作者:
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:
多年的业务调整、网络割接导致江苏某地市SDH网络中积累了大量的离散时隙和不连续通道,不仅占据网络资源空间,影响新业务的开通,而且产生大量告警,影响故障的正常排查.传统的垃圾时隙识别方法需要大量的人工识别工作且对垃圾时隙的识别并不完全.本文提出了一种新的垃圾时隙识别方法,提高了垃圾时隙的识别率,同时大大降低了人工分析识别的工作量.
推荐文章
基于模糊神经网络的管道缺陷识别方法研究
缺陷识别
管道
模糊算法
神经网络
基于神经网络数字识别方法的研究
数字识别
神经网络
粗糙集
特征提取
基于Hopfield神经网络的面目标特征识别方法研究
面目标
Hopfield神经网络
特征识别
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SDH网络垃圾时隙识别方法的研究
来源期刊 信息系统工程 学科
关键词 SDH 垃圾时隙 识别方法
年,卷(期) 2013,(4) 所属期刊栏目 技术应用
研究方向 页码范围 94-96
页数 3页 分类号
字数 2480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 周隽 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (3)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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
SDH
垃圾时隙
识别方法
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
信息系统工程
月刊
1001-2362
12-1158/N
16开
天津市河西区友谊路39号
82-173
1988
chi
出版文献量(篇)
17961
总下载数(次)
28
总被引数(次)
25254
论文1v1指导