基于人工智能的用户位置识别方法研究与探讨第二部分_第1页
基于人工智能的用户位置识别方法研究与探讨第二部分_第2页
基于人工智能的用户位置识别方法研究与探讨第二部分_第3页
基于人工智能的用户位置识别方法研究与探讨第二部分_第4页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、基于人工智能的用户位置识别方法研究与探讨01基于位置的精准优化是网络优化的重点基于位置精准基于位置精细优化基于位置竞对评估基于位置立体分析当前几种主流的位置识别方法库方法02OTT方法三角+TA/AOA方法03现有位置识别方法对比有没有一种新方法？应用人工智能结果会更理想吗？三角&TA/AOAMR库OTT精度200米左右80米左右室外10米左右，室内20-50米有效样本量样本量丰富样本量丰富样本量相对较少数据源电子地图工参MRO电子地图、模型、工参、ATU测试数据、MRO电子地图、工参MRO、统一DPI硬采信令原始码流及XDR文件处理难度较低中等，实现难度主要取决于模型、工参准确度及M

2、R匹配算法较难实现难度主要取决于的、两类数据源之间的关联及标准化的 统一DPI建设进度特点实时性强，精度不高实时性中，精度中，耗时较长精度最高，需要较长时间积累数据04基于人工智能的位置识别方法数据样本获取模型训练位置结果验证模型评估05基于人工智能的位置识别过程0点 MRO数据Part0-2：通过M1来完成位置Part0-1:关联原始码流获取Part0-1：获取样本数据用于预测模型训练，生成模型M1Part1：结合新数据优化模型M123点0点1点生成新模型M2Part1-2：通过M2完成位置Part1-1：关联原始码流获取1点 MRO数据06基于人工智能的位置识别效果及演进精准补充比例尺1：

3、30米延伸 进一步与自建WLAN、wifi、家宽、掌厅数据结合，增加训练维度以及样本数，实现基于人工智能的立体空间。优化 优化输入维度，将三维立体环境作为输入参数，提升精度，增强模型的通用性。效果 精度高、效率高，模型广泛适用性存在一定局限。 适用范围：重点场景，例如“五高一地”。07附录1：网优人工智能应用方向集中优化问题发现省公司验证归档路测投诉地市公司处理省公司预处理邻区MR各类性能传统：单一指标或现象恢复。传统：简单的网元关联或位置关联传统：人工处理或者通过分析流程处理人工智能依据海量数据创建评估模型，判定问题是否全部处理，隐患是否排除。人工智能通过对数万的问题处理的自学习，完成智能预分析生成解决方案。人工智能通过分场景创建最佳模型，智能匹配根源问题和隐藏问题。附录2：网优人工智能应用方向参数管控08Predicted pIC 501086Training4TestLinear (Training)2246810Observed pIC50业务变化模型创建业务变化情况参数与业务匹配模型创建参数变更与业务匹配优选最佳结果生成建立直连通道自动执行执行结果验证及循环优化周边环境用户特征用户变化时间推移09附录3：网优人工智能应用方向集中投诉在哪在干啥听不清接不通VS上网慢找数据卡找用户不知所措-投诉不知所以-派单依据网络及环境特建立“演进式模型”

人人文库> 全部分类> 应用文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论