TD-SCDMA网络无线网业务模型数据报表开发

文章介绍了3G业务分类与TD-SCDMA网络无线网业务模型,阐述了数据报表的开发方法和流程,给出了业务模型指标的算法实现,并在现网中实现了报表定制,通过自编工具处理现网数据建立了TD-SCDMA无线网业务模型;最后,分析了现阶段报表存在问题,为下一步工作指明了方向.     

TD—SCDMA网络无线隔业务模型数据报表开发

文章介绍了3G业务分类与TD—SCDMA网络无线网业务模型,阐述了数据报表的开发方法和流程,给出了业务模型指标的算法实现,并在现网中实现了报表定制,通过自编工具处理现网数据建立了TD—SCDMA无线网业务模型;最后,分析了现阶段报表存在问题,为下一步工作指明了方向。     

移动无线网大数据规划模型研究

随着近年来大数据技术的发展，各行业加强了其在专业领域的研究及应用。对于移动运营商的无线网规划专业，通过结合企业拥有的市场、网络、终端、基站、规划等数据源进行大数据规划将有效提高网络规划的精准度及自动化水平。从目前已有的大数据规划平台来看，一般存在没有充分考虑场景区分及区域类型的问题，这对规划结果有一定影响。首先分析移动无线网大数据规划模型所需数据源、处理应用架构及实施方法，再从移动无线网大数据规划关键环节及模型分析开始分别研究面、线、点 3 种覆盖规划模型包含的标准、算法及参数设置等内容，最后对移动无线网大数据规划模型的构建及应用提出相关思路和建议。     

基于模糊时间序列的给水泵指标预测

对火电厂给水泵系统设备的指标数据进行有效预测,有助于保障设备安全、可靠运行,提高指标数据预测的准确性具有重要意义。文中提出基于模糊时间序列算法来预测给水泵系统设备的指标数据,同时采用该算法在给水泵的真实运行数据集上进行实验,分别对给水泵指标出口压力及温度进行预测。结果显示,给水泵出口压力预测模型平均绝对百分比误差为0.009 5,均方根误差为0.250 5,而出口温度的模型平均绝对百分比误差为0.001 4,均方根误差为0.366 2,证实了模糊时间序列预测算法的预测误差较低,且能够应用于给水泵系统设备的指标预测中。     

基于智能审核的无线网规划设计审核平台研究

为提升无线网资源建设管理效率和水平,提出一种基于智能审核算法的无线网规划设计审核平台应用。通过信息化技术手段,实行对LTE站点等无线网资源全生命周期各阶段数据的动态采集,建立标准化、规划化的建设审核流程,并结合智能审核算法,有效解决了无线网尤其是LTE网络建设过程中存在的“四超”等问题。该平台在多个省份进行了应用,具有较高的应用价值。     

基于时间序列组合模型的电力负荷预测

针对传统电力负荷数据非稳定、非线性的特性导致预测精度不高的问题,提出一种基于数据模态分解与CNN-BiLSTM相结合的负荷预测模型。利用自适应噪声完备集合经验模态分解算法（CEEMDAN）对原时间序列负荷数据进行分解,分解成多个稳定的本征模态函数分量（IMF）和残差（Res）;对各分量使用卷积神经网络和双向长短期记忆网络组合模型逐一预测。对预测效果评估指标较差的分量继续采用变分模态分解（VMD）算法进行分解,再次预测从而提高模型的整体预测精度。经过实验验证表明,该组合模型与其他模型相比,有效提高了拟合优度,降低了预测误差。     

基于数据挖掘的高校学生成绩预测分析

以数据为基础的知识规则研究已经成为当前高校改进教学手段和提高教学质量的重要方法。文章进行了课程关联度、学生成绩预测两个方面研究。在课程关联方面,文章通过基于数学中的距离计算方法,分别研究了欧几里德距离关联分析算法、相关系数关联分析算法、余弦关联分析算法在课程关联度中的应用,并对三种关联算法进行了对比,其中余弦关联分析算法的效果最好。在学生成绩预测方面,通过调查问卷,收集了大量的数据,通过决策树算法分析了课程理解程度、学习时间、课程兴趣、性别等信息对学生成绩的影响。     

基于SMOTE的XGBoost算法在风机叶片结冰预测中的应用

文中针对低温潮湿环境下风机易出现的叶片结冰现象,提出一种基于SMOTE的XGBoost算法对风机叶片结冰进行早期预测。首先,结合领域知识和Wrapper法对风机SCADA数据进行特征分析,评估各特征重要性;其次,对结冰数据进行SMOTE过采样,选择适合不平衡数据集的评估指标F1Score,G-mean作为模型评估指标;最后,基于XGBoost算法构建预测模型,利用网格搜索与学习曲线对模型参数进行优化,提高预测准确率。通过与AdaBoost算法进行比较,实验结果表明文中提出的方法在准确率和时间效率方面优于AdaBoost算法,有效解决了风机结冰预测问题。     

CDMA无线网优分析系统的开发与应用

文章针对朗讯CDMA无线网优分析软件的保守性和不开放性,利用朗讯OMP的SMRG软件接口开发了针对朗讯设备的CDMA无线网优分析系统,该系统基本实现了朗讯SMART、SPAT、HOMAX等软件工具的功能,而且具备了历史数据分析的能力。同时文章也提出了网优分析系统的开发方向。     

基于Markov链使用模型的软件可靠性测试方法

针对基于UML模型的软件可靠性测试方法的应用,软件可靠性模型在软件可靠性测试中的算法优化,从应用工具、数据存储方法等多个方面展开详细探讨,对软件可靠性测试中模型的选择问题进行了分析,并提出了一种将UML形态图行通过扩展算法转化为Markov链使用模型的实时测试序列和优化方法,解决了传统UML模型在软件可靠性测试过程中由于描述粒度过粗而导致的对软件可靠性描述真实度不够等问题。通过对比仿真实验分析,证实文章提出的模型同传统模型相比,预测精度和准确性较高,拟合效果较好,且可扩展性更强,从而达到软件可靠性增长模型的预测功能。     

基于生物免疫优化支持向量机算法的居民区负荷预测

针对居民区用电负荷随机性强、稳定性差等问题,综合考虑各因素对居民用电负荷的影响,提出一种免疫支持向量机(support vector machine,SVM)算法负荷预测模型。以居民区历史用电量及相关气候数据为处理对象,使用PCA(principal component analysis)算法对电网历史数据进行处理,并结合免疫算法对电网历史数据进行预处理,形成数据簇并划定标签提供给预测模型进行训练。为提高模型精度,采用生物免疫优化算法对SVM模型参数进行优化,并在负荷预测环节,将预测误差作为调优依据,对预测模型进行反馈调优。将预测效果与常用于负荷预测的BP(back propagation)神经网络、SVM算法模型进行对比,免疫SVM算法负荷预测模型的短期、中期预测精准度均在98%以上,具有较好的精度与鲁棒性。     

基于卡尔曼滤波的剩余寿命预测模型

振动烈度是剩余寿命的一个评价指标。为提高剩余寿命预测精度,解决时序模型预测延时问题,文中提出了一种时间序列分析理论,对振动烈度数据进行平稳建模,得到符合其变化规律的模型方程;通过得到的模型方程推导出卡尔曼滤波算法的状态方程和观测方程;然后依靠卡尔曼预测递推方程进行预测,再对振动烈度进行预测,从而预测剩余寿命。实例分析表明,采用混合算法可以提高预测精度,且较好地解决了预测延时问题。     

基于张量分解的卫星遥测缺失数据预测算法

卫星健康状况监测是卫星安全保障的重要基础,而卫星遥测数据又是卫星健康状况分析的唯一数据来源。因此,卫星遥测缺失数据的准确预测是卫星健康分析的重要前瞻性手段。针对极轨卫星多组成系统、多仪器载荷以及多监测指标形成的高维数据特点,该文提出一种基于张量分解的卫星遥测缺失数据预测算法(TFP),以解决当前数据预测方法大多面向低维数据或只能针对特定维度的不足。所提算法将遥测数据中的系统、载荷、指标以及时间等多维因素作为统一的整体进行张量建模,以完整、准确地表达数据的高维特征;其次,通过张量分解计算数据模型的成分特征,通过成分特征可对张量模型进行准确重构,并在重构过程中对缺失数据进行准确预测;最后,提出一种高效的优化算法实现相关的张量计算,并对算法中最优参数设置进行严格的理论推导。实验结果表明,所提算法的预测准确度优于当前大部分预测算法。     

基于改进随机森林优化算法在医疗数据中的应用研究

本文针对临床疾病预测过程中医疗临床数据特征因子相关性较强,模型调参工作较为复杂的问题,提出一种多模型复合优化方法.考虑到过多的强相关性特征因子很容易降低模型的运行效率,利用SelectKbest变量筛选算法对临床数据进行筛选,采用遗传算法对随机森林分类器模型的参数选择进行优化.最后,以乳腺癌的临床数据为例,实验证明通过以上方法优化后算法模型的精准值、召回率、F1分值、AUC值等方面均有提高,该提出的超参数调优方法为具有强共线性的临床数据处理和疾病预测提供了一种新思路.     

基于GA-BP神经网络算法的生产调度研究

针对企业在车间生产调度方面的问题,提出了基于GA-BP神经网络的生产调度算法。通过对比GA-BP模型与传统的BP模型,验证了GA-BP模型能够克服BP模型收敛速度慢和训练时间长的缺点。通过仿真实验对GA-BP模型进行预测,得出模型预测正确率为96.2%。实验证明该算法可以完成最小化完成时间、最小化逾期时间和最小化能耗等多个目标,能准确有效地预测车间作业时长的真实数据。     

基于融合自注意力机制的GRU边坡预测算法研究

在对边坡进行准确性和可靠性评价时,传统的预测方法有效预测趋势时间短,且预测趋势与实际变化趋势差异较大。为提边坡形变监测中趋势预测值与实际变化趋势吻合度差的问题,文章提出了基于融合自注意机制的GRU边坡预测算法(Self-attention Gate Recurrent Unit, SA-GRU)。该算法：(1)对边坡监测历史数据进行预处理,从而降低数据集中的随机噪声,同时去除由设备问题产生的重复数据;(2)为了捕捉序列中的长期依赖关系,构建基于GRU的循环神经网络模型,并引入自注意机制以增强模型的关注能力。(3)将LSTM、GRU和SA-GRU 3种网络得到预测结果进行对比,发现融入了自注意力机制的GRU模型可以更好地理解序列中的时间关系,提高了预测的准确性。本算法对边坡形变趋势预测精度更高,在边坡稳定性的预测方面有更好的适用性。     

亿阳信通无线网优平台2.0率先通过中国移动FOA测试

日前,亿阳信通无线网优平台2.0在版本试点省陕西顺利通过中国移动FOA测试。亿阳信通是6个入围集成商中第一个通过FOA测试的单位。无线网优平台2.0是2011年中国移动六大重点建设系统之一,以抓基础数据,推成熟应用的思路为核心,实     

一种全数智一体化无线网优体系构建

目前抓好网络质量是保障网络服务感知、提升客户满意度的关键,当前网优工作“规、维、优、服”四个条线均在各自条线处理单个问题点,拥有独立的APP、网页、小程序等。在通信数智化转型时期,为达到筑造高质量网络、提升客户感知的目标,文章提出了一种规建维优营服全数智一体化无线网优体系构建研究。该体系利用基于大数据等多维度数据分析,面向无线覆盖、故障、容量、干扰、4/5G协同等重点问题,结合AI智能技术,规划方面实现高精度仿真、自动规划、规划预评估,维护方面实现高时效运维,优化方面实现高场景优化,服务方面实现高便捷服务,支撑我省“数智规建、数智维护、数智优化、数智服务”四位一体工作开展,改善无线网优工作管理质效。     

基于新型脑皮层的VoLTE视频感知指标监控方法

针对VoLTE视频通话中存在延迟、卡顿等问题,本文提出一种新型闹脑层算法的VoLTE视频通话质量的评估方法。首先,运用脑皮层算法的HTM算法对VoLTE时间序的指标进行检测,然后利用同比环比加权及HTM循环预测加权进行VoLTE感知指标异常值替换,构造能够实时发现指标异常状况的指标监控模型。其次使用时间序列连续性检测及补全功能、同比环比加权平均值再加权的方法提高异常数据训练的准确性。然后通过对比验证VoLTE失败码的预测结果,验证该模型的监控结果的有效性。     

江西电信CDMA网优平台的建设与应用

1引言 传统的无线网优工作需要管理的数据繁杂而庞大,工作量大,缺少统一的智能化网优分析工具,深层次的数据分析和挖掘往往受限,网优人员工作效率较低。为支撑前台市场,处理用户投诉需要耗费大量人力物力，无线网优工作流程得不到固化和监控，在日常工作中存在执行不到位的情况。