基于混合神经网络的通信网络数据多维特征属性挖掘方法

扫码查看

原文链接

万方数据
维普

中文摘要：针对现有通信网络数据多维特征属性挖掘方法存在着挖掘效率低、挖掘完整度差等问题,提出基于混合神经网络的通信网络数据多维特征属性挖掘方法研究.确定通信网络数据多维特征属性,对通信网络数据进行预处理——清洗、整合、降维与分组.融合卷积神经网络、循环神经网络与自编码器构建混合神经网络模型,并制定模型训练终止条件.将通信网络数据预处理结果输入至训练好的混合神经网络模型,模型输出结果即为多维特征属性挖掘结果.实验结果显示:在不同实验工况背景下,应用提出方法获得的多维特征属性挖掘时长最小值为28.15 s,多维特征属性挖掘完整度最大值为92％.

作者：

谌丽

展开 >

作者单位：

重庆移通学院通信与信息工程学院,重庆 401429

关键词：

多维特征属性通信网络深度挖掘混合神经网络网络模型训练损失函数

出版年：

2024

佳木斯大学学报(自然科学版)

佳木斯大学

佳木斯大学学报(自然科学版)

影响因子：0.159

ISSN：1008-1402

年,卷(期)：2024.42(12)