基于深度神经网络的高校贫困生精准识别研究

发布时间：2020-06-03 17:09

【摘要】：国家精准扶贫政策的提出,对高校学生资助提出了新要求,精准资助也逐渐成为教育扶贫的核心任务,借助于人工智能实现高校精准资助是一个很好的思路。应用人工智能需要以海量数据为基础,现阶段,智慧校园的不断建设和发展为其提供了条件。作为智慧校园的一部分,校园一卡通产生了大量的数据,记录着学生在校的消费、学习和生活情况,以及学生在上网和使用各管理系统过程中产生的数据,对更有效的识别贫困生具有很大的研究价值。本文分析了传统贫困生认定分类工作中存在的问题,并结合目前现有的高校精准资助研究成果,以深度学习方法为技术依托,构建高校贫困生精准认定识别新模型。作者在模型研究过程中,以某高校学生信息为基础,对其进行分析处理,然后构建样本库,并利用深度学习方法,最终设计和实现了学生资助评定模型的构建,与传统算法相比,准确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准的认定识别贫困生,并实现精准的贫困分级,给予相对应的资助,最终达到隐式的精准的学生贫困资助;另一方面是利用人工智能等先进技术代替传统的手工数据分析方法,简化贫困资助工作程序,提高资助的工作效率和准确率,为实现学生的精准资助提供保障。
【图文】：

人工智能的范畴深度学习(DeepLearning)属于机器学习，是机器学习的分支

深度学习与其它机器学习
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18

【参考文献】

相关期刊论文 前9条

1 张建明;詹智财;成科扬;詹永照;;深度学习的研究与发展[J];江苏大学学报(自然科学版);2015年02期

2 胡磊;;基于三角白化权函数灰色评估在高校贫困生认定中的应用[J];数学的实践与认识;2013年16期

3 马伟杰;;C4.5决策树法在高校贫困生认定中的应用[J];河南教育学院学报(自然科学版);2012年03期

4 张正武;;国外资助贫困大学生的经验及其启示——基于英、日、美三国资助模式的比较研究[J];人民论坛;2010年20期

5 吴婷;颜国正;杨帮华;孙虹;;基于有监督学习的概率神经网络的脑电信号分类方法[J];上海交通大学学报;2008年05期

6 钟一彪;肖东亮;谢泽钢;;对高校贫困生界定指标及其资助体系的讨论——基于广东高校的调查[J];青年探索;2008年03期

7 马锐;;应用模糊聚类分析划分贫困生的贫困家庭类型[J];云南财经大学学报;2006年03期

8 张剑峰,罗浪,赵燕,钟文，

本文编号：2695132