[發明專利]基于隨機森林的MR覆蓋率影響因素判定方法

在審

• 申請號: 201810711159.2
• 申請日: 2018-07-03
• 公開（公告）號: CN109086964A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 范山崗;田夢倩;陸怡琪;朱穎;熊健;楊潔;桂冠
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/30;G06N99/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 朱妃;董建林

1.一種基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于，包括以下步驟：

1)選取若干個影響MR覆蓋率的相關維度；

2)對每個影響MR覆蓋率的相關維度的維度數據進行清洗，形成相關維度數據集，并得到清洗后的相關維度；

3)從相關維度數據集中抽取維度數據作為訓練樣本，將相關維度數據集中剩余的維度數據作為測試樣本；

4)以清洗后的相關維度作為特征，根據訓練樣本來訓練隨機森林模型；

5)將測試樣本輸入隨機森林模型，得到輸出準確率；

6)調整隨機森林模型的參數，直至當輸出準確率大于設定閾值，則將該輸出準確率時的隨機森林模型作為MR覆蓋率影響因素判定模型；

7)計算每個影響MR覆蓋率的相關維度的影響度；

8)根據計算所得的影響度，對若干個影響MR覆蓋率的相關維度進行排序；

9)利用MR覆蓋率影響因素判定模型定位MR覆蓋率的影響因素，清晰劣化根因。

2.根據權利要求1所述的基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于：所述步驟1)中的若干個影響MR覆蓋率的相關維度包括工作頻段、載頻數量、覆蓋類型、經度、緯度、最大發射功率、弱覆蓋采樣點數、總采樣點數、弱覆蓋率采樣點比例、中心載頻的信道號、是否為上行干擾小區、是否為上行弱覆蓋小區、是否過覆蓋小區、站高、小區個體偏移量、頻段指示、電子下傾角、機械下傾角、方位角、天線掛高和設備類型。

3.根據權利要求1所述的基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于：所述步驟2)中的對每個影響MR覆蓋率的相關維度的維度數據進行清洗，包括維度數據整理和維度名稱整理。

4.根據權利要求3所述的基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于：所述維度數據整理，具體為，

刪除缺失值超過50％的維度；滿足判定需求但存在缺失值的維度，將缺失值用平均值填充；由于機器故障或者人為操作造成的異于正常范圍的數據為異常值，當檢測出異常值后，將該異常值刪除，再用平均值填充。

5.根據權利要求3所述的基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于：所述維度名稱整理，具體為，在不同的數據表中，如果同一維度名稱存在不同的命名，則需要統一維度名稱，使得每個維度名稱只有一種命名；

其中，不同的命名包括中文和英文的不同、大寫和小寫的不同。

6.根據權利要求1所述的基于隨機森林的MR覆蓋率影響因素判定方法，其特征在于：所述步驟4)中的隨機森林模型采用若干個基學習器的投票機制來改善決策樹而生成，具體包括步驟，

4-1)從樣本集中通過Bootstraping產生n個樣本；

4-2)假設樣本特征數目為a個，對n個樣本選擇a個樣本特征中的k個樣本特征，用建立決策樹的方式獲得最佳分割點；

4-3)步驟4-1)至步驟4-2)重復m次，產生m棵決策樹；

4-4)采用Bagging的策略即多數投票機制來獲得分類結果。