高校學困生預測方法的研究正越來越受到研究者的關(guān)注,但目前還沒有一種成熟有效的學困生預測方法。針對該問題,文章提出了一種大數(shù)據(jù)環(huán)境下基于極限學習機的學困生預測方法,并以中國海洋大學2011級學生的學籍信息、心理測試得分、第一學期考試成績?yōu)檩斎胱兞?以學生的學困情況為輸出變量,進行了極限學習機的訓練;同時,以2012級學生數(shù)據(jù)作為測試集輸入極限學習機進行測試。測試結(jié)果表明,約有46%的學困生被準確預測,7%的非學困生被誤判,此預測結(jié)果驗證了文章所采用方法的有效性。 

【文章頁數(shù)】：7 頁

【文章目錄】：
引言
一樣本選擇與數(shù)據(jù)預處理
    1屬性信息編碼
    2數(shù)值信息標準化
    3學生學困情況分類
二基于ELM的學困生預測
    1學困生預測模型
    2 ELM預測算法流程
三實驗與結(jié)果分析
四研究啟示


【參考文獻】：
期刊論文
[1]基于極限學習機的分類算法及在故障識別中的應用[J]. 裘日輝,劉康玲,譚海龍,梁軍.  浙江大學學報(工學版). 2016(10)
[2]半監(jiān)督極限學習機及其在近紅外光譜數(shù)據(jù)分析中的應用[J]. 井詩博,楊麗明,李軍會,張思韞.  計算機應用. 2016(02)
[3]并行極限學習機在洪水預測中的應用研究[J]. 劉靜.  西北大學學報(自然科學版). 2015(04)
[4]大數(shù)據(jù)時代高校學困生教育工作的挑戰(zhàn)及對策研究[J]. 包艷,金越.  新疆師范大學學報(哲學社會科學版). 2015(06)
[5]高校學困生“后現(xiàn)代”生態(tài)化路徑轉(zhuǎn)化研究[J]. 劉江華,謝麗萍.  中國教育學刊. 2013(S4)
[6]極限學習機在巖性識別中的應用[J]. 蔡磊,程國建,潘華賢.  計算機工程與設(shè)計. 2010(09)

碩士論文
[1]改進的極限學習機在辨識及分類中的應用[D]. 謝倩雯.北京化工大學 2016
[2]極限學習機相關(guān)算法的優(yōu)化及應用研究[D]. 周召娣.南京信息工程大學 2016



本文編號：3705567