[发明专利]一种基于复杂通信网络信道数据挖掘路径预测算法

权利要求书

1.本发明是一种复杂通信网络信道数据路径预测算法，属于通信技术领域，其特征在于：将复杂通信网络看作是路径预测算法产生的节点数据迭代序列形成的BANACH空间，通过路由准则算子从源数据挖掘出目的数据，将为进一步研究通信复杂网络的规律性、动态性奠定一定的基础。

2.本发明所提出的算法，在复杂通信网络中数据进入信道节点后，根据一定的路由规则，信道节点之间相关行为通过彼此间相互传递数据而产生。对于单个信道节点的数据排队长度，在时间上由不相关特性逐渐演变到长程相关特性，其长程相关特性是信道节点间的整体涌现行为与特性。而数据累积量H随通信网络规模的增大而下降，信道节点数增多，数据从源节点要经过更多的节点才能到达目的节点，而单个信道节点的数据对通信网络整体行为的影响将降低，数据平均排队长度的整体特性更依赖于通信网络中的其他节点，使通信网络中所有信道节点的群体行为与作用更为明显。

3.采用Maximum Likelihood(ML)路径预测算法，建立HMM模型[7]，用模型五元组λ＝(N，M，π，A，B)来描述，其中，N为状态数目；M表示每个状态可能的观察值数目；A为与时间无关的状态转移概率矩阵；B为给定状态症观察值概率分布；π为初始状态空间的概率分布。

4.根据权利要求3所述的算法，其特征在于，当给定模型λ＝(N，M，π，A，B)时，观察序列O＝O₁，O₂，…，O_r由以下步骤产生：

(1)根据初始状态概率分布π＝π_i选择一初始状态q₁＝s_i。

(2)设t＝1。

(3)根据状态s_j的输出概率分布b_j(k)，输出O_i＝v_k。

(4)根据状态转移概率分布a_ij转移到新状态q_t+1＝s_j。

(5)设t＝t+1，如果t＜T，重复3，4，否则结束。