您的位置： 专家智库 > >

陈电波

作品数：2 被引量：10H指数：2
供职机构：中南大学信息科学与工程学院更多>>
发文基金：国家杰出青年科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇话务
  • 2篇话务量
  • 1篇模糊C均值聚...
  • 1篇聚类
  • 1篇均值聚类
  • 1篇话务量预测
  • 1篇基于支持向量...

机构

  • 2篇中南大学

作者

  • 2篇陈电波
  • 1篇吴敏
  • 1篇徐福仓

传媒

  • 1篇控制工程

年份

  • 1篇2009
  • 1篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于支持向量机的电信话务量预测方法
话务预测技术是通讯网络系统设计、规划和优化的重要手段之一，同时也能为电信企业制定营销策略提供决策支持。虽然话务预测的研究已有20多年历史，并形成了一些话务预测方法，但是随着新理论和新技术的发展，对话务预测新方法的研究仍在...
陈电波
关键词：支持向量机话务量预测
文献传递
基于聚类和支持向量机的话务量预测模型被引量：8
2009年
针对利用单因素时间序列模型进行话务量预测的不足,建立基于模糊C均值(FCM)聚类和支持向量机(SVM)的多元回归话务量预测模型。模型使用FCM算法对话务量的原始样本集聚类,选择与待预测样本特征最相似的样本子集作为训练集,使用SVM训练样本,通过决策回归函数预测话务量。实际话务量数据验证表明,该方法较周期时间序列和神经网络预测方法具有更高的预测精度和泛化能力。
陈电波徐福仓吴敏
关键词：话务量模糊C均值聚类支持向量机
全选 清除 导出
共1页<1>
聚类工具0