电气与计算机工程学院2018级学生郑煜钒在国际期刊《IEEE Internet of Things Journal》发表题为《Random-Forest-Bagging Broad Learning System with Applications for COVID-19 Pandemic》的学术论文（第二作者），指导老师是特聘教授詹俦军博士。
      该期刊的影响因子为9.9，排名电子电气工程类期刊Q1（前25%），中科院一区杂志。

2019年，一场前所未有的流行性传染病-COVID-19席卷了全球。COVID-19的快速地域传播导致了全球性健康危机。如何有效地预测COVID-19大流行的变化成为了一个关键的问题。该论文提出了一种用于COVID-19预测的机器学习模型Random-forest-Bagging Broad Learning System（RF-Bagging-BLS），该模型使用了Random Forest来筛选预测特征，利用筛选出来的特征建立一个将Bagging和BLS相结合的机器学习预测模型，最终发现RF-Bagging-BLS相比于传统的机器学习模型和集成学习模型有着更好的预测能力。根据作者所提出的预测模型，可以帮助公共卫生政策决策者根据预测的疫情变化情况对实施的防疫政策进行有效地调整。

电气学院坚持学校“高起点、有特色、更开放”的办学理念，秉承以生为本的作风，教师以教书育人为典范，一直致力于学生成长，支持学术带头人代领学生参加高水平的学术科研活动，学生研究能力得到提升，是学院的人才培养的成果。

文稿来源：电气与计算机工程学院