Ad Hoc网络的干扰优化拓扑控制算法研究

干扰是严重影响Ad Hoc网络吞吐率的主要原因之一.总结和分析了Ad Hoc网络领域已有的拓扑控制算法方面的研究成果,通过仿真实验比较几种典型干扰优化拓扑控制算法特性,指出现有干扰优化拓扑控制算法的不足,阐述如何从拓扑控制角度来控制网络瓶颈节点数目,同时权衡稀疏化与瓶颈节点数的必要性.研究表明,通过稀疏化优化节点对之间的干扰和通过瓶颈节点控制并降低网络中瓶颈节点数目,不仅可以优化网络干扰,而且从一定程度上提升现有的路由算法效率.     

基于NPP/VIIRS夜间灯光数据的GDP智能预测模型研究

针对现今传统统计方法难以准确及时的揭示经济参量时空信息且估算GDP精度不足的问题,本文利用国家极轨卫星携带的可见光和近红外成像辐射计（NPP/VIIRS）获取的2012-2018年夜间灯光影像为数据源,对数据产生的误差进行处理得到了可以用来定量分析的长时间序列数据;首先采用随机森林算法对数据集进行预测研究,在此基础上提出一种基于袋外数据估计的回归误差,采用改进的网格搜索算法（Grid Search）对随机森林模型进行参数调优。同时也使用贝叶斯优化（Bayesian Optimization）对随机森林(RF)模型进行参数调优。运用嵌套5F-CV,并通过外部5F-CV循环估算模型的泛化能力,内部5F-CV循环用于确定最佳参数找出最优参数模型,建立自动预测系统,根据输入的研究区数据,使算法模型自动进行精准预测。结果表明基于贝叶斯优化改进的随机森林算法在预测GDP时最好,预测精度达到97%,具有较高的准确率和鲁棒性。研究结果展示了机器学习算法和夜间光照指数用于在县级尺度上预测GDP表现出显著的能力。