【摘要】：中外合作辦學(xué)發(fā)展迅速,成為現(xiàn)代教育的重要形式。觀高考招生“低頻率、高風(fēng)險(xiǎn)”的角度,如何高效準(zhǔn)確的預(yù)測中外合作辦學(xué)專業(yè)高考錄取分?jǐn)?shù)線成為當(dāng)今想報(bào)考此類專業(yè)的考生及家長最關(guān)心的話題。但是,分?jǐn)?shù)線數(shù)據(jù)參差不齊,并且各類專業(yè)招生標(biāo)準(zhǔn)不一、情況繁多,使得分?jǐn)?shù)預(yù)測結(jié)果往往不準(zhǔn)。而考試機(jī)構(gòu)和預(yù)測服務(wù)又大多都停留在人工咨詢的層面,導(dǎo)致考生分?jǐn)?shù)利用率不高、志愿填報(bào)落榜等問題更為嚴(yán)重。為此,本文基于人工神經(jīng)網(wǎng)絡(luò)理論,在對中外合作辦學(xué)專業(yè)進(jìn)行分析的基礎(chǔ)上,特引入其同類專業(yè)構(gòu)建合適的網(wǎng)絡(luò)模型,以期達(dá)到對專業(yè)分?jǐn)?shù)線的合理預(yù)測,同時制作對照實(shí)驗(yàn)組。本文首先收集了2015年到2017年三年間的專業(yè)分?jǐn)?shù)線數(shù)據(jù),并對數(shù)據(jù)進(jìn)行了清洗及標(biāo)準(zhǔn)化處理,對特征進(jìn)行編碼,根據(jù)年份劃分?jǐn)?shù)據(jù)集,將2015年和2016年的數(shù)據(jù)作為訓(xùn)練集,并在訓(xùn)練集中再抽取20%的樣本作為驗(yàn)證集,將2017年的數(shù)據(jù)作為測試集。其次構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)模型,包括網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)計(jì)、網(wǎng)絡(luò)參數(shù)設(shè)置,訓(xùn)練速率、迭代次數(shù)、激勵函數(shù)等選取。然后優(yōu)化了人工神經(jīng)網(wǎng)絡(luò)模型,包括隱藏層節(jié)點(diǎn)數(shù)的選擇、使用正則化方法防止網(wǎng)絡(luò)過度擬合。最后對模型進(jìn)行了求解,并對比了加入同類專業(yè)的預(yù)測效果。實(shí)驗(yàn)結(jié)果表明,采用相同模型,即訓(xùn)練速率、迭代次數(shù)、激勵函數(shù)等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不變的情況下,加入同類專業(yè)對人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的預(yù)測值與原始值貼近程度較高,曲線擬合效果較突出,說明其準(zhǔn)確性較高。通過對預(yù)測模型的誤差進(jìn)行分析,發(fā)現(xiàn)加入同類專業(yè)訓(xùn)練后的網(wǎng)絡(luò)預(yù)測模型較不加同類專業(yè)訓(xùn)練后的網(wǎng)絡(luò)預(yù)測模型相比,將預(yù)測的絕對誤差平均降低了9分,可以證明本文的網(wǎng)絡(luò)結(jié)構(gòu)及網(wǎng)絡(luò)參數(shù)的選取是較合理的,能在大多數(shù)情況下對專業(yè)分?jǐn)?shù)線的預(yù)測起到一定的參考作用。并根據(jù)每個批次分?jǐn)?shù)線分布的樣本總數(shù),可得到不加同類專業(yè)預(yù)測的平均誤差為2.81%,加入同類專業(yè)預(yù)測的平均誤差為1.02%,說明加入同類專業(yè)能有效提高對中外合作辦學(xué)專業(yè)高考分?jǐn)?shù)線預(yù)測的準(zhǔn)確度,該類數(shù)據(jù)有助于提高函數(shù)的逼近能力,與傳統(tǒng)預(yù)測相比其準(zhǔn)確度提高了1.79%。本文在將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于分?jǐn)?shù)線預(yù)測過程中進(jìn)行了一些嘗試,初步實(shí)驗(yàn)結(jié)果表明,這種嘗試是有價(jià)值的,同時也存在許多不足�？紤]在將來對其它專業(yè)預(yù)測時加入可對比專業(yè)的做法,并考慮使用多種參數(shù)融合、多元化激活的方式改進(jìn)神經(jīng)網(wǎng)絡(luò),以期提高預(yù)測準(zhǔn)確度,有望發(fā)現(xiàn)新的規(guī)律性認(rèn)識。
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：G648.9;G434
【圖文】：

圖 1.1 研究流程圖1.4.1 研究思路為了獲取到用于預(yù)測中外合作辦學(xué)專業(yè)高考分?jǐn)?shù)線的人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和測試的數(shù)據(jù)集，本研究通過教育部官方網(wǎng)站，查詢收集了 2015 年到 2017 年三年里

單個神經(jīng)元結(jié)構(gòu)

反饋網(wǎng)絡(luò)

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 張?zhí)烊?代沅興;武繼將;于天彪;王宛山;;基于虛擬儀器的TBM狀態(tài)監(jiān)測系統(tǒng)仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2013年08期

2 周上;黃章樹;;基于數(shù)據(jù)挖掘技術(shù)的超市商品定價(jià)研究[J];科技和產(chǎn)業(yè);2013年02期

3 沈昌武;楊合;孫志超;崔軍輝;;基于BP神經(jīng)網(wǎng)絡(luò)的TA15鈦合金本構(gòu)關(guān)系建立[J];塑性工程學(xué)報(bào);2007年04期

4 黃大乾;葉暉有;;廣東高等學(xué)校成人與繼續(xù)教育的現(xiàn)狀、經(jīng)驗(yàn)、特色和評價(jià)[J];成人高教學(xué)刊;2007年02期

相關(guān)博士學(xué)位論文 前2條

1 吳森森;地理時空神經(jīng)網(wǎng)絡(luò)加權(quán)回歸理論與方法研究[D];浙江大學(xué);2018年

2 王慧;脈沖時滯神經(jīng)網(wǎng)絡(luò)的全局穩(wěn)定性研究[D];重慶大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 王英艷;基于GNSS的廣域電離層突擾監(jiān)測與應(yīng)用研究[D];電子科技大學(xué);2018年

2 高睿;基于深度神經(jīng)網(wǎng)絡(luò)的視頻個性化推薦系統(tǒng)研究[D];深圳大學(xué);2017年

3 譚嘯宇;基于K-Shell算法的社交網(wǎng)絡(luò)影響力主體識別方法研究[D];北京交通大學(xué);2017年

4 程育新;H市工人業(yè)余大學(xué)轉(zhuǎn)型發(fā)展研究[D];南昌大學(xué);2017年

5 王振如;基于機(jī)器學(xué)習(xí)的高考分?jǐn)?shù)線預(yù)測系統(tǒng)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2017年

6 王耀鋒;基于CVaR的尾部回歸應(yīng)用以及實(shí)證研究[D];浙江工業(yè)大學(xué);2016年

7 喬麗;基于WebAccess的加氣站安全監(jiān)控管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2016年

8 呂雪靜;基于計(jì)算機(jī)模擬的商業(yè)步行街高密度人群安全疏散研究[D];天津大學(xué);2016年

9 徐春梅;高校中外合作辦學(xué)項(xiàng)目專業(yè)課程對接實(shí)踐分析與對策研究[D];武漢工程大學(xué);2015年

10 張朋朋;基于神經(jīng)網(wǎng)絡(luò)的倒立擺控制方法及其應(yīng)用研究[D];河南大學(xué);2014年

本文編號：2774509