改进的基于支持向量机的网络综合评价策略

• 作者: 于艳华 宋俊德 宋梅 潘阳发
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 反向传播神经网络 主成分分析 支持向量机 维度变换
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 论文
• 页码范围: 85-88
• 页数: 4页
• 分类号: TN915.07
• 字数: 3361字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2007.06.020

摘要

针对现有移动网络性能综合评估方法中存在的问题,提出了在维度变换基础上的采用支持向量机(SVM)的综合评价策略.首先对语义上相关的n个指标进行维度变换,使之成为独立的n维;然后对变换后的数据用支持向量机建立回归模型.理论分析表明,这种方法既可克服反向传播(BP)神经网络方法在应用中存在的收敛于局部极小问题,也可避免主成分分析法引起的信息丢失问题.实验表明,用支持向量机的方法比用BP神经网络的方法过程更可控,预测误差更小,且样本评价值间的差异保持得更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋梅	北京邮电大学电子工程学院	54	469	13.0	20.0
2	宋俊德	北京邮电大学电子工程学院	215	1839	22.0	36.0
3	于艳华	北京邮电大学电子工程学院	10	127	6.0	10.0
4	潘阳发	北京邮电大学电子工程学院	3	56	3.0	3.0