基于CCMO的现代汉语介词词义结构描写

认知组合性词义观（CCMO）是对词义生成和理解之规律的一种模型化观照,是进行词义结构描写的基础性理念。在理解词义时,CCMO要求牢记词义具有认知特性和句法组合特性,要从认知和句法组合的角度出发,坚持认为词义结构的生成是认知结构向语言符号投射的结果,而词义结构的显现则是词语间的句法组合驱动的结果。基于CCMO,句法结构的生成可看成是词义结构扩展的结果,词义结构是句法结构生成的基础。以“在、从、经”类介词为例,描写构建了介词词义的球结构模型,说明了句法语义运算功能是介词词义的本质特性。     

基于认知广度和深度的个性化信息检索模型

受心理学激活-扩散模型的启发,提出了在领域本体基础上的用户认知结构模型。该模型依据用户提供的认知中心,一方面,根据领域本体中概念之间的语义相关性推导出用户的认知范围;另一方面,根据概念之间的语义相关度刻画出用户的认知深度。从认知范围和认知深度两方面,描述用户对某领域知识的认知结构。实验结果表明,该模型与通用本体模型相比,具有较高的查准     

基于语义透明性的混合认知结构的研究

在构造一个混合认知系统的时候,需要有一个基本原则来确定人工神经网络和符号系统的功能和任务.本文试图通过构造一个含有迭代序列的概念模型和方法框架,预测认知行为中的基本要素,对人的认知行为进行客观的分析,为评价和构造混合模型的结构和处理过程奠定基础.本文首先介绍了"语义透明性(semantic transparency)"的概念,并用之描述和分析认知模型的特征以及隐含在人的认知行为中的过程,然后给出了一个具体的混合认知结构模型,最后根据从脑监控系统所得到的关于受试者处于认知行为过程的实验数据,进一步研究和分析混合认知模型的语义透明性问题.     

认知模型研究综述

认知科学已成为21世纪智力革命的前沿.从心理学和计算机科学的结合方面详述了认知科学起源、分类、学科构成和主要研究方法,分析了两种范式主要认知模型,并在概括、分析这些认知结构模型的基础上预测认知结构模型的未来,目的是让更多的人了解认知科学中认知模型的重要性及其发展.     

基于贝叶斯网络的自适应系统建构

以认知学习理论为依据,运用贝叶斯网络建立学习者模型,提出了一种学习内容自适应呈现算法。学习内容的呈现适合学习者认知发展水平及个性特征,实现了一种智能化、个性化网络学习的自适应系统,为学习者提供一种更优化的学习途径。     

基于认知发育的移动机器人自主导航

针对未知环境中移动机器人的导航问题,基于生物学的认知和发育机理构建自主导航的认知发育模型。通过自主插入神经元节点,设计结构可动态发育的神经网络,模拟生物的发育特性达到与应用需求相匹配的网络规模。通过热力学过程模拟动物的渐近学习特性,设计认知学习算法,并从理论上证明算法的收敛性。实验结果表明,该模型可使机器人模拟动物从环境中自动获取知识、积累经验,通过认知发育具备自主导航技能。     

融合知识交互关系的认知诊断深度模型

认知诊断是基于学习数据挖掘学习者潜在认知状态的一种智能评测技术.当前大多数认知诊断模型将学习任务中的知识视为同等重要,未考虑知识间的交互关系,从而影响诊断的准确性,同时也缺乏可解释性.针对上述问题,文中提出融合知识交互关系的认知诊断深度模型,实现学习者认知状态与知识权重的统一表达.同时,实现基于Choquet积分的理想作答反应计算算法.最后提出模糊测度的深度神经网络,预测学习者的作答表现.大量实验表明,文中模型不仅取得较好的预测结果,还能为预测结果提供知识交互层面的解释,具有一定的优越性.     

基于人机交互的认知数字流形

对脑内"宇宙"观测、探索脑认知规律是本世纪科学的重要目标。人脑信息加工机制既不能从外部直接检测,也不能用解剖方法对心理过程进行微观直接观测,只能用计算机模拟,或称"黑箱"方法借助理论思维对脑内活动和机理做间接推断是50多年认知科学的隐含假设,称为"人机分离的功能模拟"研究范式。从哲学互补原理可洞察到"人机融合的结构观测"范式,即直接观测、采集脑认知内容数据,获得脑认知结构及运动规律。此方法可能吗?大胆想法是把脑内认知诱导到脑外环境中观测,但认知会发生在脑外吗?基于认知哲学前沿的脑外认知观,我们提出基于人机交互的"认知耦合"脑信息观测思路。基于人机交互构建"脑认知体-耦合情境-信息流形"(BSM)认知观测数字系统。基于范畴、态射、素描等理论,把人机情境中的交互过程投影为图、网络等可视化数理模型上,高维认知流形降维到复杂认知网络,实现认知结构成像、认知耦合调制及认知逻辑、认知动力系统的研究。     

从广义话题结构考察汉语篇章话题认知复杂度

语言理解问题从认知的角度已有大量的研究,但针对汉语的研究却很少。由于认知实验操作复杂,不容易大规模复制,因此难以量化其结论的普遍性以及对语言事实的覆盖度。该文尝试模拟人补足汉语篇章片段中话题-说明信息的过程,建立广义话题结构认知机模型,并通过认知机对大规模汉语语料进行定量分析,考察汉语标点句的话题认知所需的记忆资源及认知局限性。用作统计特征量的广义话题结构特征有标点句的深度、话题结构内折返度、话题栈深度、话题栈折返度、搁置区使用量。统计数据可从认知行为的视角得到合理解释。该文一方面揭示了说汉语者的话题认知能力的表现和局限性,另一方面又说明了广义话题结构认知机是话题认知的合理模型。     

适应性教学系统中教学策略的研究

适应性教学系统要发挥适应学生的特点来安排教学的功能,就应当提供个性化的教学策略支持学生的学习。本文构建了教学策略的实现模型,通过它判断学习者的认知特点认知能力,为学习者提供与之相适应的教学内容与学习策略,从而生成个性化的教学策略。     

认知科学的发展及研究方向

研究认知科学的起源、发展、学科结构及研究方向。提出了基于过程的认知定义,探讨了认知科学的起源;将认知科学的发展划分为计算理论、符号处理理论、多理论三个阶段;论述了认知科学的学科结构及研究方向,指出认知模型、大脑存储模型、认知计算是当前认知科学的主要研究方向。研究发现,基于过程的认知定义能够体现认知的本质。一元事件认知模型能够模拟人类的认知,是一种理想的认知模型。     

基于矢量地图数据的路径规划算法研究

分析了矢量地图数据格式的特点,在进行路网拓扑信息提取和“分层分块”存储的基础上,比较了几种常用路径搜索算法;给出一种基于多级比例尺地图模型的多比例尺启发式最优路径规划算法,并对如何提高路径规划的实效性进行了探讨。     

一种具有发育机制的感知行动认知模型

针对结构固定认知模型中存在的学习浪费与计算浪费问题, 在具有内发动机机制的感知行动认知模型基础上, 根据操作条件反射学习特性, 借鉴潜在动作原理, 建立起一种具有发育机制的感知行动认知模型D-SSCM (Development-sensorimotor cognitive model), 具体为一个14元组, 包含离散学习时间集、内部可感知离散状态集、可输出动作集、有效输出动作空间集、潜在动作关系集、可输出动作空间探索率集及发育算法等.针对模型发育过程, 分别设计了模型结构扩展式发育方法和算法以及缩减式发育方法和算法, 定义了模型的发育式学习过程.使用两轮机器人自平衡任务对设计的学习模型进行验证, 实验结果表明, 发育机制下的感知行动认知模型D-SSCM具有更快的学习速度及更稳定的学习效果.     

Linear and sigmoidal fuzzy cognitive maps: An analysis of fixed points

Fuzzy cognitive mapping is commonly used as a participatory modelling technique whereby stakeholders create a semi-quantitative model of a system of interest. This model is often turned into an iterative map, which should (ideally) have a unique stable fixed point. Several methods of doing this have been used in the literature but little attention has been paid to differences in output such different approaches produce, or whether there is indeed a unique stable fixed point. In this paper, we seek to highlight and address some of these issues. In particular we state conditions under which the ordering of the variables at stable fixed points of the linear fuzzy cognitive map (iterated to) is unique. Also, we state a condition (and an explicit bound on a parameter) under which a sigmoidal fuzzy cognitive map is guaranteed to have a unique fixed point, which is stable. These generic results suggest ways to refine the methodology of fuzzy cognitive mapping. We highlight how they were used in an ongoing case study of the shift towards a bio-based economy in the Humber region of the UK.     

基于认知元的认知计算

为改正已有认知计算不能准确模拟人类认知的缺陷,提出了基于认知元的认知计算。它的认知数据来源于认知元,认知计算由生成认知数据、存储认知数据、优化认知数据组成。研究发现,基于认知元的认知计算符合人类的认知规律;增加存储体容量能够改善认知计算的所有性能指标,当存储体的容量增加到足够大时,成功率及遗忘率可以达到最理想的值,但深化率和反思率却只能达到饱和值。因此,基于认知元的认知计算能够准确模拟人类的认知。     

WLAN中非合作博弈的信道分配研究

为解决基于802.11无线局域网中固定信道结构导致的因客户需求不均衡而产生的信道频谱分配不公平和系统效用率低的问题,提出了基于认知无线电技术的可变带宽信道分配方法,建立了无线局域网中频谱分配的非合作博弈模型.在该多接入点无线网络博弈模型中,重点考虑非重叠频谱的单碰撞域方案,在证明存在公平的且是系统最优的纯纳什均衡的基础上,给出单阶段的公平的信道分配算法.仿真实验结果表明,该分配方案无论在信道使用公平性还是系统效用上都优于固定信道和非纳什均衡的分配方式.     

连续认知结构推理方法及其应用

实际问题中存在着大量连续量以及对它们的各种认知信息(知识).为了较好地描述和利用这些知识,将这些知识分解为连续认知结论以及关于这个结论的一个认知结构,并将它们统一成一个连续认知结构.在此基础上提出了一种基于连续认知结构的连续认知推理网络,并探讨了一套利用连续认知结构进行推理的方法.这种方法在不完全的知识推理网络中的推理是非单调的,其最简推理复杂度关于推理网络节点在最复杂情况下是线性的.同时,还用例子说明了这种方法在实际问题求解中的适用性.     

认知无线电网络非协作博弈功率分配算法研究

发现干扰节点,并将功率适当地分配至各个可用频谱上,以提高节点数据率和网络吞吐量,是认知无线电网络当前的研究热点.本文提出一种基于非协作博弈功率分配方法(PANG),以提高认知无线网络系统吞吐量.PANG将认知网络节点功率分配问题转化为非协作博弈问题,并采用线性代价因子的方法抑制功率分配时的盲目性.理论分析表明,PANG存在纳什均衡点,具有帕累托最优解.本文使用Matlab对PANG算法进行仿真,仿真结果表明,PANG算法能够比PIWF算法更加合理的进行功率分配,并有效的提高系统吞吐量.     

渔夫捕鱼优化算法的认知无线电频谱分配

针对认知无线电系统中认知用户频谱分配问题,提出一种基于渔夫捕鱼优化算法（SFOA）的频谱分配算法。以系统效益最大化为优化目标,建立认知无线电频谱分配优化的数学模型,采用设置参数少、易于编码实现、寻优能力强的渔夫捕鱼优化算法对模型进行求解,得到空闲频谱最优分配方案,在Matlab 2012平台上进行仿真实验。结果表明,SFOA不仅提高了用户平均系统效益,而且提高了频谱分配效率。