本研究改进了k最近邻（kNN）图拉普拉斯算子的收敛速率。通过引入加权边和核化图亲和力，提出了一种新的收敛分析方法，使每个点的收敛速率达到O(N^{-2/(d+6)})，显著提高了算法效率，并通过数值实验验证了理论结果。

本文介绍了基于LoRaWAN的智能校园数据集，采用k最近邻算法处理缺失值，并利用LSTM模型预测未来数据。研究表明，模型在预测房间人数方面的准确率达到95%。该数据集已公开，为后续研究提供了机会。