摘要：移动通信目标信号的准确识别,可加强网络的管理与监控。移动通信目标信号的准确识别的重点是识别率较高的强识别器,而传统的贝叶斯算法中不能通过计算移动通信目标信号样本的权重和分布,将弱识别器通过迭代算法组合成强识别器,导致移动通信目标信号的识别精度下降。提出一种基于机器学习的移动通信目标信号实时识别方法。依据ID3算法将移动通信目标信号中具有最高增益的数据属性定义为当前移动通信网络数据流节点的识别测试数据属性,选取具有代表性的属性特征形成子集进行机器学习,并利用SVN算法将移动通信网络中目标信号的识别问题转换为求解目标信号特征高维空间的最优＂超平面＂问题,并通过迭代运算用几个弱识别器组建出一个实时信号识别率较高的强识别器,有效的完成了移动通信目标信号实时识别。仿真结果表明,基于机器学习的移动通信目标信号实时识别方法为网络稳定运行提供了有力的支持。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）