基于端边云协同体系的联邦学习模型训练与优化

针对联邦学习训练模型容易受到数据属性影响的问题,提出基于端边云协同体系的联邦学习模型训练与优化方法,该方法引入可信度和动态学习率实现全局模型参数的自学习和自优化。实验表明,与其他算法相比,所提算法充分考虑边缘端的可信度,可防止由于数据分布或者质量问题所导致全局模型参数快速变化所导致准确率快速下降的问题;另外,由于引入了动态学习率,全局模型在聚合时可依据本地模型的误差进行学习率的自适应调整,在一定程度上实现全局参数更新速度和算法稳定度的平衡。

面向星地融合网络的星上管控节点动态部署方法

针对低地球轨道卫星网络节点高动态性的问题,提出一种面向星地融合网络的星上管控节点动态部署方法。首先,基于星地融合网络结构复杂多变和星上节点处理能力受限的特点设计主从协同管控的星地融合组网架构;其次,提出星上管控节点部署模型,该模型以星上管控节点部署成本作为优化目标函数,综合考虑业务QoS和网络负载等约束条件,旨在通过优化控制器的数量和位置来改善卫星组网响应时延;最后,采用强化学习方法快速求解不同网络拓扑状态下的星上管控节点数量和部署位置。仿真实验分析了所提算法、加速粒子群算法(ASPO)及最优搜索算法(OptSearch)在星上管控节点动态部署数量和平均组网响应时延上的对比结果,从而验证所提算法在星上管控节点部署中具有一定的优越性。

当前高校思想政治教育的现状、问题及对策

高校思想政治教育主要是针对大学生的思想、心理进行教育的工作。随着社会的发展变化,大学生的思想、心理也随之变化,呈现一定的时代性特征。传统思想政治教学方式已不能满足大学生思想、心理发展需求,高校思想政治教育问题凸显。本文主要对当前高校思想政治教育的现状及存在的主要问题进行分析,探讨创新和完善高校思想政治教育的对策。

动态梯度阈值裁剪的差分隐私生成对抗网络算法

现有的生成对抗网络(GAN)和差分隐私相结合的方法大多采用梯度扰动的方法实现隐私保护,即在优化过程中利用梯度裁剪技术来约束优化器对单个数据的敏感性,并对裁剪后的梯度添加随机噪声以达到保护模型的目的。然而大多数方法在训练时裁剪阈值固定,而阈值过大或过小均会影响模型的性能。针对该问题,提出动态梯度阈值裁剪的DGC_DPGAN(Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法以兼顾隐私保护和模型的性能。该算法结合预训练技术,在优化过程中先求取每批次隐私数据的梯度F-范数均值作为动态梯度裁剪阈值,再对梯度进行扰动。考虑不同的裁剪顺序,提出先裁剪再加噪的CLIP_DGC_DPGAN(Clip Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法和先加噪再裁剪的DGC_DPGAN算法,并采用Rényi Accountant求取隐私损失。实验结果表明,在相同的隐私预算下,所提出的两种动态梯度裁剪算法与固定梯度阈值裁剪方法相比更优:在Mnist数据集上,所提两种算法在IS(Inception Score)、结构相似性(SSIM)、卷积神经网络(CNN)分类准确率上分别提升了0.32~3.92,0.03~0.27,7%~44%;在Fashion-Mnist数据集上,所提两种算法在IS、SSIM、CNN分类准确率上分别提升了0.40~4.32,0.01~0.44,20%~51%。同时,GAN模型生成图像的可用性更好。

基于改进LCSS的移动用户轨迹相似性查询算法研究

为了解决由于移动用户轨迹数据具有随机性和繁杂性导致算法效率和精度低的问题,首先抽取用户轨迹时间位置序列,然后基于用户的逗留时长采用加权FP树挖掘移动用户的常驻区域以解决用户轨迹的随机性,最后提出结合用户出行的时间和地理因素的LCSS算法衡量用户轨迹相似性。实验证明,该算法具有一定的有效性和扩展性。

改进CPM的移动通信用户关系圈挖掘

针对现有社团发现算法忽略节点之间的关系强度及其动态性的问题,提出改进CPM算法挖掘移动通信的用户关系圈。首先,采用TF-IDF剔除非重要通话群体;然后,引入时间衰减因子,采用用户通信行为衡量用户之间动态关系强度,结合关系阈值剔除节点之间的弱连接构建大小不同的派系;再次,利用变异系数来衡量派系中用户关系之间的相近性,采用变异系数阈值C.V*剔除关系不紧密的派系;最后,根据用户输入的k值,发现k-派系社团。实验证明,通过重叠社团模块度EQ评测指标验证,该算法的精确度高于传统算法的精确度,具有一定的扩展性。

基于关联规则和时间阈值算法的5G基站部署研究

为了保障高价值用户感知,从高价值用户的业务连续性出发,探寻高价值用户使用业务的局部兴趣区域,并结合用户逗留时间来对基站进行评分,以评分高的区域作为通信运营商部署5G基站的优先点。经过实验表明,在极具稀疏性的数据集上,基于关联规则算法的精度较以往传统的方法有明显提高,且具有较高的扩展性。

基于DEA的无线勘察项目组费用配置效率评价研究

为了解决无线勘察项目组的费用配置效率评价方法的主观因素影响过大、随意性较强的问题,提出采用DEA模型评价设计院无线勘察项目组的勘察费用配置效率。首先采用DEA的方法生成设计院无线勘察项目组的生产前沿面,然后借助于数学规划将无线勘察项目组投影到生产前沿面,最后通过比较各个项目组偏离DEA前沿面的程度来评价无线勘察项目组的相对费用配置效率的有效性。经过实验验证了基于DEA的无线勘察费用配置效率评价的有效性,并发现了该算法具有较大的扩展性。

基于呼叫指纹的重入网识别算法研究

为了有效解决重入网用户运营成本和运营风险"双高"的难题,在采用改进TF-IDF提取用户有效交往圈的基础上,通过加权余弦相似度衡量移动用户呼叫交往圈的匹配程度来判断新入网的用户是否为重入网用户,以此帮助通信运营商有效甄别市场虚增高和用户高流失的现象。经过实验表明,该算法具有较高的识别准确度和识别速度,并具有较好的扩展性。

LTE D频段和F频段覆盖能力差异理论研究报告

随着3G网络日趋成熟的发展,LTE网络建设也提上了新的日程。LTE网络多制式多频段的模式,也成为大家探讨学习的对象。文章分析了LTE频谱选择差异性问题,总结了多方因素下,D频段和F频段覆盖能力的差异。

基于改进资源分配的链接预测算法

共同邻居的数量、共同邻居的度数、节点之间的路径长度等传统链接预测忽视邻居之间的关系以及节点本身的拓扑结构,导致其无法解决核心节点与周围节点链接强度不同的问题。采用邻域"结构洞"理论,并且结合节点本身拓扑结构以及共同邻居的拓扑结构的影响来实现网络的链接预测,提出基于改进资源分配的链接预测算法。实验证明,该算法不仅更加准确地反映了动态网络的拓扑结构,还能更加准确地预测节点之间是否存在链接关系。

基于社交网络和地理位置的用户关系预测

为了解决社交网络用户关系预测的不精确问题,通过采用时空分析方法对移动通信用户的轨迹和通话关系数据进行分析,研究了结合地理和时间的重合度以及基于用户时空特征权重赋值算法,并提出了基于社交网络和地理位置相似度的用户关系预测方案。经过实验证明,提出的算法能够改善社交网络预测的精度。

3G时代电信运营商营销策略分析

文章阐述了3G时代国内三大运营商面临的挑战,从市场竞争和营销策略的角度,分析了三大运营商应该采取的策略,指出运营商应综合运用多种营销策略,充分发挥3G市场营销组合的整体效果。