1、在物聯(lián)網(wǎng)中，由于物的信息具有多樣化的描述形式且機器不能夠完全理解這些物的信息（物聯(lián)網(wǎng)的內(nèi)在矛盾），進而很難有效地為普通用戶提供語義服務(wù)。語義物聯(lián)網(wǎng)能夠消解物聯(lián)網(wǎng)的內(nèi)在矛盾，為用戶提供相應的語義服務(wù)。它在物聯(lián)網(wǎng)的基礎(chǔ)上納入“語義協(xié)同”，即基于本體的語義標注和基于本體的語義理解。情景感知是語義物聯(lián)網(wǎng)的核心組成部分，情景不一致性是情景感知的關(guān)鍵問題，導致用戶無法獲得正確的情景進而無法進行情景推理。
　　本文綜合利用粗糙集理論、本體、形式

2、概念分析以及證據(jù)論，提出一種適用于語義物聯(lián)網(wǎng)的情景不一致性消解策略，利用本體來標注情景和情景模式并建立常識庫，找出不一致的情景，利用粗糙集理論從常識庫的決策表中獲得約簡屬性，再利用形式概念分析和證據(jù)論找出最佳的情景。
　　通過與近期相關(guān)研究（基于語義的情景不一致性消除算法、基于約束的情景不一致性消除算法以及基于證據(jù)論的情景不一致性消除算法）的評估對比以及大量實驗證明本文所提出的策略具有較高的正確率和可行性，本文所提出的方法既具有語