• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >A Novel User Classification Method for Femtocell Network by Using Affinity Propagation Algorithm and Artificial Neural Network
【2h】

A Novel User Classification Method for Femtocell Network by Using Affinity Propagation Algorithm and Artificial Neural Network

机译：基于亲和传播算法和人工神经网络的家庭基站用户分类新方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An artificial neural network (ANN) and affinity propagation (AP) algorithm based user categorization technique is presented. The proposed algorithm is designed for closed access femtocell network. ANN is used for user classification process and AP algorithm is used to optimize the ANN training process. AP selects the best possible training samples for faster ANN training cycle. The users are distinguished by using the difference of received signal strength in a multielement femtocell device. A previously developed directive microstrip antenna is used to configure the femtocell device. Simulation results show that, for a particular house pattern, the categorization technique without AP algorithm takes 5 indoor users and 10 outdoor users to attain an error-free operation. While integrating AP algorithm with ANN, the system takes 60% less training samples reducing the training time up to 50%. This procedure makes the femtocell more effective for closed access operation.
机译：提出了一种基于人工神经网络（ANN）和亲和力传播（AP）算法的用户分类技术。所提出的算法是为封闭式接入毫微微小区网络设计的。 ANN用于用户分类过程，AP算法用于优化ANN训练过程。 AP选择最佳的训练样本以加快ANN训练周期。通过使用多元素毫微微小区设备中接收信号强度的差异来区分用户。以前开发的定向微带天线用于配置毫微微小区设备。仿真结果表明，对于特定的房屋模式，不采用AP算法的分类技术需要5个室内用户和10个室外用户才能实现无差错操作。在将AP算法与ANN集成在一起时，系统减少了60％的训练样本，从而将训练时间缩短了50％。此过程使毫微微小区对于封闭访问操作更加有效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号