基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在对数据挖掘技术进行介绍的基础上提出将基于K-means的预测算法应用到无线移动通信业务预测中,将小区范围内的多维业务记录进行分类,而后又利用分类所挖掘的知识进行预测.并且利用计算机辅助分析方法进行性能分析,结果表明该方法与统计方法相比较精度有明显的提高.
推荐文章
基于萤火虫优化的加权K-means算法
加权K-means
聚类
萤火虫算法
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于粒子群优化的模糊K-Means目标分类算法
粒子群
模糊
分类
K均值
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于K-means优化算法的通信业务分析预测
来源期刊 电视技术 学科 工学
关键词 通信业务预测 数据挖掘 K-means算法
年,卷(期) 2013,(23) 所属期刊栏目 宽带网络
研究方向 页码范围 119-121
页数 3页 分类号 TN915
字数 2850字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 侯维娜 重庆邮电大学通信与信息工程学院 43 151 7.0 11.0
2 文凤 重庆邮电大学通信与信息工程学院 7 16 2.0 3.0
3 李维旺 重庆邮电大学通信与信息工程学院 1 0 0.0 0.0
4 马旗超 重庆邮电大学通信与信息工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (118)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
通信业务预测
数据挖掘
K-means算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
总被引数(次)
42632
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导