基于机器学习的4G网络工程质量评估

• 作者: 曾乐根
• 来源期刊: 电脑知识与技术:学术交流
• 学科: 工学
• 关键词: 主成分分析 有效指标特征 Adaboost机器学习 4G网络工程 质量评估
• 年，卷（期）: 2018,（10Z）
• 页码范围: 47-49
• 页数: 3页
• 分类号: TN929.5

摘要

针对4G网络工程质量评估存在不全面、主观性过强等问题,提出了基于Adaboost机器学习的4G网络工程质量评估方法。首先根据4G网络工程质量评价体系确定评估指标,然后采用主成分分析从原始质量评估指标特征中提取有效指标特征,减少指标之间的相关性,最后通过建立基于Adaboost机器学习的4G网络工程质量评估模型,实现对4G网络工程质量的自动评估。实验结果表明,该方法具有更好的泛化性能,能够明显提高4G网络工程质量的评估准确率,对解决工程质量问题具有重要的理论价值和现实意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾乐根		2	1	1.0	1.0