摘要：随着5G网络大规模建设和业务量的上升,维护规模及设备能耗也在大幅增长,网络成本管理面临巨大挑战。该文结合省公司“三费”业务特点,设计了网络成本智能稽核系统,在流程上进行了创新,构建批量稽核、起租单自动校正以及分析基台三大核心能力,利用科技手段查漏补缺,实现技术提效和管理降本。

摘要：主要探讨图神经网络在5G新型市场精准营销中的应用,通过介绍图神经网络的原理与构建图预训练神经网络模型的方法,探究5G精准营销体系的设计与实现,并研究图神经网络的3个主要应用场景,进行实证分析与结果讨论,证明图神经网络在5G新型市场精准营销中的价值,以期为相关研究提供参考。

摘要：分析了4.5G技术引入必要性,对4.5G中VoLTE、D-MIMO、载波聚合以及下行256QAM等关键技术原理进行了分析,分析了相关技术的相关特性,分场景分析了4.5G相关技术引入的策略。

摘要：分析了TD-LTE规划和市场营销现状,对用户终端使用情况、用户业务进行了分析,合理分析了用户分布及用户终端类型对数据业务流量的影响,确定了依据用户行为进行TD-LTE精细化规划和市场营销的流程,通过实际应用对TD-LTE精细化规划和市场营销流程进行了验证。

摘要：为解决灰色神经网络模型中参数不易确定的问题,提出改进的粒子群(IPSO)算法,寻找灰色神经网络的参数最优解。在寻优过程中引入一个速度阈值,当粒子的飞行速度小于给定阈值时,给粒子施加一个加速动量,重新初始化粒子速度及位置。用训练好的网络预测两个地区的忙时话务量,与未改进的粒子群算法优化灰色神经网络(PSO-GNN)模型、灰色神经网络(GNN)模型、反向传播神经网络(BPNN)模型的预测结果比较,比较结果表明,改进的粒子群算法优化灰色神经网络(IPSO-GNN)模型提高了预测结果的精度。

摘要：文章提出一种模拟退火(SA)与粒子群优化(PSO)算法相结合的算法来优化Elman神经网络权值和阈值。当PSO处于停滞状态时,利用粒子群优化算法的全局寻优性质,以及SA能跳出局部最优解的特性,在搜索到的最优位置处用模拟退火算法继续寻找最优解,并对具有动态递归性能的Elman神经网络进行学习训练,这样就能对忙时话务量进行预测。结果表明,与传统Elman神经网络和PSO-Elman神经网络相比,基于模拟退火粒子群算法训练的神经网络具有更高的预测精度和良好的自适应性。

摘要：为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其中第一层用以优化参数,第二层实现预测。对比实验结果表明,与基于多层感知器的层集成网络相比,该模型在提高预测准确度的同时将学习用时缩短了1-2个数量级。

摘要：5G网络开启移动互联网的新阶段,有力推动工业自动化与社会发展。为了更好地促进5G网络的建设与发展,对700 MHz频段应用于5G网络的需求进行分析,并基于外场实地测试的技术结论对中国移动700 MHz频段5G网络组网与建设方案进行探讨,指导5G基站部署及天线参数配置。

摘要：为了提高蜂窝移动通信系统的频谱利用率,提出了一种基于改进离散粒子群算法的频率分配方法。基于文化算法的思想,设计了具有方向性的最优渐进式变异算子。当粒子出现聚集时,对粒子中的最优粒子执行文中引入的最优渐进式变异算子,在增强算法的局部搜索能力的同时,增强了算法的全局搜索能力。粒子采用了最小间距编码,压缩了求解空间加快了算法收敛。仿真实验结果表明,该算法在频率分配问题上的搜索能力更强,在21蜂窝小区中寻找到的最小可用频率数为40。

摘要：首先分析现网农村LTE无线规划流程,对现有流程的优缺点进行分析;然后,根据GSM MR数据进行LTE无线网络规划的优势,提出利用MR数据进行弱覆盖区域及高流量区域定位的方法,以及利用GSM网络MR数据进行农村LTE网络精细化规划的流程;最后,阐述利用GSM MR数据进行农村LTE网络精细化规划流程应用的实现,并对精细化规划流程的优点进行分析。