移动通信网络异常信号优化识别研究

• 作者: 张涛 张颖江
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 移动通信网络 异常信号识别 最优分类面
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 仿真网络化
• 页码范围: 309-312
• 页数: 4页
• 分类号: TP393.06
• 字数: 3359字
• 语种: 中文

摘要

对移动通信网络异常信号进行准确识别,可以提高移动通信网络运行的安全性.进行异常信号识别时,需要提取移动通信网络异常信号数据特征,对根据特征对异常信号数据进行分类,建立移动通信网络异常信号识别模型,而传统基于遗传神经网络算法,是通过对大量的网络信号样本信息进行训练及测试实现的,不能对异常信号数据特征进行准确提取,存在识别不准确、误差大的问题.提出基于DFI的移动通信网络异常信号的识别方法.将DFI技术与SVM算法相融合,引入到移动通信网络异常信号的识别分类问题中,获取移动通信网络异常信号数据的特性,利用SVM算法建立移动通信网络异常信号最优分类面,构建移动通信网络异常信号识别模型,基于SVM的控制模块,对移动通信网络异常信号进行识别控制.仿真结果表明,提出的移动通信网络异常信号识别模型具有较高的识别准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张颖江	湖北工业大学信息技术中心	45	285	9.0	14.0
2	张涛	湖北工业大学信息技术中心	40	126	5.0	10.0