%0 Journal Article
%T 基于粗糙集的认知无线网络跨层学习
%A 江虹
%A 伍春
%A 包玉军
%A 黄玉清
%J 电子学报
%P 155-161
%D 2012
%R 10.3969/j.issn.0372-2112.2012.01.025
%X 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.
%K 认知网络
%K 规则生成
%K 学习引擎
%K 跨层设计
%U http://www.ejournal.org.cn/CN/abstract/abstract3453.shtml