调人第一片图象及其轮廓线文件，并在信息栏内显示文件信息。
②存储描述文件将当前对轮廓线文件、体数据文件等所做的修改存入描述文件，在存储完之后，会改变信息栏内的相应信息。
③显示下一片图象将会在绘图区中调人下一片图象，同时调人下一片图象的轮廓线文件，并改变信息栏内相应的信息。
④显示上一片图象与显示下一片图象类似。
⑤显示指定的一片图象弹出对话框，输入片序列中某片的片号，则调人相应轮廓线文件，同时修改信息栏内的相应信息。
⑥放大区功能在左窗口主绘图区内按住鼠标中键(可以拖动)，将在该绘图区内显示一红线框，红线框内的图象以及轮廓线等将被放大显示在右窗口的放大区中。在放大区内可以进行一切在绘图区内进行的操作。放大区内底层显示的网格代表主绘图区中的象素，也就是一个网格代表主绘图区中红线框内相应位置的一个象素。鼠标点中该网格内任一处选中的都是主绘图区中的同一个象素。
⑦调人/关闭轮廓线文件。
⑧存储轮廓线文件同时存储轮廓线的折线表示和B样条曲线表示。轮廓线也可以只存折线表示。以上两步皆会弹出文件选择框，以输入文件名。
⑩在背景上显示上一片图象的轮廓线以另外一种颜色显示上一片图象的轮廓线，该轮廓线只能看见，不可编辑。目的是为了在本片图象上编辑轮廓线时有所参改，减少上下两片轮廓线之间太大的误差。显示了上一片图象的轮廓线后也可以关闭而不显示。
⑩加入/删除一一条轮廓线选中加入轮廓线的按钮后，会弹出一对话框，输入新加入的轮廓线的类号。
在当前轮廓线中加入/删除一个点。
编辑轮廓线上的点。
将当前轮廓线从折线拟合成B-样条曲线。
测量两点间距主要是为了测血管的内径等。如果此时已经在第一片内输入了定标点(相当于已经有了比例尺)，则测量完毕后报告实际长度，单位为(units)。否则报告象素数，单位为(pixels)。
测量两线夹角。
比例尺的输入这是因为从实体切片到最后扫描输入计算机的图象，其问经过多次变换，为了仍体现实际的大小，在第一片上，有一个比例尺，一般显示1cm的长度。用户可以点中这两点来定标(即定比例)，从而使后续的测量等可以根据实际大小来进行。
校准点的输入。
校准当前所有断层图象中的轮廓线。
将轮廓线信息转化成体数据并存储。
退出。
此外，鼠标可完成拾取功能。若未点中任何实体时，则无反馈信号。若点中当前轮廓线上的点，则可进行删除、编辑等操作，若点中当前轮廓线上的边，则可在其上进行加点等操作。若用户点中非当前轮廓线，则将该轮廓线作为当前轮廓线。然后，可在该当前轮廓线上进行有关点和边的各种操作。
①调人体数据文件弹出文件选择框，调人所需体数据文件。利用Marching Cubes算法生成不同类(即不同结构)的面片集，并赋予它们初始颜色和透明度。生成时提供界面以输入采样密度。
②同时按照指定的颜色和透明度显示一种或多种结构的面片。
③对显示的三维面片集进行旋转(绕调轴和Y轴)、放缩或之向伸缩(相当于改变片间距)。
④绕某一方向的旋转Z向伸缩和之向平移都能单独地恢复至初始状态。
⑤在控制板上设置某一类面片的不透明度、类名(如骨骼，肌肉等)，以及打开调色板来设置颜色。
⑥在调色板上有多种方式设置颜色。
⑦对面片集进行平滑操作(smooth)，以增强效果。
⑧存储生成的全部面片集，包括各类的颜色、不透明度以及类名。
⑨存储某一类的面片集，以便于今后单独调出。
⑩调人已生存的面片集，而不用重新从体数据生成。
返回主界面或是退出。
实现装置数据量大；非结构化信息；不确定信息；声音、视频等连续媒体具有时间敏感性特点；由于多媒体信息集成性的特点引起不同媒体之间关系复杂；多媒体信息处理的硬件具有相关性(1)支持图形、图象、动画、声音、动态规饥文本等多媒体字段类型及用户定义特殊类型；(2)支持定长数据和非定长数据的集成管理；(3)支持复杂实体的表示和处理，要求有表示和处理实体间复杂关系(如时空关系)的能力，有保证复杂实体完整性和一致性的机制；(4)支持同一实体的多种表现形式(如一段视频在播放时可改变其频率或一幅静态图象，在显示时改变其对比度等性质而不影响库中内容)；(5)具有良好的用户界面；(6)支持多媒体的特殊查询及良好的处理接口；(7)支持分布式环境。
根据实现装置给定的优先结构和目标值，也可以把模糊决策系统转化为机会约束目标规划，
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＝优先因子，表示各个目标的相对重要性，且对所有的j，有Pj＞＞Pj+1，uij＝对应优先因子j的第i个目标正偏差的权重因子，vij＝对应优先因子j的第i个目标负偏差的权重因子，di+＝目标i偏离目标值的正偏差，di-＝目标i偏离目标值的负偏差，X＝n维决策向量，fi＝目标约束中的函数，gj＝机会约束中的实值函数，bi＝目标I的目标值，l＝优先级个数，m＝目标约束个数，ε＝模糊参向量，p＝系统束个数。
基于移动计算的新技术专业增值服务及其实现装置的概念是对“任何时间、任何地点的立即通信”的扩展。在分布式计算的基础上，计算环境进一步扩展为包含各种移动设备、具有无线通信能力的服务网络，构成了一个新的移动计算环境。
基于移动计算的新技术专业增值服务及其实现装置，嵌入式移动数据库系统是支持移动计算或某种特定计算模式的数据库管理系统，数据库系统与操作系统、具体应用集成在一起，运行在各种智能型嵌入设备或移动设备上。其中，嵌入在移动设备上的数据库系统由于涉及数据库技术、分布式计算技术，以及移动通信技术等多个学科领域，已经得到了学术界、工业界、军事领域、民用部门等各方面的重视，不断实用化。
由于移动设备的资源限制，它一般和应用系统集成在一起，作为整个应用系统的前端存在，所它所管理的数据集可能是后端服务器中数据集的子集或子集的副本。
嵌入式移动数据库的关键技术1.备份恢复嵌入式移动数据库的备份和恢复与大型DBMS管理数据库不同，不能简单以独立的服务或类似形式进行，而要按照某种简化方式完成。
2.复制与同步嵌入式移动数据库一般采用某种数据复制模式(上载、下载或混合方式)与服务器数据库进行映射，满足人们在任意地点、任意时刻访问任意数据的需求。由于存在数据复制，则在系统中各个应用前端和后端服务器之间可能需要各种必要的同步控制过程，与服务器数据库进行映射，满足人们在任意地点、任意时刻访问任意数据的需求。甚至某些或全部应用前端、中间也要进行数据同步。
3.事务处理嵌入式移动数据库系统中的事务处理在前端可以简单化，但在整个应用系统中可能需要结合移动计算环境的特征进行事务处理控制。
4.安全性许多应用领域的嵌入设备是系统中数据管理或处理的关键设备，因此嵌入式设备上的数据库系统对存取权限的控制较严格。同时，许多嵌入式设备具有较高的移动性、便携性和非固定的工作环境，也带来潜在的不安全因素。同时，某碰撞、磁埸干扰、遗失、盗窃等对个人数据安全的威胁上需要提供充分的安全怔保证。
5.系统快速启动嵌入/移动设备的系统可靠性和可用性相对于固定主机而言一般相对偏低，因此发生系统故障的概率可能大大提高。因此，在这样的计算环境或计算平台上必须保证系统在发生不可软件纠错的情况下能够通过硬件进行系统的快速启动。
由于计算环境的变化，嵌入式移动数据库极为引人注目的特征就是无处不在。目前移动计算环境或普遍化计算环境包括几种不同的模式1.智能计算设备+无线网络。通过无线网络，智能计算设备可以随时进入MEC主网络。
2.智能计算设备+调制解调器+电话网络。在不同地点，将调制解调器和附近的电话相连接，通过电话网进入MEC主网络。
3.移动用户+传统工作站+传统有线网络。移动用户在不同埸地使用静态计算机获得MEC的服务。
MEC中使用的移动设备种类繁多，同时通信领域的技术不断发展，像蓝牙计划等，因此各种移动设备都具有一定的智能特征。智能设备可以是PC机、膝上电脑、笔记本电脑、手持计算机、个人数字助理PDA掌上计算机、车载计算机或具有信息/数据处理能力的设备(如智能传感器、智能卡等)，以及新型的双向寻呼机和智能电话等。在这样的计算环境中，只要用户或应用需要在智能计算设备上进行一定数量或较复杂的数据处理和管理，那么设备上就需要嵌入式移动数据库。
虽然移动设备的资源存在各种限制，但系统硬件提供的计算能力在不断提高，在实现嵌入式移动数据库系统或数据库管理器的过程中将涉及以下一些支持技术1.内核微小化。只有充分小的内核系统才能够充分适应硬件的能力。
2.接口简明实用。EMDBMS和应用一体，必需提供支持应用开发的接口。
3.JAVA技术。目前在很多智能手机上有基于Java的开发应用，应该考虑Java或类似技术。
4.有效的系统处理优化。在硬件存在较强限制的情况下，EDBMS必需实现某些查询优化技术，如简单使用索引等。
随着移动计算商务市场的需求不断扩大，嵌入式移动数据库技术将使得数据库技术更为客户化(可定制)和平民化，嵌入式移动数据库将成为“无处不在的数据库”。
基于移动计算的新技术专业增值服务及其实现装置，数字信号处理就是把一系列输入信号经过各种运算，变换转换为输出信号，其关键就在于如何快速，高效地进行大量数学运算。普通计算机都有数据处理和数学运算的功能，但却很难两者兼顾都达到最优效果，而数字信号处理器是针对数字信号处理中特殊的数学运算而设计的一类微处理器。执行数字信号处理算法的一个最大的瓶颈是从存储器中频繁陈述大量数据信息，包括输入信号采样，滤波器系数以及程序指令等等。针对这个问题，数字信号处理器采用了哈佛(Harvard)结构将程序和数据存储在不同存储空间中，即程序存储器和数据存储是两个相互独立的存储器，每个存储器独立编址，独立访问，即程序指令和数据的存取空间分开，各有自己的程序总线和数据总线。这样处理器可以同时处理数据和程序，大地地提高了处理器的处理能力。
一是允许数据存放在程序存储器中，并被算术运算指令直接使用，增强了芯片的灵活性；二是指令存储在高速缓冲器(Cache)中，当执行此指令时，不需要再从片外存储器中读取指令，节约了一个指令周期的时间。
DSP芯片广泛采用流水线以减少指令执行时间，从而增强了处理器的处理能力。
提供多任务，多线程，实时微核来简化多处理器环境下的开发。微核用C语言和汇编语言写成，占用3K words(32bit)的空间。系统中每个DSP上都运行一个微核的拷贝，由它来负责任务，线程的管理和外部中断引起的环境保护，存储器管理等等。
提供”虚拟通信端口”的驱动程序作为处理器间的通信的标准设备，而与系统的硬件无关，不论你是采用共享内存还是串口互连。
丰富的C库函数，使用这些函数调用”虚拟通信端口”的驱动程序，可以方便地实现处理器间的通信和同步。
通过配置软件的方法，可以方便地在处理器间分配任务，优化系统性能。
支持标准的输入输出函数，方便进行调测。
该产品的最大特点是SIMD(单指令多数据流)模式的DSP结构，这种结构比第一代SHARC结构增加了第二套计算单元，并大大提高了处理器的数据移动能力。双处理元(每个处理元包括乘法器，ALU，移位器和寄存器堆等)结构下，一条指令可以在两个处理单元中并行执行，从而实现并行处理多数据流(SIMD模式)。使得计算速度加倍。为了更好地实现多个DSP片间并行处理，ADSP21160具有住处理器接口和支持多处理器的共享总县，内部数据总线宽度提高到64位，DMA通道从10条增加到14条，由于存储器是双口的，DMA可以和核处理器同时访问内存，不发生冲突，不插入额外周期。
权利要求
1.一种基于移动计算的新技术专业增值服务及其实现装置，其特征在于，包括面向对象的新技术专业增值服务的虚拟与现实境界、移动计算的协同工作环境、多通道数据源、属性特征、模式识别、元素标识、情景设定、执行非线性任务、人机交互解释器、魔发引擎、可视化埸景操作，在其模块上方，包括对象识别监控组态模块、新技术专业增值服务的数学模型、非程序模板、世界图景、智能信关模块，在该模块下方，包括移动计算的人工智能网络、可视化埸景操作的魔发引擎、实时信息库、对象资源库、联想知识库、案例分析库。
全文摘要
本发明涉及的基于移动计算的新技术专业增值服务及其实现装置，其包括面向对象的新技术专业增值服务的虚拟与现实境界、移动计算的协同工作环境、多通道数据源、属性特征、模式识别、元素标识、情景设定、执行非线性任务、人机交互解释器、魔发引擎、可视化埸景操作，在其模块上方，包括对象识别监控组态模块、新技术专业增值服务的数学模型、非程序模板、世界图景、智能信关模块，在该模块下方，包括移动计算的人工智能网络、可视化埸景操作的魔发引擎、实时信息库、对象资源库、联想知识库、案例分析库等。
文档编号G06N3/00GK1549182SQ03116910
公开日2004年11月24日 申请日期2003年5月15日 优先权日2003年5月15日
发明者季永萍 申请人:季永萍