基于知识图谱的国内区块链研究现状与趋势分析

研究区块链技术在国内的应用情况有利于掌握区块链技术在我国发展现状,发现我国区块链技术发展的优势及潜在问题。回顾了国内区块链研究进展,从关键词、发文年份、作者合作关系、作者隶属机构等多个角度分析区块链发展现状及研究内容,并对研究趋势进行展望。

针对心血管疾病预测的改进算法模型

心血管疾病是危害人类生命的高危疾病之一,整合高新技术精准预测疾病发病的可能性、降低发病率是应对该疾病的最佳方法,也是不久的将来实现精准医学的关键技术之一。为了使数据类型标准化并保证数据格式的一致性,提高疾病预测的时效性以及疾病预测结果的精准度,整合国家标准化个人查体报告书及个人日常生活健康指标等相关信息,提出使用基于随机森林与Relief的特征选择方法进行数据降维,结合改进后的误差反向传播神经网络模型对心血管疾病进行预测。为了证实该模型的有效性,进行心血管疾病预测实验,并对实验结果进行可视化比较与分析。研究结果表明,改进的误差反向传播神经网络疾病预测模型在时效性、准确性与扩展性方面表现较好,分类精度达到98.68%,灵敏度达到98.78%,特异性达到98.56%,且预测速度提升了30%左右。

基于人群队列模型的高校毕业生趋向大数据分析方法研究

近年来国内高校毕业生数量呈日益增长趋势,不仅将导致人才供需问题,而且对高等院校教学辅助资源的合理化分配提出了挑战。为准确判断高校毕业生趋向及其对应的教学辅助资源,提出基于人群队列模型的高校毕业生趋向大数据分析模型。在提出的模型中,毕业趋向可分为深造、就业和其它。选取毕业趋向的影响因子时,根据收集的数据分别选择性别和政策。最后利用人群队列模型对年龄、时期、队列相关大数据进行毕业趋向分析。实验收集了山东科技大学2011-2018年毕业生基本信息,并建立人群队列模型进行毕业趋向分析。实验结果表明,基于人群队列模型的分析模型不仅能更准确地预测高校毕业生毕业趋向,而且能更科学、准确、及时地提供教学辅助资源的合理化分配依据。

一种基于雾计算的健康监测系统架构

为了进一步提高医养健康服务质量并解决传统方案中存在的数据时延与数据隐私问题,提出一种居家环境中健康信息采集与管理系统架构方案。该方案采用雾计算范式,通过部署在社区中的众多智能网关形成边缘雾,能够更好地拓展云计算覆盖范围并解决基于云的物联网模式数据延时严重和带宽资源利用率低的问题。主要功能包括用户设备接入管理、实时数据处理、任务紧急程度分类、针对用户数据分析结果的消息通知等。该方案的实现能够进一步提高医疗服务质量、简化服务流程,适用于新型养老模式与高级住宅建设。