سیده الهام جوادی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، کرمان، ایران
بهزاد مشیری - قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایران
هادی صدوقی یزدی - دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مهندسی کامپیوتر، مشهد، ایران

خانه های هوشمند به انواع مختلفی از حسگرها مجهز شده اند که قادر به نظارت بر فعالیت های انسانی می باشند. اطلاعات جمع اوری شده از طریق حسگرهای مختلف به دلیل مستعد بودن حسگرها به نویز، خرابی، از بین رفتن اطلاعات در حین ارسال و... اطمینان پذیری بالایی ندارند و دارای عدم قطعیت می باشند. یکی از مهم ترین تکنیک های ارائه شده برای مقابله با این عدم قطعیت موجود در اطلاعات، تئوری دمپسترشافر می باشد. در این مقاله اطمینان پذیری و کاهش عدم قطعیت در اطلاعات جمع آوری شده برای فرایند تشخیص فعالیت می باشد. در روش پیشنهادی با استفاده از ویژگی های استخراج شده از سیگنال های حسگرها در نمونه های آموزشی مدل هایی برای رفتار هر حسگر در یک فعالیت مشخص ایجاد می گردد و در مرحله تست بر اساس مدل های هر حسگر، برای سیگنال های ورودی یک وزن مبتنی بر میزان شباهت سیگنال ورودی از حسگر به سیگنال های مشاهده شده آن حسگر در نمونه های آموزشی در نظر گرفته می شود و سپس این وزن در فرایند تصمیم گیری نهایی تشخیص فعالیت با استفاده از تئوری دمپستر-شافر استفاده می گردد

خانه هوشمند، اطمینان پذیری، عدم قطعیت، استخراج ویژگی، تئوری دمپسر-شافر