柳佳

摘 要：對(duì)于大數(shù)據(jù)的技術(shù)核心，主要是進(jìn)行預(yù)測(cè)工作，它是人工智能中重要的組成部分。它將數(shù)學(xué)的計(jì)算方式運(yùn)用到數(shù)據(jù)的預(yù)測(cè)中，通過大數(shù)據(jù)模型的自動(dòng)學(xué)習(xí)和訓(xùn)練，進(jìn)行每一個(gè)區(qū)域的網(wǎng)絡(luò)質(zhì)量趨勢(shì)的預(yù)測(cè)，從而進(jìn)行網(wǎng)絡(luò)的優(yōu)化工作。此次論文主要探討的是大數(shù)據(jù)技術(shù)的智能化無線網(wǎng)絡(luò)優(yōu)化體系。

關(guān)鍵詞：大數(shù)據(jù) 智能化 無線網(wǎng)絡(luò) 優(yōu)化體系

中圖分類號(hào)：TN92 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2018）03-0-01

對(duì)于大數(shù)據(jù)的理解方式已經(jīng)發(fā)生了改變，大數(shù)據(jù)不單單是數(shù)據(jù)量大的問題，而是通過數(shù)學(xué)的分析得到更多智能的信息，其中包含了這些數(shù)據(jù)的數(shù)量、屬性等。所以，大數(shù)據(jù)的分析是非常關(guān)鍵的。目前，基本上很多技術(shù)都使用了智能化，而之所以能成就今天的局面，是因?yàn)橥ㄟ^了大量數(shù)據(jù)的記錄和分析，使用最好的預(yù)測(cè)模式，不斷的改進(jìn)系統(tǒng)所取得的成就。

一、大數(shù)據(jù)分析的理論方法

1.數(shù)據(jù)可視化法

對(duì)于大數(shù)據(jù)的分析功能，所包含的內(nèi)容較多不但需要專家進(jìn)行分析，還包括了業(yè)務(wù)領(lǐng)域的用戶。對(duì)于不同用戶的大數(shù)據(jù)分析，最基本的要求就是最終獲得結(jié)果的可視化。由于這種方法可以非常直接的展現(xiàn)出數(shù)據(jù)模式的特點(diǎn)，所以，非常實(shí)用。

2.數(shù)據(jù)挖掘技術(shù)

關(guān)于大數(shù)據(jù)分析的重要功能就是進(jìn)行數(shù)據(jù)挖掘以及機(jī)器的學(xué)習(xí)算法，其中不同的計(jì)算方法必須要根據(jù)不同類型和數(shù)據(jù)和格式進(jìn)行確定，然后更為精準(zhǔn)的計(jì)算出數(shù)據(jù)，這也是它本身的特點(diǎn)之一。

3.模型預(yù)測(cè)能力

大數(shù)據(jù)的應(yīng)用領(lǐng)域較多，其中最為關(guān)鍵的便是預(yù)測(cè)分析。它可以從很多數(shù)據(jù)中找出其中的特點(diǎn)，然后建立模型，再向模型中輸入數(shù)據(jù)預(yù)測(cè)未來的結(jié)果。

二、大數(shù)據(jù)技術(shù)的智能化無線網(wǎng)絡(luò)優(yōu)化體系

1.大數(shù)據(jù)分析的技術(shù)和處理的過程

對(duì)于具體的技術(shù)主要包含了了數(shù)據(jù)的采集和存儲(chǔ)、數(shù)據(jù)的處理和分析、數(shù)據(jù)的挖掘以及數(shù)據(jù)的建模和預(yù)測(cè)，然后再將最終的結(jié)果展現(xiàn)出來。主要處置的過程分為四部，分別為采集、導(dǎo)入和預(yù)處理，然后再進(jìn)行統(tǒng)計(jì)和分析，再進(jìn)行數(shù)據(jù)的挖掘。首先，進(jìn)行數(shù)據(jù)的采集和存儲(chǔ)，也就是將客戶端的數(shù)據(jù)用數(shù)據(jù)庫收集起來。其次，就是數(shù)據(jù)的預(yù)處理，對(duì)這些采集的數(shù)據(jù)進(jìn)行深入的分析，再將這些數(shù)據(jù)導(dǎo)入到比較集中的數(shù)據(jù)庫。由于這一個(gè)過程所涉及的數(shù)據(jù)量較多，所以，經(jīng)常會(huì)出現(xiàn)數(shù)據(jù)格式不一致的問題。然后，就是進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)和分析技術(shù)，主要是對(duì)這些存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，然后再將其進(jìn)行歸類。這樣，才能滿足一些分析的要求，就系那個(gè)一些方差分析、多元回歸分析等。最后，就是進(jìn)行知識(shí)的挖掘，主要是對(duì)已經(jīng)集中的數(shù)據(jù)進(jìn)行各式各樣的計(jì)算，以達(dá)到模式識(shí)別和結(jié)果預(yù)測(cè)的效果，從而進(jìn)行級(jí)別的分析。只有滿足了這些過程，才能算是比較完整的大數(shù)據(jù)處理過程。

2.基于大數(shù)據(jù)技術(shù)的無線網(wǎng)絡(luò)性能預(yù)測(cè)和建模

一般情況下，無線網(wǎng)絡(luò)的影響因素較多。例如周邊的環(huán)境、其他干擾、網(wǎng)絡(luò)的結(jié)果、資源配置、人為因素以及設(shè)備、配置參數(shù)等，所以，很難確定單一因素的定量以及網(wǎng)絡(luò)質(zhì)量的分析。為此，在進(jìn)行網(wǎng)絡(luò)區(qū)域的大數(shù)據(jù)分析，建立多元非線性分析的模型。再對(duì)一些重要的影響因素進(jìn)行挖掘分析，從而判斷網(wǎng)絡(luò)的質(zhì)量和趨勢(shì)，實(shí)現(xiàn)參數(shù)的優(yōu)化和性能的預(yù)測(cè)。并且，對(duì)于網(wǎng)絡(luò)影響因素所造成的網(wǎng)絡(luò)性能問題，必須要根據(jù)不同的情況進(jìn)行診斷，這也是一種比較復(fù)雜的多元非線性的函數(shù)關(guān)系。在這種情況下，無論經(jīng)驗(yàn)多豐富的專家都無法定量準(zhǔn)確的判斷網(wǎng)絡(luò)的質(zhì)量趨勢(shì)。所以，為了解決這些不足之處，可以使用感知網(wǎng)絡(luò)對(duì)無線網(wǎng)絡(luò)的性能進(jìn)行預(yù)測(cè)，然后再根據(jù)無線網(wǎng)絡(luò)的需求進(jìn)行建模。

3.多層感知器預(yù)測(cè)模型

模型是由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成的。一般情況下，網(wǎng)絡(luò)模型有三個(gè)層次，其一就是輸入層，主要的功能就是收集外界的輸入信息，并傳遞給中間層的每一個(gè)節(jié)點(diǎn)；其二就是隱層，也就是中間層，是內(nèi)部信息進(jìn)行處理的層次，主要的工作是進(jìn)行息息的變化。根據(jù)信息變化的能力要求，中間層可以設(shè)計(jì)為單向的隱蔽層次或者多的隱蔽層次結(jié)構(gòu)，最后將隱蔽層的信息傳遞到輸入層的每一個(gè)節(jié)點(diǎn)，進(jìn)行深入的處理之后，完成正向傳播的處理。而輸入層的意思是輸出層，向外界輸出的信息進(jìn)行處理的結(jié)果。當(dāng)實(shí)際輸出的信息與預(yù)期的信息不一致時(shí)，則進(jìn)入反向傳播階段。誤差經(jīng)過輸出層的處理，按照誤差梯度下降的方式改正各個(gè)層次的權(quán)值。再向隱層和輸入層進(jìn)行逐次的反傳。在經(jīng)過循環(huán)操作，正向傳播和誤差反向傳播的過程中，需要對(duì)每一個(gè)層次的權(quán)值進(jìn)行適當(dāng)?shù)恼{(diào)整。而這一個(gè)過程當(dāng)中，需要一直減少網(wǎng)絡(luò)輸出的誤差。

4.大數(shù)據(jù)時(shí)代，人們改變分析問題的思路和方法

首先，一個(gè)轉(zhuǎn)變就是在大數(shù)據(jù)時(shí)代的背景下，人們可以進(jìn)行更多的無線網(wǎng)絡(luò)管理和運(yùn)維方面的數(shù)據(jù)分析，并處理所有相關(guān)的數(shù)據(jù)信息，不需要僅僅局限于部分的樣本測(cè)試數(shù)據(jù)中。這樣，可以有效的提高數(shù)據(jù)的精準(zhǔn)性，從而獲取更多網(wǎng)絡(luò)的細(xì)節(jié)信息；第二個(gè)改變就是擁有大數(shù)據(jù)之后，可以通常大數(shù)據(jù)，掌握業(yè)務(wù)的發(fā)展方向和用戶行為的趨勢(shì)模型。與此同時(shí)，提高了人們?cè)诰W(wǎng)絡(luò)管理方面的觀察力；第三個(gè)轉(zhuǎn)變就是數(shù)據(jù)結(jié)果之間的關(guān)系。例如，無線網(wǎng)絡(luò)的環(huán)境、用戶的行為以及網(wǎng)絡(luò)的質(zhì)量之間的關(guān)系。另外，對(duì)于大數(shù)據(jù)模型的預(yù)測(cè)變化的趨勢(shì)比較準(zhǔn)確，所以，可以將不同的陳述和資源配置導(dǎo)入到模型中進(jìn)行預(yù)測(cè)，得出準(zhǔn)確的結(jié)果，也就是制定具體的網(wǎng)絡(luò)優(yōu)化方案，從而減少人們的試驗(yàn)工作量，保證工作的質(zhì)量，從而有效地提高工作的效率。

結(jié)語

綜上所述，對(duì)于大數(shù)據(jù)的模型在進(jìn)行預(yù)測(cè)時(shí)，必須要進(jìn)一步的分析，得出準(zhǔn)確的結(jié)果，再對(duì)每一個(gè)區(qū)域的無線網(wǎng)絡(luò)質(zhì)量做出趨勢(shì)預(yù)測(cè)，然后，進(jìn)一步的給資源的配置進(jìn)行修改以及進(jìn)行網(wǎng)絡(luò)的優(yōu)化。從而實(shí)現(xiàn)將網(wǎng)絡(luò)優(yōu)化工作的事后處理模式向預(yù)測(cè)評(píng)估預(yù)警模式進(jìn)行轉(zhuǎn)變。

參考文獻(xiàn)

[1]蔡虎.工業(yè)無線傳感網(wǎng)絡(luò)中基于時(shí)延和優(yōu)先級(jí)路由算法研究[D].江西理工大學(xué)，2016.

[2]于君.智能電網(wǎng)無線傳感監(jiān)測(cè)及負(fù)荷預(yù)測(cè)方法研究[D].太原理工大學(xué)，2015.

[3]茅佳佳.智能電網(wǎng)無線網(wǎng)絡(luò)MAC層性能優(yōu)化策略研究[D].浙江理工大學(xué)，2012.

[4]武秋紅.基于無線傳感器網(wǎng)絡(luò)的遠(yuǎn)程醫(yī)療監(jiān)護(hù)系統(tǒng)[D].電子科技大學(xué)，2009.