监督学习在无线认知传感器网络中的应用  

作　　者：郎为民[1] 陈凯[1] 张国峰[1] 

机构地区：[1]解放军国防信息学院,湖北省武汉市430010

出　　处：《电信快报（网络与通信）》2014年第4期9-11,28,共4页Telecommunications Information

基　　金：国家自然科学基金资助项目"节能无线认知传感器网络协同频谱感知安全研究"(编号61100240)

摘　　要：监督学习是指利用一组已知类型的训练数据(输入对象和预期输出)对学习系统进行训练,调整分类器的参数,预测新输入的输出值。机器学习可用于无线认知传感器网络中的学习引擎设计和MAC(媒体访问控制)协议分类。文章介绍线性回归、Logistic回归、人工神经网络、决策树学习、随机森林、朴素贝叶斯分类器、支持向量机等常用监督学习算法的原理,并简要分析机器学习在无线认知传感器网络中的应用场景。

关 键 词：监督学习 无线认知传感器网络 决策树学习 支持向量机 

分 类 号：TN929.5[电子电信—通信与信息系统] TP212.9[电子电信—信息与通信工程]