数据挖掘在CDMA网络分析中的应用
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 引言 | 第8-12页 |
1.1 背景 | 第8页 |
1.2 论文意义与研究现状 | 第8-9页 |
1.3 主要研究目标和内容 | 第9-10页 |
1.4 论文的组织 | 第10-12页 |
第二章 移动通信网络概述 | 第12-22页 |
2.1 蜂窝移动通信的概念与特点 | 第12页 |
2.2 蜂窝移动通信的发展历史 | 第12-14页 |
2.2.1 第一代(1G):模拟蜂窝移动通信系统 | 第13页 |
2.2.2 第二代(2G):数字蜂窝移动通信系统 | 第13-14页 |
2.2.3 第三代(3G):宽带蜂窝移动通信系统 | 第14页 |
2.2.4 第四代(4G):长期演进移动通信系统 | 第14页 |
2.2.5 第五代(5G) | 第14页 |
2.3 CDMA网络 | 第14-16页 |
2.3.1 CDMA技术的发展 | 第14-15页 |
2.3.2 CDMA网络的系统结构 | 第15-16页 |
2.4 CDMA网络规划与优化 | 第16-21页 |
2.4.1 网络规划目标 | 第16-17页 |
2.4.2 网络优化内容 | 第17页 |
2.4.3 网络参数和术语 | 第17-19页 |
2.4.4 CMDA信令流程 | 第19-20页 |
2.4.5 网络优化常用工具 | 第20-21页 |
2.5 小结 | 第21-22页 |
第三章 数据挖掘基本理论 | 第22-34页 |
3.1 数据挖掘概述 | 第22页 |
3.1.1 数据挖掘的作用 | 第22页 |
3.1.2 数据挖掘的基本过程 | 第22页 |
3.2 数据预处理方法 | 第22-23页 |
3.2.1 数据归一化 | 第23页 |
3.3 数据挖掘方法 | 第23-33页 |
3.3.1 分类方法 | 第23-24页 |
3.3.2 聚类算法 | 第24-27页 |
3.3.3 关联算法 | 第27-28页 |
3.3.4 神经网络算法 | 第28-30页 |
3.3.5 Hadoop | 第30-33页 |
3.4 数据挖掘的常用软件 | 第33页 |
3.6 小结 | 第33-34页 |
第四章 数据挖掘在网络分析中的应用 | 第34-61页 |
4.1 数据抽取和预处理 | 第34-38页 |
4.2 层次聚类在栅格分析中的应用 | 第38-46页 |
4.3 HADOOP在话单分析中的应用 | 第46-50页 |
4.4 APRIORI在套餐推荐中的应用 | 第50-54页 |
4.5 BP神经网络在基站预警中的应用 | 第54-60页 |
4.6 小结 | 第60-61页 |
第五章 CDMA网管系统简介 | 第61-66页 |
5.1 系统概述 | 第61页 |
5.1.1 系统介绍 | 第61页 |
5.1.2 系统特点 | 第61页 |
5.2 服务器端数据采集说明 | 第61-62页 |
5.3 功能简介 | 第62-65页 |
5.3.1 运行状态 | 第62-63页 |
5.3.2 话务分析 | 第63-64页 |
5.3.3 资源报表 | 第64-65页 |
5.4 小结 | 第65-66页 |
总结 | 第66-68页 |
工作总结 | 第66-67页 |
未来展望 | 第67-68页 |
参考文献 | 第68-70页 |
致谢 | 第70-71页 |
个人简历、在学期间研究工作及发表论文 | 第71页 |