排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
常规的移动通信网络异常信号识别是在理想环境下进行的,实际的异常信号识别往往受到其他干扰的影响,出现识别误差的问题。因此,设计了基于神经网络的移动通信网络异常信号识别优化方法。提取移动通信网络异常信号特征,将短时能量信号与过零信号的时域提取出来,过滤时域上的噪声信号,保留异常信号存在的部分。基于神经网络构建通信网络异常信号识别模型,将异常信号特征神经元作为输入,加权求和输入神经元特征,以激活阈值判断当前信号是否异常,从而优化异常信号识别精准度。优化网络异常信号识别的回归损失,降低模型训练损失,从而符合模型输出预期。采用对比实验,验证了该方法的识别准确性更高,优化效果更佳,能够应用于实际生活中。 相似文献
1