典型文献
基于LTE小区评估的SOM和k-means算法比较
文献摘要：
针对移动网络技术日益复杂的发展,为辅助网络运营商实现对移动网络的有效管理,提高对网络数据评估和优化的能力,通过无监督学习技术,提出一种基于关键性能指标(KPI)的特征提取法,对LTE小区进行模式聚类.通过对不同维度LTE小区样本数据特征的分析,对比自组织(SOM)神经网络和k-means算法的聚类表现,验证两种无监督学习聚类算法之间的优缺点.仿真结果表明,k-means与SOM在具有低维、高维数据集的不同小区中存在显著差异,分析实验数据总结出其中规律性.
文献关键词：
蜂窝小区;神经网络;聚类;特征提取
中图分类号：
作者姓名：
王晓东
作者机构：
陕西飞机工业责任有限公司,陕西汉中,723200
文献出处：
引用格式：
[1]王晓东-.基于LTE小区评估的SOM和k-means算法比较)[J].微处理机,2022(03):43-47
A类：
B类：
LTE,SOM,means,算法比较,移动网络技术,网络运营商,有效管理,网络数据,数据评估,无监督学习,学习技术,关键性能指标,KPI,提取法,不同维度,数据特征,自组织,聚类算法,低维,高维数据,蜂窝小区
AB值：
0.354813
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。
