典型文献
基于机器学习的邻区规划研究
文献摘要：
利用机器学习算法(包括4种监督学习算法以及2种无监督学习算法),使用某县移动4G小区的工参数据,预测候选邻区是否应该添加为邻区.通过仿真分析,监督学习算法的召回率、准确率和精确率均达到82％以上,且随着样本数增多,算法性能进一步提升,当样本数大于4702条时,召回率达到87％以上.而非监督学习算法的召回率不足20％,因此基于监督的机器学习算法在邻区规划问题上性能更好,可用于邻区规划.
文献关键词：
机器学习;监督学习;无监督学习;邻区规划
中图分类号：
作者姓名：
尹志宁;陈庆涛
作者机构：
大唐移动通信设备有限公司,北京100083
文献出处：
引用格式：
[1]尹志宁;陈庆涛-.基于机器学习的邻区规划研究)[J].邮电设计技术,2022(07):19-24
A类：
邻区规划
B类：
基于机器学习,规划研究,机器学习算法,无监督学习算法,某县,4G,测候,加为,召回率,精确率,算法性能,规划问题
AB值：
0.210614
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。
