| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 论文研究背景与意义 | 第15-16页 |
| 1.2 5G关键技术概述 | 第16-17页 |
| 1.3 超密集网络接入技术分析 | 第17-21页 |
| 1.3.1 超密集网络简介 | 第17-19页 |
| 1.3.2 现有网络接入选择技术研究现状 | 第19-20页 |
| 1.3.3 密集网络接入选择技术面临的挑战 | 第20-21页 |
| 1.4 论文研究内容及章节安排 | 第21-25页 |
| 第二章 机器学习相关理论综述 | 第25-35页 |
| 2.1 机器学习概述 | 第25-28页 |
| 2.1.1 机器学习的概念 | 第25-26页 |
| 2.1.2 机器学习的主要步骤 | 第26-27页 |
| 2.1.3 机器学习的学习方法 | 第27-28页 |
| 2.2 论文相关机器学习算法 | 第28-34页 |
| 2.2.1 线性模型 | 第28-30页 |
| 2.2.2 基于树模型的算法 | 第30-33页 |
| 2.2.3 模型融合 | 第33-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 基于新呼叫用户的网络接入技术研究 | 第35-69页 |
| 3.1 应用场景 | 第35-36页 |
| 3.2 基于负载预测的网络接入算法 | 第36-59页 |
| 3.2.1 问题描述 | 第36页 |
| 3.2.2 负载预测算法 | 第36-48页 |
| 3.2.3 基于负载预测的网络接入算法 | 第48-52页 |
| 3.2.4 仿真结果与评估 | 第52-59页 |
| 3.3 基于层次分析法和联盟博弈的网络接入算法 | 第59-67页 |
| 3.3.1 问题描述 | 第59-60页 |
| 3.3.2 联盟博弈概述 | 第60-61页 |
| 3.3.3 基于层次分析法和联盟博弈的网络接入算法 | 第61-64页 |
| 3.3.4 仿真结果分析 | 第64-67页 |
| 3.4 本章小结 | 第67-69页 |
| 第四章 基于切换用户的网络接入技术研究 | 第69-85页 |
| 4.1 数据预处理 | 第69-72页 |
| 4.1.1 数据采集 | 第69-72页 |
| 4.1.2 切换数据拖尾特性分析 | 第72页 |
| 4.2 特征提取 | 第72-73页 |
| 4.3 小区切换数预测模型的算法设计 | 第73-78页 |
| 4.3.1 基于切换数的算法设计 | 第73-74页 |
| 4.3.2 基于转移概率的算法设计 | 第74-76页 |
| 4.3.3 基于用户数的算法设计 | 第76-77页 |
| 4.3.4 方案融合 | 第77-78页 |
| 4.3.5 对比模型介绍 | 第78页 |
| 4.4 结果分析 | 第78-84页 |
| 4.4.1 不同方案的预测结果 | 第79-80页 |
| 4.4.2 具体小区结果分析 | 第80-81页 |
| 4.4.3 误差分析 | 第81-83页 |
| 4.4.4 统计结果对比分析 | 第83-84页 |
| 4.5 本章小结 | 第84-85页 |
| 第五章 总结与展望 | 第85-87页 |
| 5.1 研究内容总结 | 第85页 |
| 5.2 下一步工作计划 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 致谢 | 第91-93页 |
| 作者简介 | 第93-94页 |