认知网络

摘要： 采用认知网络分析法,探讨经过案例教学干预后体育教学领域硕士的认知网络差异,同时与无案例教学组、体育教师组的认知网络进行对比。研究发现:(1)案例教学使体育教学领域硕士的认知网络发生显著性变化,这种变化是从“认识论”层面转向“技能、知识、身份”3个层面相联动的认知提升。(2)案例教学使体育教学领域硕士像教师一样去思考,且都形成了以“理解学生”为中心的认知网络。(3)虽然案例教学能使体育教学领域硕士像教师一样去思考,但他们之间还存在学科教学知识使用上的差异。由于体育教学领域硕士缺乏实际教学经验,并没有形成以“体育学科教学目标为前提、学生为中心、学习评价为落脚点”的基本认知共识。今后将案例教学作为我国体育硕士培养中的重要环节,但要注意与联合培养基地之间的互动,注重在“实践”类型方面的案例教学创新。

摘要： 知识图谱在电信运营商业务及运维场景的知识搜索、工单处理、智能服务、故障分析等领域发挥着重要作用,以中国移动业务运营场景为依托,体系化地研究了知识图谱技术体系,基于应用场景、服务对象可分为问答检索类知识图谱、工单分析类知识图谱、系统运维类知识图谱和业务运营类知识图谱,并介绍其技术架构、业务架构及构建方法,引出知识图谱演进与发展的规划目标。

摘要： 在线同伴互评以协作和评价的方式,为群体认知发展提供了实践空间。文章以同伴互评和群体认知为基础,采用认知网络分析方法,对在线同伴互评活动中的交互数据进行编码分析,并从在线同伴互评的不同阶段与不同组别揭示群体认知特征、群体认知网络和群体认知发展轨迹,结果发现:在线同伴互评中,群体认知逐渐向中高维度连续发展;不同阶段、不同组别的群体认知网络存在显著差异;高分组、低分组的认知网络质心发展渐趋一致。基于过程性视角探索群体认知的发展过程,可为促进在线同伴互评质量与群体认知发展提供理论参考与实证支持。

摘要： 无人系统集群通信网络作为信息基础设施,已成为支撑海上无人系统集群作战的关键要素。针对海上无人系统集群的任务要求,分析无人系统集群通信网络的通信特征,提出一种海上无人系统集群通信网络的互连模型、功能结构及技术架构,并对其关键技术进行研究。

摘要： 为了提高理工科学习者的学习效力,可从认知科学与建构主义学习理论出发,分析理工科学习认知网络构建的规律,建立知识、能力、思维、价值观四层次认知网络模型。由此可进一步探讨线上线下混合式教学在构建该网络模型中的积极作用,并提出相应的四层次学习策略,从而在"计算机程序设计"课程教学实践中获得积极的效果。

摘要： 一、引言量化民族志作为一种融合定性与定量分析的新兴教育研究方法,有助于研究者突破固有区分的藩篱,从而构建跨越质性研究和量化研究鸿沟的桥梁。该研究方法由戴维·谢弗教授提出,虽然国内研究者对其相对陌生,但由该方法所衍生出的“认知网络分析”已被越来越多的教育研究者熟悉和使用。

摘要： 本文把非正交多址接人(NOMA)技术与认知网络相结合,提出了一种基于多中继选择的认知NOMA网络模型.考虑了在瑞利衰落信道下,主网络借助次级网络中的全双工中继实现可靠通信,作为回报,次级网络允许接入授权频谱来传输次级信号.中继同时接收主次信号后,采用串行干扰消除技术(SIC)依次解码主次信号,并根据NOMA协议转发信号到主次用户端.推导了在两种中继选择策略下认知NOMA网络中断概率,并通过了蒙特卡罗仿真验证.仿真结果表明,两阶段中继选择策略和全双工技术能有效提高系统中断性能.

摘要： 随着网络技术的快速发展,传统网络面临诸多挑战,难以满足特定应用和用户的服务质量QoS(Quality of Service)请求,网络管理困难,等等.为此,本文设计了一种面向认知网络的QoS路由协议.为了满足不同应用和用户的QoS请求,路由请求对应不同业务类型和服务等级,映射到相应的QoS参数区间.赋予路由节点感觉、活动感、记忆、查找、决策、执行、推理、解释等认知行为,设计了与这些行为相对应的报文,实现了节点之间的交互过程.节点只收集和维护局部的邻居和链路状态信息.通过维护和使用经验路径信息,提高了路由效率.本文对所设计的路由协议在原型系统上进行了实现,对协议的多项性能指标进行了评价.实验结果表明,本文所设计的协议是可行和有效的.

摘要： 认知网络节点具有自学习能力和推理能力,能够感知并且适应复杂和动态变化的网络环境,优化端端性能,实现高效利用网络资源的目标.本文提出了一种基于Agent技术的认知网络节点模型,研究了其认知循环、基本架构和形式化描述,并分析了模型的认知选择机制.rn 混合节点模型Node_AB定义了Agent能够感知的外部环境、动作决策原则以及能够采取的自主行为、交互行为和行为特征。模型认知层通过内部的认知状态进行思考和目标一手段推理机制来实现节点自主的行为决策，显现出自发的行为特征;知识层根据推理规则对逻辑公式进行推理来实现节点的行为决策，具有一定的自主能力;反应层内部没有部件用于记录环境和用户节点的历史信息，对环境信息做直接响应，展示出有限的行为灵活性特征。rn 这种分层次的不同动作选择机制充分体现出认知网络节点的异质性、所具有的不同认知能力和不同的认知需求。在认知网络中，节点通过多种方式交互各自所获取的感知信息，当网络规模较大，尤其在异构网络环境中，很难同步地进行感知信息的更新，不同认知节点对网络状态的认识有可能不同，进而会导致路由算法的震荡等问题，在实现过程中需慎重处理。

摘要： 根据无线认知中继网络上、下行链路子载波的信道特性,研究认知网络的频谱资源分配,提出一种上、下行链路子载波联合优化的分配算法。该算法根据子信道增益差值因子的大小分配下行链路子载波,以源节点和中继节点功率最小化为优化目标配对上行链路子载波,以用户的实时需求分配子载波的比特和功率,有效降低了系统的发射功率,提高了系统吞吐量。仿真结果表明,与启发—集中式和分布式辅助反馈传输功率分配算法比较,该联合优化算法的单位比特功耗降低了1.5～3dBμW,误比特率性能提高了1个数量级左右。

摘要： 针对多速率认知网络分析了不同体制网络间相互协作的动机及策略。基于排队论模型,提出了不同协作策略的时延分析模型,得到了不同类型用户的业务到达率、分组长度、信道传输速率与业务平均服务时间之间的解析关系,进而揭示了不同协作资源共享机制的时延性能以及适用的场景。数值仿真验证了分析模型的准确性和有效性,同时证明:通过合理利用用户间的协作,不仅可以更好地保障主用户业务的QoS性能,还可以有效提升次级用户的接入机会和QoS保障能力。

摘要： 文章综述了当前互联网的数据传输路径是由数据包的发起端到达最终的接收端,并不保证业务感知特性与包传输持续性,端到端的解决方案比较简单.为了实现"端到端QoS保障能力"的目标,将资源虚拟化技术以及基于认知的网络管理技术相结合,对业务/服务的内部逻辑进行统一描述、形成策略,通过创建一个资源融合的管理机制,自治的为业务提供简单、快速以及有保障的传输,同时充分利用知识库中存储的情境上下文信息,支持未来网络的可编程设施,促使互联网业务的实施部署.

摘要： 提出了一种基于业务感知和策略选择的认知路由(cognitive network routing)算法。该算法面向认知网络环境综合考虑了网络资源、业务流、策略选择等要素,在获知网络中业务流的宏观特征和需求的前提下,首先通过离线资源分配将网络资源按照业务流的固有分配特征预先配置给不同类型的业务流,然后通过在线路径计算实时得出各个业务流的最优路径。仿真实验验证了认知路由算法的有效性,对比于MIRA、SWP路由算法,CNR算法可以提高网络资源利用率,避免因资源不均衡产生的网络拥塞,能够在业务流和资源2个层面优化网络性能。

摘要： 为获得最佳感知,系统在n个备选用户中选择最佳中继进行协作感知，但实际系统可能由于各种原因选择了第二佳或乃至更为一般的第N佳中继。为此,提出基于第N佳中继选择的协作频谱感知,推导了其在瑞利平坦衰落下的检测概率,并给出闭合表达式。数值计算表明,随着N的增加,系统检测概率不断下降,乃至低于任意选择；随着n的增加,基于最佳或接近最佳选择的系统检测概率明显提高,而基于最差或接近最差选择的系统检测概率则有所下降。

摘要： 为获得最佳感知,系统在n个备选用户中选择最佳中继进行协作感知，但实际系统可能由于各种原因选择了第二佳或乃至更为一般的第N佳中继。为此,提出基于第N佳中继选择的协作频谱感知,推导了其在瑞利平坦衰落下的检测概率,并给出闭合表达式。数值计算表明,随着N的增加,系统检测概率不断下降,乃至低于任意选择；随着n的增加,基于最佳或接近最佳选择的系统检测概率明显提高,而基于最差或接近最差选择的系统检测概率则有所下降。

摘要： 为获得最佳感知,系统在n个备选用户中选择最佳中继进行协作感知，但实际系统可能由于各种原因选择了第二佳或乃至更为一般的第N佳中继。为此,提出基于第N佳中继选择的协作频谱感知,推导了其在瑞利平坦衰落下的检测概率,并给出闭合表达式。数值计算表明,随着N的增加,系统检测概率不断下降,乃至低于任意选择；随着n的增加,基于最佳或接近最佳选择的系统检测概率明显提高,而基于最差或接近最差选择的系统检测概率则有所下降。

摘要： 为获得最佳感知,系统在n个备选用户中选择最佳中继进行协作感知，但实际系统可能由于各种原因选择了第二佳或乃至更为一般的第N佳中继。为此,提出基于第N佳中继选择的协作频谱感知,推导了其在瑞利平坦衰落下的检测概率,并给出闭合表达式。数值计算表明,随着N的增加,系统检测概率不断下降,乃至低于任意选择；随着n的增加,基于最佳或接近最佳选择的系统检测概率明显提高,而基于最差或接近最差选择的系统检测概率则有所下降。

摘要： 认知无线网络中基于认知用户信令传输与频谱感知的联合网络状态获取的无线通信方法，涉及无线通信领域。它是为了解决现有基于对网络状态进行获取方法的无线通信方法需要周期性地停止当前通信，以及认知用户的传输时延长的问题。本发明基于认知用户信令传输与频谱感知的联合网络状态获取的方法实现无线通信，相比于基于现有对网络状态进行获取的方法，本发明不需要周期性地停止当前通信，大幅度降低了认知用户的传输时延。本发明能够根据当前网络吞吐量的不同，在传统感知模式与联合感知模式下切换，从而提高网络性能。本发明适用于认知无线网络中。

摘要： 本发明属于无线通信技术领域，公开了一种基于混合NOMA的认知中继网络中的认知用户的接入方法及系统；主用户收发机以及认知用户收发机之间均无直传链路，需要中继节点协助转发，当主用户和认知用户以NOMA的方式传输时，需要同时满足主用户和认知用户的目标速率，此时认知用户和主用户共享频谱资源，若以NOMA的方式传输，不能同时满足主用户的目标速率，则由主用户单独传输。本发明为了提升认知用户的接入机会，采用了联合动态功率分配和动态解码模式的策略。本发明所提的方法可以有效地解决对应场景下认知用户接入主用户授权频段的问题。

摘要： 本发明公开了基于复杂网络的自动驾驶汽车复杂环境模型、认知系统及认知方法，在感知自动驾驶汽车外部环境的基础上，首先，针对个体驾驶行为认知的复杂性问题，依据用于表示驾驶操控激进程度和模式转移偏好的驾驶特征参数，进行驾驶风格识别；其次，依据环境中运动主体的群体行为特征，在驾驶风格识别的基础上，基于复杂网络，以运动主体为节点，以道路为约束，建立时变复杂动态网络作为自动驾驶汽车复杂环境模型；最后，对复杂环境模型中的节点进行参数化表述，实现对复杂环境的节点差异化认知，采用凝聚算法对复杂环境模型中的节点分层，实现对复杂环境的层次化认知，建立复杂环境模型的无序程度度量方法，实现对复杂环境的全局风险态势认知。

摘要： 认知无线网络中基于认知用户信令传输与频谱感知的联合网络状态获取的无线通信方法，涉及无线通信领域。它是为了解决现有基于对网络状态进行获取方法的无线通信方法需要周期性地停止当前通信，以及认知用户的传输时延长的问题。本发明基于认知用户信令传输与频谱感知的联合网络状态获取的方法实现无线通信，相比于基于现有对网络状态进行获取的方法，本发明不需要周期性地停止当前通信，大幅度降低了认知用户的传输时延。本发明能够根据当前网络吞吐量的不同，在传统感知模式与联合感知模式下切换，从而提高网络性能。本发明适用于认知无线网络中。

摘要： 基于布鲁姆认知分类理论的深度神经网络认知水平评价模型是属于深度学习领域，应用于在线教育过程中对学生的认知水平自动评价。该模型基于课堂文本交互数据，以布鲁姆认知分类理论为认知水平分析框架，构建了一种深度神经网络模型用于在线学习的认知水平自动评价，更好地开展在线学习的过程性评价。用注意力机制来捕获交互文本中每个词语对认知水平评价结果的不同贡献度，对于贡献度较大的词语赋予更高的权重，从而达到更好的模型评价效果。所达到的技术效果是本方法比传统的方法能够更充分的利用学习过程中产生的文本数据，挖掘其更深层次的语义信息。

摘要： 本发明公开了基于复杂网络的自动驾驶汽车复杂环境模型、认知系统及认知方法，在感知自动驾驶汽车外部环境的基础上，首先，针对个体驾驶行为认知的复杂性问题，依据用于表示驾驶操控激进程度和模式转移偏好的驾驶特征参数，进行驾驶风格识别；其次，依据环境中运动主体的群体行为特征，在驾驶风格识别的基础上，基于复杂网络，以运动主体为节点，以道路为约束，建立时变复杂动态网络作为自动驾驶汽车复杂环境模型；最后，对复杂环境模型中的节点进行参数化表述，实现对复杂环境的节点差异化认知，采用凝聚算法对复杂环境模型中的节点分层，实现对复杂环境的层次化认知，建立复杂环境模型的无序程度度量方法，实现对复杂环境的全局风险态势认知。

摘要： 本发明属于无线通信技术领域，公开了一种基于混合NOMA的认知中继网络中的认知用户的接入方法及系统；主用户收发机以及认知用户收发机之间均无直传链路，需要中继节点协助转发，当主用户和认知用户以NOMA的方式传输时，需要同时满足主用户和认知用户的目标速率，此时认知用户和主用户共享频谱资源，若以NOMA的方式传输，不能同时满足主用户的目标速率，则由主用户单独传输。本发明为了提升认知用户的接入机会，采用了联合动态功率分配和动态解码模式的策略。本发明所提的方法可以有效地解决对应场景下认知用户接入主用户授权频段的问题。

摘要： 本发明公开了一种合作认知网络中认知用户能量效率最优化的方法，包括以下步骤：1)建立合作认知网络模型在约束条件下的能量效率最优化问题模型；2)将能量效率最优化问题模型通过Dinkelbach算法转换为减式形式问题求解；3)将减式形式问题通过引入辅助变量转换为凸优化问题进行求解。本发明主要通过结合使用分式规划，引入辅助变量和拉格朗日对偶法计算获得最优发射功率和时间分配，从而使认知用户能量效率最大。本发明不仅解决了现有技术中难以解决的问题，而且方法简单，结果准确。

摘要： 提供了各种方法，用于使得能够实现将机器学习应用于网络管理，并且特别是用于使得能够实现无线电接入网络中的认知网络管理。一个示例方法可以包括解释针对CNM或具体CF的一个或多个运营商目标以确保具体CF调整其行为以便实现运营商目标，将环境抽象成配置用于随后的决策制定中的状态，其中抽象的环境表示由定量KPI、抽象状态标签和可操作上下文的组合中的一个或多个构建，基于如由EMA引擎推断的抽象环境和可操作上下文，针对CF的不同上下文定义合法候选网络配置，并将如由EMA引擎导出的当前抽象状态、抽象环境或可操作上下文与从合法候选网络配置的集合选择的适当网络配置相匹配。

摘要： 本发明公开了一种合作认知网络中认知用户能量效率最优化的方法，包括以下步骤：1)建立合作认知网络模型在约束条件下的能量效率最优化问题模型；2)将能量效率最优化问题模型通过Dinkelbach算法转换为减式形式问题求解；3)将减式形式问题通过引入辅助变量转换为凸优化问题进行求解。本发明主要通过结合使用分式规划，引入辅助变量和拉格朗日对偶法计算获得最优发射功率和时间分配，从而使认知用户能量效率最大。本发明不仅解决了现有技术中难以解决的问题，而且方法简单，结果准确。