小区极值吞吐量的估计方法.pdf

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN105050132A

(43)申请公布日2015.11.11

(21)申请号CN201510487092.5

(22)申请日2015.08.10

(71)申请人北京邮电大学

地址100876北京市海淀区西土城路10号

(72)发明人彭木根陈东涌

(74)专利代理机构北京聿宏知识产权代理有限公司

代理人钟日红

(51)Int.CI

H04W24/06

权利要求说明书说明书幅图

(54)发明名称

小区极值吞吐量的估计方法

(57)摘要

本发明公开了一种小区极值吞吐量

的估计方法,属于移动通信技术领域,解

决了现有技术难以准确估计小区的极值吞

吐量的技术问题。该方法包括:数据采集

步骤:在预先设定的性能连续测量时间

内,以一定的采样时间间隔,从各小区采

集网络配置参数和性能测量数据,获得数

据样本集,并定义服务质量指标以标识各

种多媒体分组数据业务的质量类别;训练

步骤:以定义好的各服务质量指标作为目

标属性,利用数据样本集训练最小二乘支

持向量机回归模型;预测步骤:根据各小

区的性能测量数据,利用训练好的最小二

乘支持向量机回归模型,对各服务质量指

标进行预测,获得满足最严格服务质量指

标的吞吐量,作为各小区极值吞吐量的估

计值。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种小区极值吞吐量的估计方法,其特征在于,包括:

数据采集步骤:在预先设定的性能连续测量时间内,以一定的采样时间间隔,

从各小区采集网络配置参数和性能测量数据,获得数据样本集,并定

义服务质量指标以标识各种多媒体分组数据业务的质量类别;

训练步骤:以定义好的各服务质量指标作为目标属性,利用数据样本集训练

最小二乘支持向量机回归模型;

预测步骤:根据各小区的性能测量数据,利用训练好的最小二乘支持向量机

回归模型,对各服务质量指标进行预测,获得满足最严格服务质量指

标的吞吐量,作为各小区极值吞吐量的估计值。

2.根据权利要求1所述的方法,其特征在于,所述数据采集步骤具体包括:

选择网络配置参数和性能测量指标,作为小区极值吞吐量估计模型的输入输

出参数;

设定性能连续测量时间,以小时作为采样时间间隔,从各小区采集网络配置

参数和性能测量数据,获得初始数据样本集;

从所述初始数据样本集中,选取时隙利用率大于预设值的样本数据,作为数

据样本集;

根据业务质量类别,定义服务质量指标以标识各种多媒体数据业务。

3.根据权利要求2所述的方法,其特征在于,所述时隙利用率的预设值为

60%。

4.根据权利要求1所述的方法,其特征在于,所述训练步骤具体包括:

以服务质量指标作为目标属性,以服务质量指标以外的其他参数作为输入数

据,确定训练样本集;

建立最小二乘支持向量机回归模型;

利用粒子群方法对最小二乘支持向量机回归模型的正则化参数和核宽度参

数进行优化求解,并将结果代回最小二乘支持向量机回归模型;

利用训练样本集,训练最小二乘支持向量机回归模型,得到最小二乘支持向

量机回归模型的回归函数。

5.根据权利要求4所述的方法,其特征在于,所述利用粒子群方法对最小

二乘支持向量机回归模型的正则化参数和核宽度

参数进行优化求解,具体包括:

将正则化参数和核宽度参数进行归一化;

将正则化参数和核宽度映射成粒子群;

定义适应度函数,并初始化粒子的速度和

文档评论(0)

各类考试卷精编 + 关注
官方认证
内容提供者

各类考试卷、真题卷

认证主体社旗县兴中文具店(个体工商户)
IP属地宁夏
统一社会信用代码/组织机构代码
92411327MAD627N96D

1亿VIP精品文档

相关文档