【摘要】：國家精準(zhǔn)扶貧政策的提出,對高校學(xué)生資助提出了新要求,精準(zhǔn)資助也逐漸成為教育扶貧的核心任務(wù),借助于人工智能實現(xiàn)高校精準(zhǔn)資助是一個很好的思路。應(yīng)用人工智能需要以海量數(shù)據(jù)為基礎(chǔ),現(xiàn)階段,智慧校園的不斷建設(shè)和發(fā)展為其提供了條件。作為智慧校園的一部分,校園一卡通產(chǎn)生了大量的數(shù)據(jù),記錄著學(xué)生在校的消費、學(xué)習(xí)和生活情況,以及學(xué)生在上網(wǎng)和使用各管理系統(tǒng)過程中產(chǎn)生的數(shù)據(jù),對更有效的識別貧困生具有很大的研究價值。本文分析了傳統(tǒng)貧困生認(rèn)定分類工作中存在的問題,并結(jié)合目前現(xiàn)有的高校精準(zhǔn)資助研究成果,以深度學(xué)習(xí)方法為技術(shù)依托,構(gòu)建高校貧困生精準(zhǔn)認(rèn)定識別新模型。作者在模型研究過程中,以某高校學(xué)生信息為基礎(chǔ),對其進行分析處理,然后構(gòu)建樣本庫,并利用深度學(xué)習(xí)方法,最終設(shè)計和實現(xiàn)了學(xué)生資助評定模型的構(gòu)建,與傳統(tǒng)算法相比,準(zhǔn)確性和速度都得到大幅度提升。本文的研究的目的一方面是可以精準(zhǔn)的認(rèn)定識別貧困生,并實現(xiàn)精準(zhǔn)的貧困分級,給予相對應(yīng)的資助,最終達(dá)到隱式的精準(zhǔn)的學(xué)生貧困資助;另一方面是利用人工智能等先進技術(shù)代替?zhèn)鹘y(tǒng)的手工數(shù)據(jù)分析方法,簡化貧困資助工作程序,提高資助的工作效率和準(zhǔn)確率,為實現(xiàn)學(xué)生的精準(zhǔn)資助提供保障。
【圖文】：

人工智能的范疇深度學(xué)習(xí)(DeepLearning)屬于機器學(xué)習(xí)，是機器學(xué)習(xí)的分支

深度學(xué)習(xí)與其它機器學(xué)習(xí)
【學(xué)位授予單位】：江西財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18

【參考文獻】

相關(guān)期刊論文 前9條

1 張建明;詹智財;成科揚;詹永照;;深度學(xué)習(xí)的研究與發(fā)展[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2015年02期

2 胡磊;;基于三角白化權(quán)函數(shù)灰色評估在高校貧困生認(rèn)定中的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2013年16期

3 馬偉杰;;C4.5決策樹法在高校貧困生認(rèn)定中的應(yīng)用[J];河南教育學(xué)院學(xué)報(自然科學(xué)版);2012年03期

4 張正武;;國外資助貧困大學(xué)生的經(jīng)驗及其啟示——基于英、日、美三國資助模式的比較研究[J];人民論壇;2010年20期

5 吳婷;顏國正;楊幫華;孫虹;;基于有監(jiān)督學(xué)習(xí)的概率神經(jīng)網(wǎng)絡(luò)的腦電信號分類方法[J];上海交通大學(xué)學(xué)報;2008年05期

6 鐘一彪;肖東亮;謝澤鋼;;對高校貧困生界定指標(biāo)及其資助體系的討論——基于廣東高校的調(diào)查[J];青年探索;2008年03期

7 馬銳;;應(yīng)用模糊聚類分析劃分貧困生的貧困家庭類型[J];云南財經(jīng)大學(xué)學(xué)報;2006年03期

8 張劍峰,羅浪,趙燕,鐘文，

本文編號：2695132