一种基于神经网络的通话时间累积分布函数生成器制造技术

本发明专利技术提供一种基于神经网络的通话时间累积分布函数生成器，所述累积分布函数生成器包括一个输入层、一个输出层以及一个中间层；所述中间层的神经元采用至少两个不同的概率分布函数作为激活函数；通过所述输入层输入蜂窝流动车辆数据中实际收集的通话时间，通过所述中间层对所述输入层输入的通话时间进行训练学习，通过所述输出层输出估计的通话时间的累积分布函数。本发明专利技术的优点：能够对用户的通话行为进行准确建模，拟合多峰概率密度函数的累积分布函数，从而获取符合实际情况的通话保持时间和通话间隔时间的概率密度函数。持时间和通话间隔时间的概率密度函数。持时间和通话间隔时间的概率密度函数。

【技术实现步骤摘要】
一种基于神经网络的通话时间累积分布函数生成器


[0001]本专利技术涉及计算机
，特别涉及一种基于神经网络的通话时间累积分布函数生成器。

技术介绍

[0002]蜂窝流动车辆数据能够被用于估计交通信息，通常主要使用到的蜂窝网络信号包括HO(Handover/Handoff，切换)信号、NLU(Normal Location Update，常规性位置更新)信号、CA(Call Arrival，通话到达)信号和PLU(Periodic LocationUpdate，周期性位置更新)信号。
[0003]目前，在基于蜂窝流动车辆数据的交通信息估计方法中，利用蜂窝网络信号数据的方式有两类：第一类，通过连续的蜂窝网络信号序列估计交通信息，其利用手机在移动过程中产生的蜂窝流动车辆数据的时空特征，通过同一部手机连续发生的两次蜂窝网络事件，获取发生的时间差与距离差，从而对交通信息进行估计；但这类方法需要对同一部手机持续追踪，获取其在观察时段内与基站的所有交互行为，这会产生一定的隐私问题。
[0004]第二类，通过统计蜂窝网络信号的数量估计交通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的通话时间累积分布函数生成器，其特征在于：所述累积分布函数生成器包括一个输入层、一个输出层以及一个中间层；所述中间层的神经元采用至少两个不同的概率分布函数作为激活函数；通过所述输入层输入蜂窝流动车辆数据中实际收集的通话时间，通过所述中间层对所述输入层输入的通话时间进行训练学习，通过所述输出层输出估计的通话时间的累积分布函数。2.根据权利要求1所述一种基于神经网络的通话时间累积分布函数生成器，其特征在于：所述中间层的神经元分别采用指数分布函数、正态分布函数或对数正态分布函数作为激活函数。3.根据权利要求2所述一种基于神经网络的通话时间累积分布函数生成器，其特征在于：所述通话时间包括通话保持时间和/或通话间隔时间，所述通话保持时间为单次通话从接听到挂断的持续时间，所述通话间隔时间为两次通话到达的间隔时间。4.根据权利要求3所述一种基于神经网络的通话时间累积分布函数生成器，其特征在于：当所述输入层输入的是蜂窝流动车辆数据中实际收集的通话保持时间t
h
时，所述中间层的指数分布函数f
11
(t
h
)的公式如下：所述中间层的正态分布函数f
12
(t
h
)的公式如下：所述中间层的对数正态分布函数f
13
(t
h
)的公式如下：所述输出层输出的估计通话保持时间的累积分布函数的公式如下：在式(1)
‑
式(4)中，λ1表示指数分布函数f
11
(t
h
)的参数，μ1表示正态分布函数f
12
(t
h
)的均值，σ1表示正态分布函数f
12
(t
h
)的标准差，μ2表示对数正态分布函数f
13
(t
h
)的均值，σ2表示对数正态分布函数f
13
(t
h
)的标准差，w
11
表示指数分布函数f
11
(t
h
)的权重，w
12
表示正态分布函数f
12
(t
h
)的权重，w
13
表示对数正态分布函数f
...

【专利技术属性】
技术研发人员：刘小娟，张翊卓，唐宏安，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：