典型文献
基于LSTM的边境频谱占用度预测
文献摘要：
通过长短记忆神经网络对边境频谱占用度数据进行学习,建立了基于边境频谱占用度数据特征的预测模型,分析了影响预测准确度的主要因素并得出结论.实验结果表明,文章中提出的预测模型具有较高的准确性,是一种有效的边境频谱占用度预测方法.
文献关键词：
深度学习;LSTM;频谱占用度预测
中图分类号：
作者姓名：
芦伟东;罗士伟;刘依卓
作者机构：
国家无线电监测中心哈尔滨监测站,黑龙江 哈尔滨 150010
文献出处：
引用格式：
[1]芦伟东;罗士伟;刘依卓-.基于LSTM的边境频谱占用度预测)[J].数字通信世界,2022(07):27-29
A类：
频谱占用度预测
B类：
边境,长短记忆神经网络,数据特征,影响预测,预测准确度
AB值：
0.15771
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。
