-
题名5G蜂窝网络高维数据异构特征映射降维仿真
- 1
-
-
作者
鞠瞻君
刘亚娟
-
机构
吉林大学
-
出处
《计算机仿真》
北大核心
2021年第6期335-338,361,共5页
-
基金
吉林省自然科学基金项目(81635571)。
-
文摘
针对网络数据流量激增现象,提出一种5G蜂窝网络高维数据异构特征映射降维方法。构建异构框架提高蜂窝网络灵活性和可扩展性,使用随机矩阵完成对高维数据异构特征提取,并使用相关矩阵将符合预测的奇异值剔除,获得去除噪声后的特征数量,对特征数量进行奇异值分解,得到特征与类的相关性,分析二者之间冗余性完成特征选择;运用半监督正则化方法构建目标函数,通过处理矢量特征获得最小维数,完成特征映射降维。仿真结果表明:所提方法降维识别率较高,大量节省了运行所耗费的时间,相比其它方法具有较高准确性、优越性以及高效性。
-
关键词
蜂窝网络
高维数据异构
随机矩阵
半监督正则化
-
Keywords
Cellular network
High-dimensional data heterogeneity
Random matrix
Semi-supervised regularization
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
