首页> 中文会议>信息系统协会中国分会第七届学术年会 >基于深度学习的学业状态预测模型研究

基于深度学习的学业状态预测模型研究

摘要

针对传统学业状态预测模型不能达到高校预测精度及学籍检测的管理需要,本文利用深度学习的思想,模拟大脑神经元传递信息方式构建数学模型,在对多层前馈神经网络进行改进,在其隐藏层中引入模糊理论,通过模糊推理,提升神经网络模型的训练学习能力,同时在神经网络中引入多种群遗传算法的选择交叉及变异运算,提高网络的全局及局部搜索能力,优化神经网络的参数,避免了神经网络过早收敛的问题,从而有效的将模糊数学、神经网络及遗传算法结合,构建了基于深度学习的学业状态预测模型.通过对预测结果的分析,验证了该模型的正确性及可用性,可以帮助高校管理层实时掌握学校每个学生的学业状态,对异常学生进行必要的管理,为人学校人才培养服务.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号