.png){kind=icon}
返回
Spectrum resource sharing method for IoT based on graph matching algorithm
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-026-44142-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于物联网的快速发展，人们对频谱资源的需求也在迅速增加。然而，现有的频谱资源共享方法存在共享效率低且难以应对复杂环境的问题。因此，本研究提出了一种基于图匹配算法的物联网频谱资源共享方法，该方法充分结合了二分图匹配、超图匹配和拍卖理论的优势，能够实现频谱资源的合理分配与共享。实验结果表明，该方法准确率可达到92.3%以上，受试者工作特征曲线（ROC曲线）可达到0.931，决定系数可达到0.92，显著高于其他模型。并且通过实际环境验证，所提算法无论在延迟约束、不同样本量或恶意环境下均能保持高准确率。同时，其资源复用率保持在58.2%以上，当样本量达到25时，所需时间仅为41.2 bps。总体而言，本研究提出的算法能够应对复杂环境的挑战，保持高准确率，并在实际频谱资源共享中具有显著优势。
Keyword:
Engineering
Mathematics and computing
Bipartite graph matching
Hypergraph matching
Internet of Things
Spectrum resource sharing
Auction theory
Science
Humanities and Social Sciences
multidisciplinary
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.9
论文数:
28.2W
被引数:
83.5W
机构
引用论文
Virtual Network Embedding Over Multi-Band Elastic Optical Network Based on Cross-Matching Mechanism and Hypergraph Theory基于交叉匹配机制和超图理论的多带弹性光网络虚拟网络嵌入
.png){kind=icon}
PREAI
分享收藏分享收藏
Reliability-Aware Optimization of Task Offloading for UAV-Assisted Edge ComputingHao, H.; Xu, C.; Zhang, W.; Chen, X.; Yang, S.; Muntean, G.-M. 面向可靠性的任务卸载优化方法研究，基于无人机辅助的边缘计算. IEEE Trans. Comput. 2025, 74, 3832–3844. [Google Scholar] [CrossRef]
PREAI
分享收藏Dynamic Fairness-Aware Spectrum Auction for Enhanced Licensed Shared Access in UAV-Based Networks
PREAI
分享收藏
查看更多内容