典型文献
结合降噪自编码与极限学习机的LTE上行干扰分析
文献摘要：
针对长期演进LTE网络上行干扰分类模型中噪声敏感、训练时间长的问题,建立了结合堆栈降噪自编码器与极限学习机的LTE网络上行干扰分析模型.使用上行干扰原始数据无监督地预训练堆栈降噪自编码(SDAE)提取高层抽象特征,并为极限学习机(ELM)分类器提供初始参数.该模型发挥了ELM收敛快和SDAE抑制噪声的优势,同时克服了ELM参数随机赋值造成的鲁棒性不足的问题.实验结果表明,该模型提高了LTE网络上行干扰分析的效率,并具有较强的鲁棒性.
文献关键词：
LTE网络上行干扰;降噪自编码器;极限学习机;特征提取
中图分类号：
作者姓名：
许鸿奎;姜彤彤;李鑫;姜斌祥;王永雷
作者机构：
山东建筑大学信息与电气工程学院,济南250101;山东建筑大学山东省智能建筑技术重点实验室,济南250101;中国政法大学青少年犯罪与少年司法研究中心,北京100088;湖南亿恩科技有限公司AI研究院,山东青岛266000
文献出处：
引用格式：
[1]许鸿奎;姜彤彤;李鑫;姜斌祥;王永雷-.结合降噪自编码与极限学习机的LTE上行干扰分析)[J].吉林大学学报（工学版）,2022(01):195-203
A类：
堆栈降噪自编码器
B类：
极限学习机,LTE,上行干扰,干扰分析,长期演进,干扰分类,分类模型,训练时间,原始数据,无监督,预训练,SDAE,ELM,分类器,抑制噪声,赋值
AB值：
0.184098
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
