5G蜂窝网络高维数据异构特征映射降维仿真

摘要：

针对网络数据流量激增现象,提出一种5G蜂窝网络高维数据异构特征映射降维方法.构建异构框架提高蜂窝网络灵活性和可扩展性,使用随机矩阵完成对高维数据异构特征提取,并使用相关矩阵将符合预测的奇异值剔除,获得去除噪声后的特征数量,对特征数量进行奇异值分解,得到特征与类的相关性,分析二者之间冗余性完成特征选择;运用半监督正则化方法构建目标函数,通过处理矢量特征获得最小维数,完成特征映射降维.仿真结果表明:所提方法降维识别率较高,大量节省了运行所耗费的时间,相比其它方法具有较高准确性、优越性以及高效性.

关键词：蜂窝网络、高维数据异构、随机矩阵、半监督正则化

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：吉林省自然科学基金81635571

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：335-338,361