پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی :

تعداد صفحات :۱۶

چکیده مقاله:

با توجه به اینکه بخش عمده ای ازارتباطات جهانی از طریق شبکه موبایل انجام می گیرد بنابراین می توان گفت که شبکه موبایل از اهمیت ویژه ای برخوردار است. این تحقیق بر آن است که با کاوش داده ها، خرابی هایی که ممکن است برای یک BTS به وجود آید را پیش بینی کند. تشخیص و پیش بینی نوع خرابی در ۷ دسته شامل (انتقال، همسایگی، سخت افزاری، کمبود کانال ترافیکی، کمبود کانال سیگنالینگی، کمبود کانال ترافیکی و سیگنالینگی، تشابه فرکانسی) و دسته سالم طبقه بندی انجام گرفت. هدف از این تحقیق، ارایه چارچوبی برای پیش بینی نوع خرابی های ممکن برای BTSهای شبکه موبایل است.در این روش از ترکیبی از الگوریتم های درخت تصمیم، SVM و KNN استفاده شده است، ابتدا ماتریس آشفتگی را به ازای هر یک از الگوریتم های SVM، درخت تصمیم و KNN بدست آورده، سپس دقت حاصل از هر یک ازالگوریتم ها را به ازای هر خوشه بدست آورده و بررسی می کنیم که ماکزیمم مقدار دقت برای هر خوشه توسط کدام الگوریتم تولید شده است. با استفاده از این تکنیک، می توان برای پیش بینی هر خوشه از بهترین الگوریتم استفاده کرد که این کار باعث افزایش دقت کل می شودروش پیشنهادی ترکیبی نسبت به سایر روش ها کارایی قابل ملاحظه ای داشته است، به گونه ای که میزان صحت دسته بندی، دقت و فراخوانی به طور قابل ملاحظه ای نسبت به روش های کلاس-بندی پایه و روش های کلاس بندی دیگر بهبود یافته است. بر اساس این نتایج می توان دریافت که کارایی روش پیشنهادی بسیار مناسب بوده است..