移動通信與無線網絡中的機器學習和認知計算

江漢 徐以濤 丁國如 劉暢 林勝斌

移動通信與無線網絡中的機器學習和認知計算

簡體書新到貨｜2書75折 (8/25--8/31) 詳見活動內容 »

商品描述

本書是一本站在智能通信發展前沿的權威著作。當5G部署全面展開、萬物互聯時代加速到來，如何利用人工智能技術提升通信系統的智能性與可靠性，已成為行業核心議題。本書正是為解決這一關鍵問題而生。 全書以“理論引領-技術突破-場景應用”為主線，系統闡釋了機器學習與認知計算在移動通信、無線網絡、頻譜分配、物聯網及智慧城市中的前沿實踐。不僅深入解析深度學習、強化學習等算法在通信系統中的落地方法，更涵蓋海量連接管理、高可靠低時延通信、智能信號處理等熱點場景，為讀者提供從數學模型到工程實現的全鏈路知識。 本書既可作為通信工程、計算機、人工智能相關專業的高校師生教材，更是通信行業工程師、研發人員和技術管理者的必備寶典。無論是攻克技術難題、開展學術研究，或是規劃技術方案，書中豐富的案例與深邃的見解都將為您提供關鍵支撐，助您在智能通信浪潮中搶占先機。

作者簡介

湖北省隨州市人，博士，副教授。2006年畢業於解放軍理工大學軍事通信學專業，獲博士學位；留校後先後在軍用無線通信重點實驗室、 短波通信工程中心、新型作戰力量建設運用研究與培訓室工作。
 

目錄大綱

第1章 機器學習架構和框架
1.1 引言
1.2 機器學習算法
1.2.1 回歸
1.2.2 線性回歸
1.2.3 支持向量機
1.2.4 線性分類
1.2.5 SVM應用
1.2.6 樸素貝葉斯分類
1.2.7 隨機森林
1.2.8 K最近鄰
1.2.9 主成分分析
1.2.10 K均值聚類
1.3 商業用例
1.4 機器學習架構數據采集
1.5 機器學習的最新應用
1.5.1 圖像識別
1.5.2 情緒分析
1.5.3 新聞分類
1.5.4 垃圾郵件過濾和電子郵件分類
1.5.5 語音識別
1.5.6 網絡犯罪偵查
1.5.7 分類
1.5.8 作者識別和預測
1.5.9 社交媒體服務
1.5.10 醫療服務
1.5.11 產品和服務推薦
1.6 機器學習的未來
1.7 結語
參考文獻
第2章 認知計算：架構、技術和智能應用
2.1 引言
2.2 認知計算系統的組成部分
2.3 認知計算和人工智能
2.4 認知架構
2.5 認知架構和人機交互HCI
2.6 認知設計與評價
2.6.1 20世紀40年代構思的架構無法處理2020年的數據
2.7 認知技術在海量信息中挖掘價值
2.7.1 技術的強大程度取決於其靈活、安全的基礎
2.8 認知計算：概述
2.9 認知計算的未來
參考文獻
第3章 深度強化學習在無線網絡中的應用
3.1 引言
3.2 相關工作
3.3 機器學習到深度學習
3.3.1 機器學習前沿技術
3.3.2 深度強化學習
3.4 機器學習模型在無線通信中的應用
3.4.1 無線通信中的回歸、近鄰算法和支持向量機
3.4.2 認知無線電中的貝葉斯學習
3.4.3 無線網絡中的深度學習
3.4.4 無線網絡中的深度強化學習
3.4.5 流量工程和路由
3.4.6 資源共享和調度
3.4.7 功率控制之和數據采集
3.5 結論
參考文獻
第4章 智能通信中的認知計算
4.1 引言
4.2 認知計算演化
4.3 認知計算的特征
4.4 基本結構
4.4.1 認知計算和通信
4.5 基於認知無線電的資源管理
4.6 利用認知計算和人工智能設計5G智能通信
4.6.1 基於強化學習的物理層設計
4.7 基於深度學習的高級無線信號處理技術
4.7.1 調制
4.7.2 基於深度學習的信道譯碼
4.7.3 基於深度學習的信號檢測
4.8 基於認知的無線通信應用
4.8.1 面向公共安全的智能監控網絡
4.8.2 認知醫療保健系統
4.9 結論
參考文獻
第5章 頻譜感知與認知無線電分配方案
5.1 認知無線電的基礎和原理
5.2 認知無線電網絡的頻譜感知
5.3 頻譜感知技術分類
5.4 能量檢測
5.5 匹配濾波器檢測
5.6 Cyclo-Stationary檢測
5.7 基於歐幾裏得距離的檢測
5.8 認知無線電網絡的頻譜分配
5.9 頻譜分配的挑戰
5.9.1 頻譜與網絡異構
5.9.2 問題與挑戰
5.10 頻譜分配的展望
參考文獻
第6章 無線技術在物聯網中的意義
6.1 引言
6.1.1 物聯網：歷史背景
6.1.2 物聯網：概述、定義和理解
6.1.3 物聯網：現有技術和未來展望
6.2 物聯網硬件組成概述
6.2.1 物聯網硬件組成：開發板/平臺
6.2.2 物聯網硬件組成：傳感器
6.3 物聯網中的無線技術
6.3.1 拓撲
6.3.2 物聯網網絡
6.3.3 物聯網連接
6.3.4 物聯網協議/標準
6.4 總結
參考文獻
第7章 下一代認知網絡的體系結構和協議
7.1 引言
7.1.1 主網絡（授權網絡）
7.1.2 CR網絡（未授權網絡）
7.2 認知無線電網絡技術和應用
7.2.1 CR分類
7.3 認知計算：架構、技術和智能應用
7.3.1 CR物理架構
7.4 下一代（xG）網絡中CR的功能
7.5 頻譜感知
7.5.1 頻譜決策
7.5.2 頻譜移動性
7.5.3 CR網絡功能
7.6 智能通信的認知計算
7.6.1 CR技術
7.7 認知無線電中的頻譜分配
7.8 協作與認知網絡
7.8.1 集中式協作協調
7.8.2 分散式（分布式）協作協調和不協調
參考文獻
第8章 基於認知無線電技術的OFDM系統峰均功率比分析
8.1 引言
8.2 OFDM系統
8.3 峰均功率比
8.4 認知無線電
8.5 相關工作
8.6 神經網絡系統模型
8.7 覆雜性檢查
8.8 峰均功率比和誤碼率檢查
8.9 性能評估
8.10 結果和討論
8.11 結論
參考文獻
第9章 異構無線傳感器網絡中的基於閾值的優化節能路由技術
9.1 引言
9.2 文獻綜述
參考文獻
第10章 智能城市大數據應用的功效
10.1 引言
10.1.1 大數據特征
10.1.2 智能城市定義
10.2 大數據的數據類型
10.2.1 結構化數據
10.2.2 非結構化數據
10.2.3 半結構化數據
10.3 大數據技術
10.3.1 Apache Hadoop
10.3.2 HDFS
10.3.3 火花
10.3.4 微軟HDInsight
10.3.5 NoS

類似商品