版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文主要介紹了利用R軟件的pls包進行偏最小二乘建模方法,基于“分布式歸屬用戶數(shù)據(jù)服務器”的多種接口信令計數(shù)(counter)和信令單元CPU負荷和內(nèi)存使用率數(shù)據(jù),將移動用戶使用VoLTE業(yè)務的用戶行為進行量化,生成用戶話務模型,將用戶話務模型對應的各種類型信令數(shù)量(counter)作為自變量,將“分布式歸屬用戶服務器”信令處理單元的CPU負荷和內(nèi)存使用率作為因變量進行偏最小二乘的建模和擬合回歸。
將此作為核心算法的“分布式歸
2、屬用戶數(shù)據(jù)服務器評估預測方案”在VoLTE業(yè)務快速部署大環(huán)境下,對突發(fā)事件引起使用人群、話務模型、信令數(shù)量等突變場景,可以在事前做具有實際應用價值的評估,準備場景預防方案,從而達到“面向用戶和業(yè)務出發(fā),對網(wǎng)絡設備進行精細化管理”的目標。
本論文結構如下
第一章 緒論:
全面介紹該課題所處背景-移動通信網(wǎng)絡VoLTE業(yè)務全面快速部署和新設備運維需求,對方案和涉及設備做描述性說明,闡述該課題的需求來源和實際應用
3、場景價值。
在此基礎上介紹該方案的設計思路和核心算法。
第二章 數(shù)據(jù)來源與分析:
在指定設備獲取需要數(shù)據(jù)的手段和這些數(shù)據(jù)的業(yè)務含義。
介紹如何對獲取的數(shù)據(jù)進行預處理。
第三章 偏最小二乘方法算法:
原理性解釋說明偏最小二乘方法。
說明如何通過R語言對獲取的數(shù)據(jù)進行偏最小二乘分析。
第四章 信令負荷評估模型
詳細說明如何利用R軟件中PLS包,使用“偏
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 加權fusion方法和稀疏偏最小二乘方法的比較.pdf
- 基于偏最小二乘方法的垃圾郵件過濾研究.pdf
- 多個右端項結構總體最小二乘方法.pdf
- 基于偏最小二乘支持向量機的短期負荷預測.pdf
- PartialEIV模型的總體最小二乘方法及應用研究.pdf
- 樣條變換集成罰函數(shù)偏最小二乘方法用于光譜數(shù)據(jù)重構和定量分析
- 基于核偏最小二乘回歸的短期電力負荷預測研究.pdf
- 偏最小二乘回歸分析在短期負荷預測中的應用.pdf
- 18985.insar相位解纏非線性最小二乘方法研究
- (16)偏最小二乘法回歸.pdf
- 偏最小二乘回歸的研究.pdf
- 基于非線性偏最小二乘方法的急性電離輻射損傷早期傷情分類研究.pdf
- 基于改進偏最小二乘的過程監(jiān)測方法研究.pdf
- 基于偏最小二乘的迭代學習控制方法研究.pdf
- 基于模糊偏最小二乘的特征抽取方法研究.pdf
- 偏最小二乘法回歸建模案例
- 偏最小二乘回歸分析在中長期負荷預測中的研究.pdf
- 偏最小二乘回歸模型的改進研究.pdf
- 偏最小二乘改進算法研究及應用.pdf
- 基于Gabor偏最小二乘法回歸的人臉識別方法.pdf
評論
0/150
提交評論