امروزه توسعه محیط های هوشمند فراگیر به موضوعی جذاب برای محققین تبدیل شده است. در این محیط ها، تعاملات کاربر با اشیاء مختلف محیطی در طول زمان، با استفاده از حسگرهایی ثبت شده، و رویدادهای حسگرها به صورت جریانی از داده ها مورد پردازش قرار می گیرند. در این پردازش، عمل کاربر بازشناسی شده، و بر حسب آن، خدماتی به او ارائه می گردند. در بسیاری از رویکردهای بازشناسی اعمال، ابتدا جریان داده ورودی قطعه بندی شده، و سپس عمل مربوط به هر قطعه تشخیص داده می شود. در این رویکردها یک گام اولیه بسیار مهم، قطعه بندی جریان داده های حسگرها است. در این مقاله به این مساله پرداخته ایم، و برای حل آن روش جدیدی را، بر مبنای یک مساله برنامه ریزی تفاضل محدب، پیشنهاد داده ایم. در روش پیشنهادی، برای هر رویداد حسگر در جریان داده ها، یک بردار ویژگی با استفاده از رویکردی بیزی محاسبه، و دنباله این بردارها در یک تابع هزینه تفاضل محدب به کار گرفته شده است. بردارهای ویژگی و تابع هزینه را با در نظر گرفتن مکاشفه هایی که مطابق با شرایط محیط های هوشمند فراگیر هستند، محاسبه کرده ایم. قطعات داده با کمینه سازی این تابع استخراج می گردند. در ارزیابی ها از یک شبیه ساز خانه های هوشمند برای تولید جریان داده های حسگرها استفاده شده است. میزان خلوص قطعات، و آنتروپی شرطی قطعه بندی برای سنجش میزان کارآیی روش پیشنهادی محاسبه گردیده اند. ارزیابی های نشان می دهند که در مقایسه با تعدادی از رویکردهای موجود، روش پیشنهادی عملکرد قابل قبولی را از خود نشان می دهد.
