互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

一种基于核主元分析的话务量特征提取方法


  摘 要:针对话务量的特点,提出了一种基于核主元分析的非线性的特征提取方法,该方法采用KPCA方法提取的非线性特征反映了原始输入输出数据之间的复杂关系,精简了网络输入数据阵的维数。通过仿真结果比较表明,基于KPCARBFNN的话务量预测模型比PCARBFNN模型具有较好的非线性数据处理能力,反映了该方法的有效性。

  关键词:话务量; 特征提取; 核函数; 主元分析; 神经网络

  中图分类号:TP202.7; TP301.6文献标志码:A

  文章编号:1001-3695(2010)06-2189-03

  doi:10.3969/j.issn.1001-3695.2010.06.055

  Method of nonlinear character extraction in communication traffic based on KPCA

  ZHONG Bingxiang, LI Taifu, WANG Debiao, SU Yingying

  (College of Electronic Information Engineering, Chongqing University of Science & Technology, Chongqing 401331, China)

  Abstract:In view of the communication traffic feature, this paper presented a method of nonlinear character extraction based on kernel function principal component analysis(KPCA). Nonlinear character extracted by KPCA reflectd the complex relationship between original input and output data and simplified the array dimension of input data. By comparing simulation results, the prediction model based on KPCARBFNN has better ability to deal with nonlinear data than that prediction model based on PCARBFNN. The experimental results show that this method is very effective.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017