蜂窝网络的无线资源预测方法与平台实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景 | 第10-12页 |
| 1.1.1 蜂窝网络的发展现状 | 第10-11页 |
| 1.1.2 大数据时代的发展要求 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文内容安排 | 第14-16页 |
| 第二章 无线资源预测模型的相关算法介绍和应用研究 | 第16-28页 |
| 2.1 无线资源预测算法研究与应用 | 第16-18页 |
| 2.2 聚类算法的理论介绍 | 第18-19页 |
| 2.3 聚类分析的过程与面临的挑战 | 第19-22页 |
| 2.3.1 算法择优 | 第19-20页 |
| 2.3.2 指标选取 | 第20页 |
| 2.3.3 距离考量 | 第20-21页 |
| 2.3.4 参数确定 | 第21页 |
| 2.3.5 结果评价 | 第21-22页 |
| 2.4 聚类算法在通信领域的应用研究 | 第22-23页 |
| 2.5 时间序列算法介绍与应用研究 | 第23-26页 |
| 2.5.1 时序ARIMA模型 | 第24页 |
| 2.5.2 指数平滑模型 | 第24-25页 |
| 2.5.3 时间序列算法的研究现状 | 第25-26页 |
| 2.6 本章小节 | 第26-28页 |
| 第三章 基于聚类的无线资源时序预测模型 | 第28-40页 |
| 3.1 无线资源特型 | 第28-30页 |
| 3.2 数据预处理 | 第30-34页 |
| 3.2.1 数据集成 | 第31-32页 |
| 3.2.2 数据清理 | 第32-33页 |
| 3.2.3 数据变换 | 第33-34页 |
| 3.3 基站聚类 | 第34-36页 |
| 3.3.1 指标选取 | 第34页 |
| 3.3.2 基站选取 | 第34页 |
| 3.3.3 基站聚类及场景化 | 第34-36页 |
| 3.4 时间序列预测 | 第36-38页 |
| 3.5 结果分析 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 面向蜂窝网络的无线资源数据分析平台的应用 | 第40-52页 |
| 4.1 平台概述 | 第41-42页 |
| 4.2 平台基本功能 | 第42-47页 |
| 4.2.1 数据仓库 | 第43-45页 |
| 4.2.2 数据分析 | 第45-46页 |
| 4.2.3 可视化展示 | 第46-47页 |
| 4.3 平台的应用 | 第47-50页 |
| 4.3.1 基本统计分析模块 | 第47-48页 |
| 4.3.2 无线资源预测模块 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 下一步研究计划 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士期间发表的学术论文 | 第60页 |
