关于5G网络分流比提升的分析

为进一步提升5G网络的质量的可靠性,针对5G网络发展过程中对网络应用效果带来直接影响的分流比提升方式进行研究,分析5G网络分流比提升对5G网络带来的积极作用及影响分流比的主要因素,提出5G网络分流比提升策略,以期为相关工程提供参考。

基于Hadoop的网络分流和流特征计算

网络流量特征计算是网络流量分析的一个重要步骤,对于海量网络流量数据,并行化计算网络流量特征是高效网络流量分析的重要方法。针对传统单机处理成本高、可扩展性差的问题,提出一种基于Map Reduce编程模型的网络流量分析方法,并行实现网络分流和流量特征计算。通过使用Hadoop平台对实际数据进行分析,统计常用网络流量属性特征,实验表明,该方法分析网络流量特征的结果准确可信,且适合分析大流量数据。

基于应用服务优先级管理的网络分流管理系统

在对网络带宽管理功能需求和数据处理流程分析的基础上,根据数据处理流程设计实现具有应用优先级调度管理的网络分流管理系统,经测试验证系统能有效解决非关键网络数据挤占网络带宽问题、保证关键业务服务拥有足够的网络带宽,从而有效提高网络应用服务质量和网络管理能力。

5G网络分流比提升专题研究

基于某地市网络,从精细规划、精心优化及精准营销等多个方面针对如何提升5G分流比,缓解4G网络负荷压力展开研究分析。通过对5G网络规、建、维、优业协同发展的研究,梳理出一套完善管理机制即“三维六步”网业协同机制,网络先行、服务切入、营销跟进,市场、终端、网络三维同向发力,促进业随网发、网随业建,实施六步举措提升5G驻留/5G分流比。

机器学习算法在5G网络分流提升中的应用

为提升5G网络分流能力,文章利用机器学习算法精准识别目标场景客户及高价值小区。一是利用XGBoost算法预测潜在5G终端客户,助力5G终端精准营销;二是利用K-M聚类算法细分客户群体特征,加速高价值客户向5G网络迁转;三是基于POI点密度及客户价值DBSCAN聚类输出高价值小区。应用结果表明:5G分流比由1.92%提升至26.26%,具有应用推广意义。

TD-LTE网络分流模型研究

为了提升TD-LTE网络分流效果,提高4G用户的用户感知,对影响网络分流的网络、市场、终端/用户三方面的具体问题进行挖掘。通过引入大数据分析技术,对运营商的海量用户数据、网络数据进行分析,建立数据挖掘模型。在网络方面,挖掘出现网中网络覆盖质量异常的4G网络小区;市场方面,识别出具有市场潜力的4G网络小区和用户;终端/用户方面,识别出4G锁网终端用户,并分别给出了有针对性的解决方案。此外还介绍了该模型应用于某直辖市现网后取得的良好分流提升效果。

网络负载分流器的实现技术

网络负载分流器的实现技术 ,解决了如何正确地捕获用户提出的应用请求并将之分流给真实的应用服务器 ;如何在系统核心内部动态地对所分流的服务器进行正确的管理。本文描述了使用的Linux系统下通过添加核心模块和使用虚拟设备驱动的管理方法来设计实现系统。

无分流换热网络合成和控制的集成研究

提出了无分流换热网络合成和控制集成的策略和方法、步骤，建立了合成和控制同步优化的数学模型，使得换热网络的合成和控制的集成研究从试探法向数学规划方法发展，从理论研究向实用性方向发展，实现了同时考虑控制要求的换热网络的自动合成。通过示例说明了本文所提方法的有效性和实用前景。

多值D/A转换器分流电阻网络研究

本文通过对Ｄ／Ａ转换数学表示的分析，用电流分流方法解释了二值Ｄ／Ａ转换器使用电阻网络的物理实现，并在此基础上提出了三值Ｄ／Ａ转换器分流电阻网络。该Ｄ／Ａ转换器仅用一个标准参考电源，不论开关处在何种状态，电源的负载均不变，从而提高了Ｄ／Ａ转换器的精度。该设计为多值数字信号直接转换成模拟信号提供了手段。本文还提出了对称三值的Ｄ／Ａ转换器分流电阻网络。

基于多值逻辑的D/A转换器分流电阻网络研究

本文通过对 D /A转换器表示的分析 ,用电流分流方法解释了二值 D/A转换器使用电阻网络的物理实现 ,并在此基础上提出了四值 D/A转换器分流电阻网络 .该分流电阻网络在使用四值信号译码的情况下将回到二值 D/A转换器 .然而 ,这种基于多值逻辑的设计将导致一种新颖的Π型电阻转换网络 ,该网络比传统的 T型电阻网络节省四分之一电阻数量 ,并可保证较高的转换精度 .

多周期操作工况下无分流换热网络的弹性设计

提出了基于多周期无分流换热网络的超结构形式及弹性设计方法——同步优化方法。首先建立网络多周期操作工况下的超结构模型，然后用遗传算法对上述模型进行求解。该方法能自动地合成多周期操作工况的换热网络最优流程结构。通过某个换热网络的最优合成设计，说明方法的有效性和应用前景。

具有分布时滞的分流抑制细胞神经网络的概周期解

利用Banach不动点理论和Lyapunov函数方法,在较一般条件下研究了具有分布时滞的分流抑制细胞神经网络概周期解的存在性和全局吸引性,给出了新的判据,推广了已知文献的一些结果且易于在实际工程领域中验证。

时滞分流抑制型细胞神经网络的周期解的指数稳定性(英文)

利用适当的李亚普若夫泛函,研究了时滞分流抑制型细胞神经网络的周期解的指数稳定性.

基于5G专网分流技术的政务行业应用解决方案研究

5G双域专网是一种基于5G专网的行业个人客户融合的网络模式。通过介绍四类双域专网网络分流的关键技术方案,针对政务外网业务场景,研究了公专网分流的网络、认证、安全等解决方案,最后从5G政务专网与政务外网固定网络融合,加快推进电子政务外网转型升级的角度,提出了展望。

西部农村LTE分流优化措施研究

首先对西部山区农村LTE网络分流中的问题进行分析,从LTE网络覆盖、互操作参数设置、终端用户三个方面指出影响西部农村LTE网络分流的原因。通过理论研究,针对MR(测量报告)弱覆盖小区给出功率提升、RF(射频)精细优化、天线权值优化和互操作参数优化四种策略,可有效实现该区域内的流量分流,随后对四种策略的实施结果进行实测验证。

基于网络行为和协议的多分网络流量建模

通过对网络行为的分析,量化了用户的行为、网络业务、传输控制对网络流量多分形的影响,分析了影响多分形特性的物理成因以及网络协议构成对流量多分形特性的影响,并建立了基于网络行为和协议构成的多分网络流量模型.

变系数变时滞分层抑制细胞神经网络的概周期解

研究了变系数变时滞分流抑制细胞神经网络问题.在没有假设激活函数有界的条件下,利用指数二分法,不动点定理和微分不等式技巧,得到了保证变系数变时滞分流抑制细胞神经网络的概周期解的存在性和k-全局指数稳定性的充分条件.所得结果是新的,推广并改进了现有文献的结论.文末一个例子用以说明判据的可行性.

基于轻量级语义信息融合的动作识别方法

针对目前大多数的动作识别方法使用深层网络训练模型导致模型参数量大、验证成本高以及语义信息利用不足等问题,提出一种基于轻量级语义信息融合的动作识别方法(LSIF-GCN),实现了模型的轻量化和对语义信息的充分利用。首先,LSIF-GCN将数据预处理后的关节流、速度流和骨骼流三种不同的输入信息编码至高维空间后,经过一层图卷积操作,以达到特征增强和降低维度的目的,再把三种信息流在通道维度上进行拼接融合。然后,为了充分利用语义信息提取不同关节之间潜在的权重关系,提出一种“瓶颈型”的四层图卷积模块。最后,采用分流网络设计的时间卷积模块,并引入自注意力机制,在减少模型参数量的同时也提高了网络的性能。该模型具有简单的结构和训练过程,便于在低成本的嵌入式设备的实时动作识别系统中部署。在NTU-RGB+D 60和NTU-RGB+D 120数据集上的大量实验表明,该方法不仅在识别精度和模型复杂度(参数量和GFLOPs)上优于目前一些主流的轻量级方法,而且与一些近几年的SOTA方法相比也具有一定的优势。

城市快速路交通衔接组织研究

近年来,我国大城市快速路发展迅猛,为城市交通出行做出了积极的贡献,交通衔接组织对快速路功能的发挥起着至关重要的作用。从交通组织管理的角度出发,对城市快速路内部及其与周边路网之间的衔接组织问题进行分析,在此基础上,以避免其沿线及周边区域的交通拥堵、使快速路更好地发挥交通效益为目标,提出系统化的对策方法。

矿井多主扇联合运转分析

在矿井通风仿真系统的基础上,运用网络分流的理论,在已知基本关联矩阵和基本回路矩阵、初始风量和多主扇的性能参数下,当网络中某条分支的风量有变化时,求出其它分支风量的变化量和另外一个主扇变化后的性能参数,可有效提高选择主扇性能参数的精确度。