基于BAS-SVM的学生学业动态预警研究OACSTPCD
Research on Dynamic Academic Early-warning System Based on BAS-SVM
为了提高大学生学业状态的预警准确性,在经典的SMV模型的基础上,调整核参数以及性能被惩罚的参数值,创建了改进的BAS-SVM的大学生学业状态动态预警模型.为准确合理地实现学业动态预警,选择考勤指数、学习指数、成绩指数、"宅"指数和家境等5个关键指标作为学业预警的主要指标,并将学业预警结果划分为好、中、差三个等级.将影响学业状态的5个关键BAS-SVM模型的输入变量为影响学业状态的5个关键KPI值,经过模型运算后输出预警判断结果值.与ELM、SVM…查看全部>>
卢毅
陕西学前师范学院经济与管理学院,陕西西安710061
社会科学
支持向量机学业状态预警天牛须搜索算法决策树关联规则
《微型电脑应用》 2021 (1)
111-114,4
评论