基于粗糙集的认知无线网络跨层学习

作     者：江虹 伍春 包玉军 黄玉清 JIANG Hong;WU Chun;BAO Yu-jun;HUANG Yu-qing

作者机构：西南科技大学信息工程学院四川绵阳621010 西安电子科技大学综合业务网理论及关键技术国家重点实验室陕西西安710071 

基　　金：国家自然科学基金(No.61072138) 国防基础科研计划(No.B3120110005) 国家973重点基础研究发展计划(No.2009CB320403) 西安电子科技大学ISN实验室开放课题(No.ISN10-09) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2012年第40卷第1期

页      码：155-161页

摘      要：认知学习是认知无线网络(CRN)跨层设计中非常重要的一环,它要求通信网络能利用已知跨层环境参数进行知识提取学习,并根据需要重配置网络.本文提出了一种基于粗糙集的CRN跨层学习技术,构建了案例事件库、知识库与规则匹配器,该模型结合数据离散、属性约简、值约简与规则生成算法来解决CRN的跨层学习问题.通过典型测试数据集的仿真比较,选出一组适合于所提出模型的粗糙集算法集合.仿真结果表明,该算法集能有效解决CRN跨层学习中知识提取与规则生成的准确性及有效性等问题,提出的跨层学习模型能有效用于CRN中的知识学习.

主 题 词：认知网络 规则生成 学习引擎 跨层设计 

学科分类：11[军事学] 0810[工学-土木类] 1105[1105] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 081002[081002] 110503[110503] 

核心收录：

D　O　I：10.3969/j.issn.0372-2112.2012.01.025

馆 藏 号：203448215...