[发明专利]一种运用大数据分析的短波通信资源配置智能预测方法

摘要

本发明公开了一种运用大数据分析的短波通信资源配置智能预测方法，包括短波存量数据、数据清洗、数据除噪(特征值提取)、基于机器学习的算法训练、短波通信资源配置预测算法引擎，短波通信数据库、外部数据、累计年数新增数据准备与算法测试验证，本发明利用大数据技术进行短波通信资源智能配置的优势，可拟合全球活动区域更复杂、高维的短波通信规律，实现更准确的短波通信资源配置预测。真正实现短波通信资源智能配置。短波通信各要素数据，利用机器学习技术进行全流程、全要素大数据分析，为全球范围活动下的短波通信提供更智能的通信资源配置预测方案，短波通信大数据分析的目的是能由计算机自动提供短波通信资源配置方案。

主权项

1.一种运用大数据分析的短波通信资源配置智能预测方法，其特征在于，包括短波存量数据、数据清洗、数据除噪(特征值提取)、基于机器学习的算法训练、短波通信资源配置预测算法引擎，短波通信数据库、外部数据、累计年数新增数据准备与算法测试验证，通过输入现有的所述短波存量数据经数据导入至数据清洗，所述数据清洗解决数据质量问题，大部分通过人工进行的数据整理、修复工作，从而输出高质量的短波通信数据集，所述数据降噪(特征值提取)是一种将数据从高维空间到低维空间的变换，从而达到降维的目的，所述基于机器学习的算法训练是基于三、中回归和分类两种机器学习算法进行短波通信资源配置的预测分析，所述基于机器学习的算法训练输出是短波通信资源配置预测算法引擎，所述短波通信资源配置算法引擎是开发的交付成果，可实现针对短波通信任务需求，自动生成通信资源配置方案，以提供辅助决策服务，所述算法测试验证检测和评估预测算法的效果，能获得经新积累的实战数据检验的达到预期效果的短波通信资源配置预测算法，所述累计年数新增数据准备随着短波通信任务数据的不断积累，新增数据集的规模和维度都有可能增加，可以向系统发起算法迭代指令，算法迭代指令会触发将新累积的数据和外部数据做整合准备，进入下阶段数据清洗、特征值提取、基于机器学习生成新的迭代算法，所述累计年数新增数据准备的输出是算法迭代新积累的高质量数据，并进入新一轮处理流程；所述数据清洗后依次数据除噪、基于机器学习的算法训练与短波通信资源配置预测算法引擎后输出通信资源配置预测方案，所述短波存量数据经数据清洗后依次流向短波通信数据库与累计年数新增数据准备，所述短波通信数据库可通过收集新的短波通信任务数据输入。