无监督学习在认知网络中的应用研究

人工智能旨在构建智能机,其中智能机或代理能够感知环境并采取行动实现效用最大化。人工智能的核心问题包括演绎、推理、问题解决、知识表示和学习等。机器学习是人工智能的主要分支,无监督学习是常见机器学习算法之一,在认知网络中占有重要地位。文章介绍无监督学习的两种类型:聚类与盲信号分离,分析基于质心的聚类、k-最近邻居等聚类算法和主成分分析法、独立成分分析(IICA)等盲信号分离算法,最后描述了无监督学习在认知无线电、认知雷达、智能电网等领域中的应用场景。