基于机器学习的无线网络用户感知速率智能预测研究

王科; 袁满; 杨宗林

doi:10.13992/j.cnki.tetas.2020.02.006

Chinese

您当前的位置：

首页 >

文章列表页 >

基于机器学习的无线网络用户感知速率智能预测研究

人工智能专题 | 更新时间：2026-04-20

- 基于机器学习的无线网络用户感知速率智能预测研究
- Research on intelligent prediction of user perception rate in wireless network based on machine learning
- 电信工程技术与标准化 2020年33卷第2期页码：25-30
- 作者机构：
  
  中国联合网络通信有限公司山东省分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2020.02.006
  中图分类号： TN929.5;TP181
- 纸质出版：2020
- 稿件说明：
移动端阅览
[1]王科,袁满,杨宗林.基于机器学习的无线网络用户感知速率智能预测研究[J].电信工程技术与标准化,2020,33(02):25-30.

王科, 袁满, 杨宗林. Research on intelligent prediction of user perception rate in wireless network based on machine learning[J]. 2020, 33(2): 25-30.
[1]王科,袁满,杨宗林.基于机器学习的无线网络用户感知速率智能预测研究[J].电信工程技术与标准化,2020,33(02):25-30. DOI： 10.13992/j.cnki.tetas.2020.02.006.

王科, 袁满, 杨宗林. Research on intelligent prediction of user perception rate in wireless network based on machine learning[J]. 2020, 33(2): 25-30. DOI： 10.13992/j.cnki.tetas.2020.02.006.

摘要

本文利用人工智能算法

结合DT/CQT、SpeedVideo、某厂家专有平台用户感知栅格速率数据

并关联栅格内覆盖、质量、负荷、性能等指标作为训练样本

分析影响用户感知速率的关键因素。通过建立预测用户感知速率的算法模型

实现栅格粒度用户感知速率预测

快速精准定位用户体验短板

有的放矢的解决用户体验问题

实现网络竞争力持续提升。

Abstract

This article used artificial intelligence algorithm

combined with DT/CQT

SpeedVideo and user perception grid rate data of a manufacturer’s platform. And it related grid coverage

quality

load

performance and other indicators as training samples. That could analysis key factors affecting user perception rate. Algorithm model of predicting user perception was established to achieve grid granularity user perception rate prediction

rapid and accurate positioning of user experience short board

targeted solution to user experience problems

and continuous improvement of network competitiveness.

关键词

Keywords

references

基于监督学习的VoLTE视频通话感知评估方法 [J]. 吴修权,钟其柱. 移动通信 . 2019(08)

基于机器学习的细分业务用户感知评估方法 [J]. 马敏,李威,陈洁. 电信工程技术与标准化 . 2019(05)

人工智能在网络运维优化中的应用探讨 [J]. 杨雨苍,朱佳佳. 邮电设计技术 . 2018(12)

基于AI的无线网络用户满意度分析 [J]. 李露,李一喆. 邮电设计技术 . 2018(12)

基于机器学习技术的LTE网络智能优化系统设计 [J]. 王磊. 电信工程技术与标准化 . 2018(01)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度学习的不良信息治理新技术研究

一种智能化IT运维系统的研究与实现

基于运营商大数据的人工智能技术研究

人工智能及其在网络优化运维中的应用

机器学习在数据分析中的实践与应用