认知网络中的人工智能PDF|Epub|txt|kindle电子书版本网盘下载

认知网络中的人工智能PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 认知无线网络与人工智能1

1.1 认知无线网络1

1.1.1 认知无线网络概述1

1.1.2 认知环路与认知引擎4

1.2 人工智能概述8

1.2.1 人工智能的定义和发展8

1.2.2 人工智能的研究领域8

1.3 人工智能在认知无线网络中的应用9

1.3.1 环境感知、推理阶段的应用10

1.3.2 认知学习阶段的应用13

1.3.3 智能优化阶段的应用15

本章参考文献17

第2章 增强学习算法在认知网络中的应用21

2.1 增强学习算法概述21

2.1.1 增强学习的基本原理21

2.1.2 增强学习系统的主要组成要素22

2.1.3 增强学习的数学模型23

2.2 增强学习算法的应用举例32

2.2.1 Q学习算法在绿色认知无线网络中的应用32

2.2.2 多跳认知无线网络中基于增强学习的频谱感知路由38

2.2.3 增强学习算法在认知无线电频谱检测中的应用45

2.2.4 基于增强学习的CR技术在地面多播通信系统中的应用60

2.2.5 Nash-Stackelberg模糊Q学习决策方法在异构认知网络中的应用68

2.2.6 认知无线网络中基于增强学习的动态频谱分配拍卖算法78

本章参考文献85

第3章 人工神经网络在认知网络中的应用89

3.1 人工神经网络概述89

3.1.1 人工神经网络的特点89

3.1.2 人工神经网络的结构90

3.1.3 典型的人工神经网络模型95

3.1.4 BP神经网络99

3.2 人工神经网络的应用举例101

3.2.1 认知无线Mesh网络中基于神经网络的频谱感知101

3.2.2 动态信道选择中基于神经网络的认知控制器108

3.2.3 认知网络中基于频谱相关性和神经网络的信号分类114

3.2.4 认知无线云中基于神经动力学的分布式优化122

3.2.5 认知无线电中基于神经网络的学习和自适应128

本章参考文献135

第4章 遗传算法在认知网络中的应用140

4.1 遗传算法概述140

4.1.1 遗传算法的概念141

4.1.2 遗传算法的算法流程142

4.1.3 遗传算法的特点144

4.1.4 遗传算法的应用145

4.2 遗传算法的应用举例147

4.2.1 基于遗传算法的无线多载波收发器认知引擎147

4.2.2 基于多目标免疫遗传算法的认知无线电参数设计152

4.2.3 认知无线网络中基于遗传算法的重配置技术155

本章参考文献160

第5章 隐马尔可夫模型在认知无线网络中的应用161

5.1 隐马尔可夫模型概述161

5.1.1 隐马尔可夫模型的概念及数学表示161

5.1.2 在HMM中存在三个基本问题164

5.1.3 解决问题的相关算法166

5.1.4 缺陷173

5.2 隐马尔可夫模型在认知无线电中的应用173

5.2.1 基于HMM的信道状态预测器174

5.2.2 基于隐马尔可夫模型的频谱感知模型179

5.2.3 隐马尔可夫模型的动态频谱分配：泊松分布案例184

本章参考文献189

第6章 案例学习算法在认知无线网络中的应用190

6.1 案例学习算法概述190

6.1.1 案例描述和索引191

6.1.2 典型的案例学习算法193

6.1.3 案例检索和修改198

6.1.4 基于案例的推理201

6.2 案例学习算法的应用举例206

6.2.1 案例学习算法在无线电环境图中的应用206

6.2.2 案例学习算法在认知无线电WiMAX中的应用210

6.2.3 认知无线电中提高空间效率和针对多目标的案例学习215

6.2.4 认知无线电中采用案例学习和协作滤波的有效频谱分配223

6.2.5 3G网络用于提高覆盖范围的混合认知引擎229

本章参考文献235