基于仿真数据驱动的空间信息网络建模方法

• 作者: 吴静 周建国 朱劼 杨兴 江昊
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 仿真数据驱动 空间信息网建模 深度自编码网络 随机森林回归
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 4323-4333,4339
• 页数: 12页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201811033

摘要

针对复杂空间信息网络系统仿真建模研究的问题,提出了一种基于仿真数据驱动的空间信息网络建模方法,设计了空间信息网络性能指标的深度自编码网络和随机森林回归的混合预测分析模型.针对空间信息网络性能指标维度高,样本分布宽的特点,利用深度学习自编码网络进行空间信息网络性能指标编码解码网络的构建,并结合随机森林回归建立空间信息网网络设计参数到性能指标的关系模型.最后通过案例分析,表明该混合模型既能直接预测空间信息网络性能指标,又可以对网络设计参数进行灵敏度分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江昊	武汉大学电子信息学院	42	278	6.0	16.0
2	周建国	武汉大学电子信息学院	45	262	10.0	13.0
3	吴静	武汉大学电子信息学院	46	388	8.0	19.0
4	杨兴	武汉大学电子信息学院	4	12	1.0	3.0
5	朱劼	武汉大学电子信息学院	11	69	3.0	8.0