一种基于用户级别的感知评估体系方法研究

当前业界对于网络用户真实感知评估准确性不足,受限于传统的网络性能评估方式,导致网络优化准确率较低。如何做到精准有效定位网络问题,高效支撑现场网络优化工作,是网络质量提升的重要方向。基于优化实践,本文创新性提出新型网络感知评估方案,对于C-RNTI用户的业务数据进行采集和分析,并与小区性能感知相结合进行联合评估,实现对站点小区感知情况波动的及时发现和处理。实验结果表明,该方案能够对网络用户真实感知做到精准评估,提高室分网络稳健性。

ViNR高清视频通话感知的评价方法研究

5G ViNR高清视频通话是一种可视化、多媒体、高感知的全新媒体业务。当前业界尚未有ViNR业务质量评价标准,ViNR客户的体验无法做到精准度量。本文从RTP等特征入手,建立了ViNR视频质量拟合评价,形成了对ViNR视频卡顿和花屏等影响ViNR感知的精准建模,最终确立了ViNR视频感知拟合评价方法,实现客户ViNR业务体验可回溯、可量化和问题全面解决。

基于业务感知投影的高铁线路评估方法研究与实践

本文依靠大数据分析手段,运用高铁用户业务感知建模,构建多维数据感知评估算法对高铁路段感知投影,实现高铁线路感知评估。发现问题路段后采用遍历巡更算法,对问题点智能分析定位,通过基于高铁用户感知投影的高铁线路评估与高铁问题路段智能分析定位,实现了一种面向高铁用户群的大数据评估分析方法。

基于循环神经网络算法的室分用户定位与感知监控方法

本文提出了一种基于机器学习的室分用户位置定位方法,利用循环神经网络算法构建楼宇立体栅格的关联模型,再结合室分用户的MR数据,完成室分用户位置轨迹的拟合与位置定位。在此基础上,关联信令侧KQI感知数据实现室分用户感知的智能监控。在某市进行试点,对识别出的用户感知问题现场排查确认,位置定位精确度达到88.65%。经过两个月的专项整治,解决用户感知问题327处,室分MR覆盖率由94.41%提升至97.22%。

基于OTT大数据的质差终端定位方法研究与实践

传统的移动通信质差终端定位方法主要依赖于人工拨测、终端信令数据分析和用户投诉数据分析。本文通过关联用户信令数据、OTT数据和MR数据等进行综合分析,实时定位终端位置,同时结合栅格分析,有效对比不同栅格内的终端无线质量情况,实现质差终端定位。通过现场实践验证,识别成功率满足日常工作,将为网络终端质量分析提供一种高效的评估方法。

面向700MHz干扰场景的VoNR语音感知提升方法研究

随着5G网络发展和终端的成熟,VoNR已经成为5G语音业务的最优解决方案。受700 MHz干扰的影响,VoNR语音客户在该频段驻留时,仍然存在接续成功率低和语音感知差等问题。本文通过研究700 MHz不同干扰场景下的VoNR语音的感知拐点,找到了不同干扰场景下VoNR语音的驻留策略,为推进VoNR语音快速部署和5G语音质量快速提升提供了依据。

路易斯安那鸢尾在江南地区的应用

“江南好，风景旧曾谙。日出江花红胜火，春来江水绿如蓝。能不忆江南？”一首忆江南道出江南雨水丰富，气候湿润的优良气候条件。在中国传统园林中，几乎是“无园不水”。水景是园林中不可缺少的一个要素，古人称水为园林中的“血液”或“灵魂”。

基于AI的突发人流聚集区域识别与预警方法

本文提出了一种突发人流聚集区域智能识别与预警的方法,采用神经网络算法对小区未来用户数进行预测,依靠K-Means聚类算法和阿波罗尼奥斯定理确定小区的基准值,并通过线性回归算法对预测值和基准值进行对比,确定预警小区并根据预警小区的经纬度,构建Delaunay三角网,确定预警小区基站的覆盖区域,结合邻区关系和经纬度信息对周边站点汇聚,并借助网络爬虫技术获取基站的覆盖边界,输出预警区域。

基于AI的室分故障问题定位方法研究与实践

目前4G室内深度覆盖不足问题是影响客户体验和运营商收益的主要因素。本文通过对室分站点性能和用户MR等数据的全量采集与研究分析,利用AI技术建立室分故障特征模型,并根据模型中好点和差点与室分物业点、站点、小区进行匹配,实现室分故障的精准定位,进一步提升网络优化及维护工作效率。

基于机器学习的自动负载均衡方法研究及应用

负载均衡是提升LTE网络容量能力的重要优化手段,由于LTE小区用户在时间上的波动性,常规的人工优化手段很难满足网络优化的需求。本文提出了一种基于机器学习XGBoost用户数预测的自动均衡方法和系统,通过XGBoost对LTE小区未来15 min的用户数量进行精准预测,并根据预测结果进行转移用户数计算,从而实现均衡门限的实时动态调整。该方法在网络应用中取得了良好的效果。

基于用户感知和网络效益的LTE无线扩容方法

在4G网络建设末期,网络资源投入逐渐减少的情况下,4G网络流量增长趋势依然保持不减且有增长态势。在有限的资源情况下,如何既能够释放被压抑的流量,最大化投资收益,又能够兼顾用户感知,减少业务流失,这是运营商当前面临的主要问题。本文从业务出发,基于用户感知,充分考虑各项负荷指标,建立了一套系统的扩容评估的思路和方法。

基于AI的伪基站轨迹定位方法研究与实践

本文提出了一种基于机器学习最大熵模型的伪基站轨迹识别方法,通过建立道路与小区覆盖模型,结合位置更新数据,利用伪基站影响小区识别算法,在系统侧实现了对伪基站的活动轨迹精确定位识别。

学习进阶视阈下牛顿第二定律在初中物理教学中的引入

在初中物理运动和相互作用主题下,涵盖了牛顿第一定律的内容,缺少牛顿第二定律的明确表述,造成了知识之间的割裂,也不利于初高中物理的衔接.通过文献研究、教材分析、课标分析、构建模型等方式开展研究,分析牛顿第二定律定性引入初中教学的必要性,构建出了两定律的学习进阶流程.通过将牛顿第二定律引入到初中物理教学,使初中学生建立起扎实的物理知识基础,为后续物理学习起到启发作用.

基于客户感知的楼宇问题定位方法研究与实践

随着客户对室内不同业务网络使用需求的不断提升,为了进一步对楼宇内客户网络体验进行精确评估、分析定位及优化提升,研究与实践了一种基于客户感知汇聚的楼宇问题定位方法。通过对客户感知进行画像并将结果与定位信息关联汇聚成楼宇的体验评价,进而将感知与质量管控关联分析,优化解决楼宇网络问题。结果显示,该系统规模应用后,重点楼宇整体良好率超过90%、提升了11PP,实践效果良好。

EPS FB语音切换转重定向问题识别方法研究与实践

针对EPS FB语音切换转重定向问题发现难和定位难的问题,本文提出了一种EPS FB语音切换转重定向问题识别的新方法。通过分析海量信令数据,基于关键信令流程和信令时间间隔识别切换转重定向的信令特征,并关联小区信息和用户信息进行汇聚,可根据实际生产需求输出全网小区级、用户级和终端级等多维度的问题汇聚识别,实现切换转重定向问题的快速分析与定位。

杭州地区西伯利亚鸢尾性状研究

鸢尾根据生态习性不同可以分为水生或湿生型鸢尾、旱生型鸢尾、中间型鸢尾,而西伯利亚鸢尾属于水生或湿生型鸢尾。原产于中国、缅甸、意大利北部、俄罗斯西部等地区,是所有鸢尾品种中适应性最广,抗病虫害能力最强的类群。[1]西伯利亚鸢尾叶片细长质软,顶端易弯曲。入秋后叶片变黄,地上逐渐枯萎,次年春萌芽。杭州地区花期在4月中旬-5月上旬。西伯利亚鸢尾种植后第一年开花质量较差,部分品种甚至不会开花,导致品种之间的开花率和花期长短都有差异。不同的品种,绿色期及萌芽情况也有不同。西伯利亚鸢尾适应性强,可在水田生活,也可在旱地生长。西伯利亚鸢尾有净化水质的作用,可以降低水中的氮磷含量。可以用于鸢尾专类园、水体景观打造,或作切花之用。

浅谈利用原始物理问题促进核心素养发展的路径

通过对比原始物理问题与传统物理习题,剖析核心素养培养过程中融入原始物理问题的必要性,在此基础上提出了相应的教学改进策略.

函数思想与物理问题解决能力初探

新课改强调对学生核心素养的培养,物理学科也有相应的要求,在实际教学中的直观体现就是要培养学生的物理问题解决能力,从而丰富创新型人才的培育方式.系统分析函数思想与物理问题解决能力之间的关系,强调函数思想在中学物理习题课教学中的重要地位,以中学物理习题课为例,提出中学物理习题课教学中融入函数思想的策略.