以前的分散式认知媒体访问控制（DC-MAC）协议允许次要用户（SU）独立搜索频谱访问机会，而无需中央协调员。
DC-MAC假定检测方案在物理（PHY）层是理想的。
实际上，在分布式频谱共享方案中，更复杂的检测算法是不切实际的。
由于PHY层的能量检测（ED）计算和实现复杂度较低，因此已成为最常用的方法。
因此，至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是，ED需要最低采样时间（MST）持续时间才能在低信噪比（SNR）环境中实现目标检测概率。
否则，将无法达到预期的检测性能。
在本文中，我们推导了在低SNR环境中ED的MST的准确表达。
然后，我们提出了一种基于MST的优化DC-MAC（ODC-MAC）协议，该协议对上述带有ED的DC-MAC问题进行了修正。
此外，对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明，仿真结果与理论分析吻合良好。
与传统的DC-MAC相比，所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。

认知无线电自组织网络的分布式联合子载波和离散功率分配

在设计网页之前，客户或产品经理会提出对网页视觉风格设计的期望：活跃、大气、稳重、信赖、都市化…..设计师一听到关键词或许很自然地在心里蹦出几个配色与“关键词”相匹配了。
网页的色彩，是访问者登录页面时的第一印象，好的页面色彩能给用户留下深刻的印象，并且能产生很好的视觉效果和营造网站整体氛围的作用。
色彩是我们接触事物的第一直观认知，在浏览一个新的网页时，第一认知的不是页面的具体结构和信息内容，而且是页面色彩搭配的视觉效果。
色彩对于每个人、地域或国家都有不同的情感认知和联想意义，从某种程度看，大多数人对色彩认知和联想是一致的，如红色，人们感觉得喜庆，热闹…再具体到事物会联想到红心桃、草莓等等。
在这里

这是一套非常有用的图书管理系统(java+mssql)项目，大家可自行下载开发，里面有毕业设计相关论文，以及完整代码，大家可以参考学习得到自己的认知体会，总结学习方法，完善自己的项目

本书创建了“全信息理论”、“信息转换原理”和“信息科学方法论”，形成了信息科学理论体系，在国内外独树一帜。
全书分为四篇。
第一篇给出信息科学的背景和定义，是全书的总纲；
第二篇提出并建立全信息理论，是全书的基础；
第三篇阐明信息转换原理，把相互分立的感知论、通信论、认知论、智能论、控制论、系统论有机综合成为统一的科学理论，是全书的主体；
第四篇总结了信息科学的方法论，是全书的灵魂。

本书作者EricFreeman；
ElElisabethFreeman是作家、讲师和技术顾问。
本书的产品设计应用神经生物学、认知科学，以及学习理论，这使得这本书能够将这些知识深深地印在你的脑海里，不容易被遗忘。
本书的编写方式采用引导式教学。
以大量的生活化故事当背景，以图片做背景，阅读起来生动有趣。
书中模式告白节目，将设计模式拟人化成节目来宾，畅谈其内在的一切。
本书大量采用uML的classDiagram(StaticStructureDiagram)。

脑电信号(Electroencephalograph，EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，其包含了大量的生理与病理信息，并可以用许多特征量来描述其特征信号。
P300电位即受试者辨认“新异”(oddball)刺激序列中低概率的“靶刺激”时，在头皮记录到的潜伏期约为300ms的最大晚期正性波，是事件相关电位(Event-RelatedPotential，ERP)中应用最广、与认知功能关系最为密切的成分。
脑机接口(BCI)是一种不依赖于外周神经和肌肉等常规输出通道的信息交流系统。
P300是神经系统接受特定模式下的视觉刺激所产生的特定电活动，适合于脑机接口应用。
本文针对P300脑电信号的特点，即诱发电位中的P300成分通常是在新异刺激模型中对不同刺激进行辨别、分类、判断时产生的，所以采用视觉“Oddball”范式诱发事件相关电位，然后采用EGI64导脑电系统采集原始脑电信号，再用Net-Station软件对原始数据进行预处理，预处理步骤包括滤波(Filter)、数据分段(Segmentation)、人工伪迹检测(ArtifactDetection)、坏通道替换(BadChannelReplacement)、叠加平均(Averaging)、参考点转换(AverageReferencing)、基线校正(BaselineCorrection)等，最后采用功率谱分析与相关系数矩阵相结合的方法选取恰当的电极，确定少量活跃电极分布在头顶位置，活跃电极主要集中在后脑区域，为脑机接口应用产品的开发奠定理论基础。

1.1模型驱动的参考架构参考架构基于模型驱动的工程方法(ModelDrivenEngineeringMDE)进行设计。
基于模型可以将物理和数字世界的知识模型化,从而实现:·物理世界和数字世界的协作对物理世界建立实时、系统的认知模型。
在数字世界预测物理世界的状态、仿真物理世界的运行、简化物理世界的重构,然后驱动物理世界优化运行。
能够将物理世界的全生命周期数据与商业过程数据建立协同

北京理工大学小学期认知实习报告。
3000字左右的结课感想。
切勿照抄，仅供参考。

神经形态认知

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。