文献类型：期刊文章

作　　者：张涛[1] 张颖江[1]

机构地区：[1]湖北工业大学信息技术中心,湖北武汉430068

出　　处：《计算机仿真》

年　　份：2017

卷　　号：34

期　　号：3

起止页码：309-312

语　　种：中文

收录情况：BDHX、BDHX2014、ZGKJHX、核心刊

摘　　要：对移动通信网络异常信号进行准确识别,可以提高移动通信网络运行的安全性。进行异常信号识别时,需要提取移动通信网络异常信号数据特征,对根据特征对异常信号数据进行分类,建立移动通信网络异常信号识别模型,而传统基于遗传神经网络算法,是通过对大量的网络信号样本信息进行训练及测试实现的,不能对异常信号数据特征进行准确提取,存在识别不准确、误差大的问题。提出基于DFI的移动通信网络异常信号的识别方法。将DFI技术与SVM算法相融合,引入到移动通信网络异常信号的识别分类问题中,获取移动通信网络异常信号数据的特性,利用SVM算法建立移动通信网络异常信号最优分类面,构建移动通信网络异常信号识别模型,基于SVM的控制模块,对移动通信网络异常信号进行识别控制。仿真结果表明,提出的移动通信网络异常信号识别模型具有较高的识别准确度。

关 键 词：移动通信网络 异常信号识别  最优分类面

分 类 号：TP393.06]