CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی

اعتبار موردنیاز PDF: ۱ WORD: ۵ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۵۱ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_287
زبان مقاله: فارسی
حجم فایل: ۴۹۵.۹۴ کیلوبایت (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی

  یگانه ترابی روحانی - گروه کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی،کرمانشاه، ایران.گروه کامپیوتر، دانشکده فنی و مهندسی، پردیس علوم و تحقیقات کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
    علی حنانی - گروه مهندسی کامپیوتر، مرکز سنقر و کلیایی، دانشگاه آزاد اسلامی، سنقر و کلیایی، ایران. گروه مهندسی کامپیوتر، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.

چکیده مقاله:

با توجه به اینکه بخش عمده ای ازارتباطات جهانی از طریق شبکه موبایل انجام می گیرد بنابراین می توان گفت که شبکه موبایل از اهمیت ویژه ای برخوردار است. این تحقیق بر آن است که با کاوش داده ها، خرابی هایی که ممکن است برای یک BTS به وجود آید را پیش بینی کند. تشخیص و پیش بینی نوع خرابی در 7 دسته شامل (انتقال، همسایگی، سخت افزاری، کمبود کانال ترافیکی، کمبود کانال سیگنالینگی، کمبود کانال ترافیکی و سیگنالینگی، تشابه فرکانسی) و دسته سالم طبقه بندی انجام گرفت. هدف از این تحقیق، ارایه چارچوبی برای پیش بینی نوع خرابی های ممکن برای BTSهای شبکه موبایل است.در این روش از ترکیبی از الگوریتم های درخت تصمیم، SVM و KNN استفاده شده است، ابتدا ماتریس آشفتگی را به ازای هر یک از الگوریتم های SVM، درخت تصمیم و KNN بدست آورده، سپس دقت حاصل از هر یک ازالگوریتم ها را به ازای هر خوشه بدست آورده و بررسی می کنیم که ماکزیمم مقدار دقت برای هر خوشه توسط کدام الگوریتم تولید شده است. با استفاده از این تکنیک، می توان برای پیش بینی هر خوشه از بهترین الگوریتم استفاده کرد که این کار باعث افزایش دقت کل می شودروش پیشنهادی ترکیبی نسبت به سایر روش ها کارایی قابل ملاحظه ای داشته است، به گونه ای که میزان صحت دسته بندی، دقت و فراخوانی به طور قابل ملاحظه ای نسبت به روش های کلاس-بندی پایه و روش های کلاس بندی دیگر بهبود یافته است. بر اساس این نتایج می توان دریافت که کارایی روش پیشنهادی بسیار مناسب بوده است..

کلیدواژه‌ها:

داده کاوی، درخت تصمیم گیری، شبکه عصبی،طبقه بندی، الگوریتم ترکیبی، نوع خرابی BTS

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_287.html
کد COI مقاله: CITCOMP02_287

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ترابی روحانی, یگانه و علی حنانی، ۱۳۹۶، پیش بینی خرابی BTSهای شبکه موبایل قبل از ورود به سایت با استفاده از تکنیک های داده کاوی، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_287.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ترابی روحانی, یگانه و علی حنانی، ۱۳۹۶)
برای بار دوم به بعد: (ترابی روحانی و حنانی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۶۱۵۱
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.