技术特征：
技术总结
本发明公开了一种UDN中基于机器学习的切换算法，包括以下步骤：步骤A：移动设备每一次需要切换到新的微小区时，均先向宏基站上报移动设备所处位置的特征信息报告，宏基站对特征信息进行离散化；步骤B：分别采用机器学习决策树预测、神经网络预测、SVM预测和随机森林预测四种学习器分别对离散化后的特征信息数据进行训练，得到各个训练模型；步骤C：将各预测结果进行相对多数投票法进行决策，得决策结果；步骤D：当决策结果为移动设备需要发生切换，且满足发生预切换条件时，则宏基站向预切换的目标微小区发送预切换请求，目标微小区此时开始为移动设备准备资源，并实施切换。减少了非必要切换，降低在超密集网络中的系统的平均时延。
技术研发人员：王军选;姬天相;王漪楠
受保护的技术使用者：西安邮电大学
技术研发日：2018.11.09
技术公布日：2019.03.08