典型文献
基于IPSO-LSTM的高校贫困生精准资助方法
文献摘要：
针对高校经济困难学生帮扶人工评审中主观因素影响较大的问题,提出基于IPSO-LSTM的高校贫困生精准资助方法.通过分析学生的基本信息数据和消费行为数据提取多维特征,使用长短期记忆神经网络搭建学生经济困难分类模型;利用粒子群优化算法解决模型参数确定困难的问题,并改进粒子群优化算法,提高算法的参数寻优精度和收敛速度.使用高校真实学生数据对所提方法的有效性和可靠性进行了验证,所提方法能较好完成学生贫困分类识别工作,分类准确率较好.
文献关键词：
学生行为数据;长短期记忆神经网络;粒子群优化算法;贫困生资助
中图分类号：
作者姓名：
杜兴丽;刘玲;袁平
作者机构：
西南科技大学计算机科学与技术学院 四川绵阳 621010;西南科技大学教育信息化推进办公室 四川绵阳 621010
文献出处：
引用格式：
[1]杜兴丽;刘玲;袁平-.基于IPSO-LSTM的高校贫困生精准资助方法)[J].西南科技大学学报,2022(04):72-78
A类：
B类：
IPSO,高校贫困生,精准资助,经济困难学生,主观因素,信息数据,消费行为数据,数据提取,多维特征,长短期记忆神经网络,难分,分类模型,参数确定,改进粒子群优化算法,参数寻优,寻优精度,收敛速度,实学,分类识别,分类准确率,学生行为数据,贫困生资助
AB值：
0.292695
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
