典型文献
基于在线学习行为数据的成绩预测方法
文献摘要：
针对目前成绩预测方法中存在准确率不高、实施性不强、可行性不佳等问题,文章提出一种基于浅层神经网络的预测模型.该模型采用调整的共轭梯度优化算法,将输入层与输出层进行连接,然后应用感知器进行学习成绩预测.与传统方法相比,该预测方法精度和准确率更高,而且实用性更强,能为后续优化与发展网络在线教育提供参考.
文献关键词：
浅层神经网络;优化算法;成绩预测;在线教育
中图分类号：
作者姓名：
冯广;罗时强;陈卓;江家懿;伍文燕
作者机构：
广东工业大学自动化学院,广东广州510006;广东工业大学计算机学院,广东广州510006;广东工业大学网络信息与现代教育技术中心,广东广州510006
文献出处：
引用格式：
[1]冯广;罗时强;陈卓;江家懿;伍文燕-.基于在线学习行为数据的成绩预测方法)[J].中国教育信息化,2022(08):86-94
A类：
B类：
在线学习行为,学习行为数据,实施性,浅层神经网络,共轭梯度,梯度优化算法,输入层,出层,层进,感知器,学习成绩预测,网络在线,在线教育
AB值：
0.351241
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。
