期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于聚类分析和深度学习的多频多模网络负载均衡优化 被引量:8
1
作者 邱亚星 王希栋 +1 位作者 边森 岳磊 《电信科学》 2020年第7期156-162,共7页
负载均衡问题是LTE多频多模网络要解决的重大问题。多频多模网络结构复杂,负载均衡涉及的参数达数百个,仅依靠人工经验很难进行精细化配置。为解决多频多模网络的负载均衡问题,解决现网运维的难点与痛点,提出一种基于机器学习的多频多... 负载均衡问题是LTE多频多模网络要解决的重大问题。多频多模网络结构复杂,负载均衡涉及的参数达数百个,仅依靠人工经验很难进行精细化配置。为解决多频多模网络的负载均衡问题,解决现网运维的难点与痛点,提出一种基于机器学习的多频多模网络负载均衡方案。首先选取关键指标对网络场景进行划分,然后利用机器学习技术挖掘出不同场景下的最佳参数配置建议。经验证,机器学习技术可以大大提高参数配置的质量和效率,做到精细化参数配置。 展开更多
关键词 多频多模网络 机器学习 负荷优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部