skip to main content
Primo Advanced Search
Primo Advanced Search Query Term
Primo Advanced Search prefilters

基于多元特征感知网络的高考成绩预测

田钰

计算机集成制造系统, 2021-09, Vol.27 (9), p.2741-2748 [同儕審閱期刊]

可取得全文

引用 被引用
  • 題名:
    基于多元特征感知网络的高考成绩预测
  • 著者: 田钰
  • 所屬期刊: 计算机集成制造系统, 2021-09, Vol.27 (9), p.2741-2748
  • 描述: TP391; 高考成绩是当今教育部门关注的焦点,科学的成绩分析可以帮助在校师生合理安排和调整学习计划,从而提高考生成绩.传统方法利用统计学和数据挖掘的知识来发现成绩间的隐含联系,然而面对多元化非线性数据时,方法的精确度会受到限制.因此,通过将考生的短期特征与长期特征相结合,充分挖掘影响高考成绩的关键因素,提出一种新颖的多元特征感知的神经网络模型(MFNN)实现高考成绩预测.为验证MFNN的有效性,在合肥市教育局提供的真实数据集上进行实验.该数据集包括10138名理工类考生以及4874名文史类考生2015年3次高中质量检测成绩以及高考成绩.实验结果表明,所提方法优于其他对比方法.
  • 出版者: 合肥市教育局 教育科学研究院,安徽 合肥 230071
  • 語言: 中文
  • 識別號: ISSN: 1006-5911
    DOI: 10.13196/j.cims.2021.09.027
  • 資源來源: Alma/SFX Local Collection

正在檢索遠程資料庫,請稍等

  • 查詢:
  • scope:("NUTN"),scope:(NUTN_ALEPH),scope:(NUTN_IR),scope:(NUTN_SFX),primo_central_multiple_fe
  • 顯示現有記錄