基于粗糙集的认知无线网络跨层学习

• 作者: 伍春 包玉军 江虹 黄玉清
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 认知网络 规则生成 学习引擎 跨层设计
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 科研通信
• 页码范围: 155-161
• 分类号: TN911
• 字数: 6189字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2012.01.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伍春	西南科技大学信息工程学院	35	126	6.0	8.0
3	江虹	西南科技大学信息工程学院	82	268	8.0	11.0
5	黄玉清	西南科技大学信息工程学院	109	732	14.0	20.0
10	包玉军	西南科技大学信息工程学院	1	6	1.0	1.0