一种异构网络下基于支持向量机的资源分配方法

本发明公开了一种异构网络下基于支持向量机的资源分配方法，包括如下步骤：获得已经进行过网络流量卸载区域的用户及其网络状态数据；将获得的用户和网络状态数据整理后作为数据集，且将数据集分为训练集和测试集；将训练集中每个数据的参数作为初始支持向量机模型输入向量，网络状态数据作为每个数据的标记值，训练优化支持向量机模型的参数；获得当前异构网络下蜂窝网络用户的相关参数，将其作为训练后支持向量机模型的输入向量，得到输出值用以判断是否需要卸载。本发明把更多的计算资源放在生成数据集和训练上，降低了做出决策的延迟时间，对异构网络中蜂窝网络用户的状态判断是否执行卸载，以达到异构网络整体用户满意度最大化。