一种RBF神经网络改进算法在高校学习预警中的应用OA北大核心CSTPCD
APPLICATION OF AN IMPROVED RBF NEURAL NETWORK ALGORITHM IN LEARNING EARLY WARNING OF COLLEGES
高校学生的学习危机问题日趋严重,传统的管理手段和预警方法在新的学情面前显得力不从心.针对学习危机多成因和分类的特点,提出将改进的RBF神经网络用于该问题的求解.通过教师和专家对影响学习危机的因素进行分析和抽取,使用AHP层次分析法计算这些因素的权重,按权重大小重新修正主要影响因素.为获得全局最优解和提高收敛速度,利用遗传算法对传统RBF网络的权重向量进行全局搜索以得到最优模型.应用结果证明:该模型相比传统模型,在收敛速度和误差精度方面都有较大的提…查看全部>>
宋楚平;李少芹;蔡彬彬
南京科技职业学院信息工程学院 江苏南京210048南京科技职业学院信息工程学院 江苏南京210048江苏工程职业技术学院建筑工程学院 江苏南通226007
信息技术与安全科学
学习危机指标权重神经网络学习预警
《计算机应用与软件》 2020 (8)
39-44,6
教育部人文社会科学研究项目(18YJA880069).
评论