基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

宋起柱调研SMG、东方明珠,支持开展5G频道建设、移动融合业务建设合作

2月24日,中国广播电视网络有限公司董事长宋起柱在上海广播电视台、上海文化广播影视集团有限公司(SMG)、东方明珠新媒体股份有限公司(东方明珠)进行调研座谈。在座谈会上,东方明珠相关负责人介绍了东方有线整体经营管理情况、东方明珠筹备国网5G频道播出平台的建设方案。     

环境监察移动执法系统的应用与实现探讨

随着我国社会经济的进一步发展,环境问题也成为被政府和广大民众所重视的一项重要问题,但是在针对环境问题进行执法时,往往由于受到地域、时间、设备等因素限制,无法有效及时的完成执法工作。在这样的形势下,依托互联网以及移动通信技术为基础构建环境监察移动执法系统是尤为必要的。本文就从此系统构建的目标、思路以及功能的实现等方面进行简要探讨。     

一种基于微课程的信息类学科移动微学习平台的构建

微学习是基于学生注意力集中时间段的特点提出的,微课程是对微学习的一种发展,是强化学生体验的一种更细化的方法。文章以满足学生身心发展需求出发,积极构建一种基于微课程的信息类学科移动微学习平台,进一步促进微学习的目标要求。     

无线传感器网络中移动sink节点的路径规划

在无线传感器网络中,大量感知数据汇集到sink节点的采集方法会导致sink节点附近的节点能量耗尽,造成能量空洞。针对该问题,利用移动的sink节点进行数据收集是一种解决方法,其中移动sink的路径规划成为一个重要的问题。提出了一个移动sink路径规划算法,将无线传感器中随机分布的节点划分为不同的子区域,寻找sink节点移动的最佳转向点,最终得到最优的移动路径,以实现无线传感器网络生命周期最大化。仿真实验表明,与现有方案相比,该算法能显著延长网络的生命周期。     

基于手持终端的移动物流APP设计与研究

移动物流APP考虑到使用用户人群的特殊性,在设计时需要考虑使用的便捷性,因此从各个可能操作的界面出发,设计相关的操作界面。文中认为,一款覆盖提供运输计划、运输管理、GPS跟踪等服务的APP是行之有效的,货车司机可以利用APP随时随地与平台互动,对运输计划和运输任务进行管理和跟踪。平台也可以通过APP了解各个端点的位置信息,对运输任务进行追踪控制,同时也可以完成对货车司机的相关管理功能。