共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
根据李群具有微分流形的性质,提出了一种李群机器学习的线性分类算法.该分类方法的思想是:首先将样本数据集嵌入到微分流形当中,每个实例对应着流形上的一个点,利用测地线距离度量两个实例问的距离;然后,根据测试实例和训练数据集中实例间测地线距离的代数关系,确定测试实例的分类.实验测试表明,该线性分类算法较k-最近邻算法(KNN)及NaiveBayes分类算法具有较高的分类精度. 相似文献
4.
5.
6.
一种基于N-gram模型和机器学习的汉语分词算法 总被引:6,自引:0,他引:6
汉语的自动分词,是计算机中文信息处理领域中一个基础而困难的课题。该文提出了一种将汉语文本句子切分成词的新方法,这种方法以N-gram模型为基础,并结合有效的Viterbi搜索算法来实现汉语句子的切词。由于采用了基于机器学习的自组词算法,无需人工编制领域词典。该文还讨论了评价分词算法的两个定量指标,即查准率和查全率的定义,在此基础上,用封闭语料库和开放语料库对该文提出的汉语分词模型进行了实验测试,表明该模型和算法具有较高的查准率和查全率。 相似文献
7.
在5G+北斗的互联网时代,车路协同是开放道路实现的重要一环.车路协同的实现,需要硬件、软件和各类场景的规划与解决方案.硬件主要包括车端和路侧端的设备;软件包括高精度定位、高精度地图、五维时空、边缘计算平台、边云协同管理平台等;而应用场景,并没有明确的定义、规范,更无解决方案.基于此,文章提出了开放道路的交通效率应用场景和信息服务应用场景,给出了相应的场景描述,以及相应的场景解决方案. 相似文献
9.
10.
11.
测量报告(Measurement Report,MR)是一种终端上报的测量信息,能够最真实地反映用户在无线网络中的体验,对网络规划和优化都具有重要意义。但目前MR中不包含用户位置相关信息,导致运营商无法确定上报MR中用户感知差的准确位置。本文提出一种基于互联网提供的应用服务(Over The TOP,OTT)方式的MR定位方法,能够准确定位MR的地理位置,帮助运营商快速地评估网络覆盖水平等质量信息,进而有目的地进行网络规划和优化。 相似文献
12.
MOS通常被业界用于评价语音质量,它能够客观公正地反映用户语音业务的感知。通过路测获取数据的方式难度大、成本高,通常采用训练好的监督学习模型预测MOS。但运营商语音数据存在MOS低分数据占比低和时序变化的特性,这种数据特性影响了模型预测的精度和泛化性。在研究现有运营商数据采集系统和机器学习算法的基础上,提出了一种面向5G语音质差MOS评估的自适应算法。首先,基于全参评估的POLQA算法测试设备获取训练数据,保证了训练样本的准确性;其次,通过数据增强的方法,解决了质差样本获取难度大的问题;最后,基于自适应算法选型实现周期性动态地根据数据特征的时序变化选择最佳MOS预测模型,实现5G语音质量规模化、智能化的评估。 相似文献
13.
广泛使用业界优秀的开源技术和AI算法,对多个无线网络小区业务、性能指标结合历史数据进行异常检测,实现有监督的机器学习能力,基于循环神经网络(RNN)、孤立森林(Isolation Forest)和统计模型的智能定位算法,结合多系统多维度数据实现全网小区业务及性能的动态分析,主动定位和发现网络中设计缺陷、现场故障、软硬件未知漏洞等问题,总结定位问题形成案例库,并自学习优化定位算法,逐步完善智能学习条件和功能,实现小区级隐性故障的智能定位和发现。该系统已完成19776个小区隐性故障整治,系统隐性故障定位准确率为82%。 相似文献
14.
15.
16.
17.
针对卫星干扰源定位系统的自动化程度低,定位质量依赖于操作者的经验,且系统定位性能难以优化的问题,本文提出了基于机器学习的卫星干扰源定位系统,利用定位过程对参数的调整和定位结果的质量指标数据来训练定位系统,学习定位规则和隐含在定位数据中的模式,从而在新的定位任务中具备较好的预测和决策能力,提高系统自动化水平和定位质量. 相似文献
18.
针对光纤网络通信中数据流传输路径质量影响网络资源利用率的问题,提出了一种改进的数据传输路径优化机器学习算法。首先,利用机器学习完成对初始数据的预处理,获取数据特征信息,完成数据流分类。基于对光纤跨度内数据流的分析,构建集群组完成数据路径的调整,实现网络资源的充分利用。其次,以包含特征参数的相似矩阵为约束条件,完成聚类分析的优化。根据数据特征参数建立相似矩阵,并在特征参数与通信路径的数据流类型之间建立函数映射关系。最后利用核函数对传输路径进行优化,实现网络传输路径的优化。实验针对包含多个光纤跨度的网络进行路径优化,并与传统的K-means聚类算法对比。测试中6种不同数据流的比例可以充分反映不同条件下的数据通信状态。实验结果表明:该算法的分类准确率为94.6%,平均执行时间为12.8 s,平均聚类变化度为31.3%。传统的K-means聚类算法分类准确率为84.6%,平均执行时间为20.8 s,平均聚类变化为46.2%。该算法的收敛时间也优于传统算法,其在网络数据传输中具有更高的准确性和实时性。 相似文献
19.
随着蓝牙通信模组的小型化和低功耗、低成本特点逐步推进,应用于室内的蓝牙定位算法和模型逐渐成熟。本文以室内栅格化蓝牙定位为定位基础,通过机器学习方式,对获取到的多单元蓝牙设备定位信息进行迭代校准。本设计能够形成精准的室内栅格化位置信息。 相似文献
20.
宋开元 《电子元器件与信息技术》2021,(3):208-209
互联网已经深入人们社会生活的各个领域,在这个过程中产生的网络信息数量呈现出一种指数级增加的特点.对当前的信息产业发展而言,需要在整合这些庞大数据源的基础上,有效解决信息混乱的问题.机器学习算法的诞生以及发展成熟为有效整合处理这些庞大的数据,提供了相应的技术支撑.故此,本文以机器学习算法的概述作为切入点,在分析机器学习中... 相似文献