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:
准确地对通信用户规模进行预测对于通信运营商的决策具有十分重要的意义,而现有的常规预测方法存在预测误差较大、预测速率低等问题.研究一种基于RBF神经网络的通信用户规模预测模型.为了使得RBF神经网络算法预测性能更优,使用梯度下降算法与遗传算法混合对RBF神经网络进行参数优化,提高预测模型收敛效率.实例分析表明,使用本文研究的混合RBF神经网络预测模型的预测结果明显优于其他传统的预测模型.同时,在预测速度上也具有较大的优势.
推荐文章
基于混合算法的通信用户规模预测
通信用户规模预测
混合算法
支持向量机回归预测模型
人工鱼群算法
基于混合算法的通信用户规模预测
通信用户规模预测
混合算法
支持向量机回归预测模型
人工鱼群算法
基于混合算法的智能电表计量自动化研究
智能电表
回归分析算法
聚类算法
计量自动化
负荷预测
基于LightGBM算法的信用风险评估模型研究
信用风险
LightGBM
分类预测
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 基于混合算法的通信用户规模预测方法研究
来源期刊 计算机工程与科学 学科 工学
关键词 RBF神经网络 遗传算法 梯度下降算法 用户规模预测 混合算法
年,卷(期) 2017,(3) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 567-571
页数 5页 分类号 TP37
字数 4319字 语种 中文
DOI 10.3969/j.issn.1007-130X.2017.03.024
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 司秀丽 吉林农业大学信息技术学院 39 186 8.0 11.0
2 刘子琦 吉林农业大学信息技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (147)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
RBF神经网络
遗传算法
梯度下降算法
用户规模预测
混合算法
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导