收藏本站
《中南大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的电信话务量预测方法

陈电波  
【摘要】: 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不断地深入进行。支持向量机作为数据挖掘的一项新技术,应用于模式识别和处理回归问题等诸多领域。本文利用支持向量机优越的非线性学习及预测性能,针对短期话务预测的各种影响因素的非线性特性,提出基于支持向量机的电信话务量预测新方法,以提高预测精度和时效性,该研究具有重要的理论意义和实用价值。 由于影响话务量的因素繁多且复杂,若对输入不加适当选择处理会导致预测精度降低,训练时间增加。考虑到话务量变化的周期性特点,因此本文采用话务量聚类预处理技术,应用模糊聚类分析的基本原理,依据输入样本的相似度选取训练样本,即选用同类特征数据作为预测输入,保证了数据特征的一致性,强化了历史数据规律。在基于支持向量机话务预测之前,先对样本进行模糊聚类分析,选取与预测样本特征相似的样本作为支持向量机的训练样本。 本文分析了支持向量机的基本原理,支持向量机具有非线性拟合、泛化能力强、训练收敛速度快等显著特点。数值试验结果表明,支持向量机具有较强的学习能力。另外,本文还具体讨论了支持向量机中高斯核函数中参数σ对支持向量机学习预测性能的影响,指出高斯核函数具有描述样本相似程度这一性质,通过数值实验和理论分析给出了一种选择高斯核函数的方法—拐点法。进一步指出样本数据标准化对学习预测的影响,给出了标准化后选择较优高斯核函数参数的一个大致范围。针对话务量与各种影响因素之间的非线性关系,建立了基于支持向量机的短期话务量预测模型,结果表明基于支持向量机的话务量预测精度要优于神经网络方法和周期时间序列方法。
【学位授予单位】:中南大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:F626;F224

【相似文献】
中国期刊全文数据库 前10条
1 张协奎,喻红;试用模糊聚类分析划分均质地域[J];基建优化;2001年05期
2 楼裕胜;模糊聚类分析方法与应用[J];统计与决策;2005年03期
3 石卫华;;景德镇市天气状况的模糊聚类分析[J];改革与开放;2010年18期
4 刘国华,刘运妙;面向市场经济的模糊数学应用[J];太原师范专科学校学报;1999年04期
5 张会云,唐元虎;企业技术创新影响因素的模糊聚类分析[J];科研管理;2003年06期
6 贺少博 ,时辛勤 ,干水荣;《自行车产品质量分等规定》的模糊聚类分析[J];中国自行车;1996年06期
7 马凤云;刘培玉;王雪娟;;SVM和BP相结合的垃圾邮件过滤技术[J];计算机安全;2006年06期
8 张菁华;袁鑫;刘达;;基于支持向量机的电力工程最优投标报价决策研究[J];华中电力;2006年05期
9 窦连辉;;推理型支持向量机在网络入侵检测中的应用[J];科技咨询导报;2006年18期
10 胡挺;;基于支持向量机的并购目标搜索研究[J];统计与决策;2007年06期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 吕斌;消除亚健康重在“调整”而非“补”[N];大众卫生报;2004年
9 通讯员  朱瑞新 记者  朱振国;我国重视民航安全信息工作[N];光明日报;2006年
10 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 陈电波;基于支持向量机的电信话务量预测方法[D];中南大学;2008年
2 关颖;支持向量机在电力系统短期负荷预测中的应用[D];天津大学;2006年
3 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
7 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
8 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
9 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026