RPCL算法、价值函数和类别数

RPCL(Rival Penalized Competitive Learning)算法是一种十分有效的聚类方法,能够自动地确定数据中的类别个数.最近,我们根据其特点建立了一种价值函数,能够在正确类别数处达到最小值,并依此推导出更广泛的一类算法--DSRPCL(Distance Sensitive RPCL)算法.本文对该价值函数做了进一步的理论和实验分析.在一定条件下证明了价值函数在正确类别数初达到全局最小.并在一组模拟数据和图像数据上通过实验验证了价值函数的正确性.     

分场景无线利用率研究

由于相似功能的小区具有相似的地理环境、网络建设情况以及用户满意度,本文通过对小区进行功能划分,详细分析不同场景的不同网络质量与无线利用率的关系,通过相关性找到与无线利用率最相关的拥塞率质量指标,并通过忙时拥塞率对应出不同场景对应的无线利用率以及网络质量,从而得到全网最合适的无线利用率。     

Non-3GPP对EPS的安全接入研究

Non-3GPPN络安全接入EPS是未来异构网络融合的重要基础。本文介绍了Non-3GPPN络接入时EPS系统的安全架构、可信的Non-3GPP网络接入EPS系统的认证机制、密钥协商流程等。