论文部分内容阅读
首先对小区中断检测的基本流程和BP神经网络的结构进行了介绍,并对小区中断相关的特征数据进行了梳理,筛选出与小区中断相关度较大的几类KPI参数作为特征输入,定义了依据中断程度分级的输出结果。然后针对标准BP神经网络易陷入局部最小、收敛慢等特点,采用SCG算法对网络进行训练,并与标准BP算法进行对比。最后仿真验证了模型可以有效地检测出不同的小区中断类别,并且采用SCG算法的模型收敛性较好,检测准确率可达95%以上。