为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
在认知无线电网络中，由于噪声不确定性引起的聚类重叠，能量检测的性能将明显降低。为了应对噪声不确定性的影响，本文提出了一种基于核空间优化支持向量机的合作频谱感知算法，该算法融合了支持向量机和数据的核空间优化，感知用户收集的数据统计量排列成向量，利用支持向量机将向量映射到高维空间进行分类的特性，使用Fisher思想计算使各类数据在高维空间分离度最高的核函数参数，使用得出的最优核函数参数进行支持向量机训练，得到最优的频谱分类器。仿真结果表明，基于核空间优化的算法明显提高噪声不确定情况下合作频谱感知性能。