查询结果:   陆桂明,张源,周志敏.基于机器学习的贫困生分类预测研究[J].计算机应用与软件,2019,36(1):316 - 319.
中文标题
基于机器学习的贫困生分类预测研究
发表栏目
信息技术交流
摘要点击数
312
英文标题
POOR STUDENTS CLASSIFICATIOIN PREDICTION BASED ON MACHINE LEARNING
作 者
陆桂明 张源 周志敏 Lu Guiming Zhang Yuan Zhou Zhimin
作者单位
华北水利水电大学信息工程学院 河南 郑州 450046 浙江水利水电学院信息工程与艺术设计学院 浙江 杭州 310018    
英文单位
College of Information Engineering, North China University of Water Resources and Electric Power, Zhengzhou 450046, Henan,China College of Information Engineering and Art Design, Zhejiang University of Water Resources and Electric Power, Hangzhou 310018,Zhejiang, China    
关键词
主成分分析法 过采样算法 贫困生 XGBoost模型 分类预测
Keywords
Principal component analysis Oversampling algorithm Poor students XGBoost model Classification prediction
基金项目
浙江省科技厅项目(LGF18F020014)
作者资料
陆桂明,教授,主研领域:水利水电信息化,机器学习。张源,硕士。周志敏,教授。 。
文章摘要
针对高校贫困生认定工作中存在的问题,利用校园一卡通数据,综合学生消费和生活规律,结合XGBoost(Extreme Gradient Boosting)模型和主成分分析法、过采样算法,建立高校贫困生的分类预测方法。该方法在贫困生分类预测中的准确率较高。实验结果证明,采用XGBoost模型比其他模型预测准确率更高,为我国高校贫困学生的评定标准提供重要依据,保证了贫困学生认定工作的公正性。
Abstract
In view of the problems existing in the identification of poor students in colleges, we adopted XGBoost model, principal component analysis and the oversampling algorithm to establish classification prediction methods for poor students in colleges through campus card data, students’ consumption and living patterns. This method had a higher accuracy in the classification of poor students. The experimental results prove that the accuracy of XGBoost model is better than other models. It provides important basis for the evaluation criteria of poor students in colleges in China, and ensures the fairness of the identification of poor students. 
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于改进的DenseNet深度网络火灾图像识别算法
杨其睿
图像处理与应用
2019
2
258
[摘要]
2
基于数据挖掘的医院综合评价量化建模方法研究
任嘉骏
算法
2019
2
289
[摘要]
3
基于机器学习的贫困生分类预测研究
陆桂明
信息技术交流
2019
1
316
[摘要]
4
基于增量贝叶斯学习模型的在线电路故障诊断
李梦婷
应用技术与研究
2018
6
70
[摘要]
5
基于空间-光谱信息融合的Gabor PCA高光谱人脸识别算法研究
施晓倩
人工智能与识别
2018
5
213
[摘要]
6
基于PCA-LWCA-LS-SVM回采工作面瓦斯涌出量预测
张瑞
应用技术与研究
2018
12
66
[摘要]
7
基于CPD-SMOTE的类不平衡数据分类算法研究
彭如香
算法
2018
12
259
[摘要]
8
不平衡数据分类预测的阈值优化算法ε-KSVM
金鑫
算法
2018
1
276
[摘要]
9
基于微簇的桥梁监测数据流异常识别研究
吴运宏
应用技术与研究
2016
9
46
[摘要]
10
基于随机森林的缺损杂草种子识别
龙怡霖
人工智能与识别
2016
8
185
[摘要]
11
基于可靠性评估的人体骨架重建方法的研究
蔡俊
多媒体技术应用
2016
5
144
[摘要]
12
基于交替方向低秩模型的运动目标检测算法
杨国亮
人工智能与识别
2015
7
167
[摘要]
13
自适应结构化稀疏表示的海上目标跟踪研究
梁英杰
人工智能与识别
2015
7
186
[摘要]
14
基于小波核主成分分析和差分进化优化极限学习机的入侵检测
朱永胜
安全技术
2014
5
305
[摘要]
15
基于加权约束的决策树方法在贫困生认定中的应用研究
陈晓
应用技术与研究
2014
12
136
[摘要]