检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于卷积神经网络的超宽带信道环境的分类算法

杨亚楠, 夏斌, 赵磊, 袁文浩

计算机应用 2019, 39 (5): 1421-1424. DOI: 10.11772/j.issn.1001-9081.2018071516

摘要（365）

PDF （561KB）（248）

针对非视距（NLOS）状态鉴别需要已知信道类型的分类的问题，提出了一种基于卷积神经网络（CNN）的信道环境分类算法。首先，对超宽带（UWB）信道进行采样，构建样本集合；然后，利用样本集合训练CNN，对不同的信道场景特征进行提取；最终实现超宽带信道环境的分类。实验结果表明：所采用的分类方法的总模型准确率约为93.40%，能有效地实现信道环境的分类识别。

参考文献 | 相关文章 | 多维度评价

Select

2. 认知Mesh网络中基于免疫多目标优化的频谱分配

李亚伦杨亚楠柴争义

计算机应用 2014, 34 (8): 2239-2242. DOI: 10.11772/j.issn.1001-9081.2014.08.2239

摘要（256）

PDF （588KB）（23270）

针对认知无线Mesh网络(CWMN)的频谱分配问题，提出了一种基于免疫多目标优化的实现算法。该算法将要求解的频谱分配建模为最大化总带宽和最小化占用频谱数的多目标优化问题，设计了适合问题求解的抗体编码方式、整体克隆算子和非支配抗体选择算子。仿真实验结果表明，所提算法可以求得CWMN频谱分配问题的Pareto最优解，提高了最大化总带宽，减少了最小化占用频谱，优化了频谱分配性能。

参考文献 | 相关文章 | 多维度评价