| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 论文方向和内容 | 第10-11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.3.1 无线接入网数据分析 | 第12页 |
| 1.3.2 聚类分析算法 | 第12-13页 |
| 1.3.3 电信运营商大数据的其他应用 | 第13页 |
| 1.4 研究生期间主要工作 | 第13-14页 |
| 1.5 论文结构安排 | 第14-15页 |
| 第二章 无线接入网性能指标及数据挖掘技术 | 第15-23页 |
| 2.1 无线接入网及关键性能指标 | 第15-16页 |
| 2.2 数据挖掘 | 第16-20页 |
| 2.2.1 数据挖掘流程 | 第17-18页 |
| 2.2.2 聚类模型 | 第18-20页 |
| 2.3 常用相关系数计算方法 | 第20-21页 |
| 2.4 采用的关键技术 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于改进DBSCAN的无线网络性能异常检测方法 | 第23-35页 |
| 3.1 无线接入网性能数据情况 | 第23-24页 |
| 3.2 数据预处理方法 | 第24-25页 |
| 3.2.1 数据清洗 | 第24-25页 |
| 3.2.2 数据选择和变换 | 第25页 |
| 3.3 基于模拟退火的自适应DBSCAN聚类算法 | 第25-31页 |
| 3.3.1 基于密度的DBSCAN聚类算法 | 第26-28页 |
| 3.3.2 基于模拟退火的自适应聚类参数选取流程 | 第28页 |
| 3.3.3 参数对聚类结果的影响 | 第28-30页 |
| 3.3.4 模拟退火评价函数设计 | 第30-31页 |
| 3.4 算法结果分析 | 第31-34页 |
| 3.4.1 数据场景与预处理 | 第31-32页 |
| 3.4.2 聚类效果分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于密度聚类的无线性能指标关联性分析方法 | 第35-45页 |
| 4.1 问题分析与描述 | 第35页 |
| 4.2 基于密度聚类的相关性分析 | 第35-41页 |
| 4.2.1 聚类中心的确定 | 第36-39页 |
| 4.2.2 聚类算法 | 第39-41页 |
| 4.2.3 基于密度聚类算法的分簇相关性分析 | 第41页 |
| 4.3 算法结果分析 | 第41-44页 |
| 4.3.1 数据场景及预处理 | 第41-42页 |
| 4.3.2 聚类结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 论文工作总结 | 第45-46页 |
| 5.2 问题及展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-53页 |
| 攻读学位期间发表的学术论文目录 | 第53页 |