基于LTE小区评估的SOM和k-means算法比较

摘要：

针对移动网络技术日益复杂的发展,为辅助网络运营商实现对移动网络的有效管理,提高对网络数据评估和优化的能力,通过无监督学习技术,提出一种基于关键性能指标(KPI)的特征提取法,对LTE小区进行模式聚类.通过对不同维度LTE小区样本数据特征的分析,对比自组织(SOM)神经网络和k-means算法的聚类表现,验证两种无监督学习聚类算法之间的优缺点.仿真结果表明,k-means与SOM在具有低维、高维数据集的不同小区中存在显著差异,分析实验数据总结出其中规律性.

关键词：蜂窝小区、神经网络、聚类、特征提取

所属期刊栏目：43

分类号：TP391;TN929.5(计算技术、计算机技术)

在线出版日期：2022-07-08（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：43-47