首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大数据的智慧校园信息管理方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆电子工程职业学院

摘要:本发明公开了基于大数据的智慧校园信息管理方法及系统,所述系统,包括数据采集模块、因素权重确定模块、数据分析模块、模型参数优化模块、模型训练模块和学习成绩预测模块。本发明属于信息管理技术领域,具体是指基于大数据的智慧校园信息管理方法及系统,本方案解决了传统的预测方法往往忽略了不同的因素对同一学生的成绩可能产生的不同影响,以及不同学生的成绩在面对相同因素时可能受到的不同影响,没有充分考虑学生的个体差异,从而导致的传统的预测方法无法准确预测学生的学习成绩的技术问题,以及预测结果易陷入局部最小值的技术问题。

主权项:1.基于大数据的智慧校园信息管理方法,其特征在于,包括:步骤S1:数据采集,具体为,采集影响学生成绩的因素以及影响学生成绩的因素对应学生成绩数据,并构建学生成绩的数据集;步骤S2:确定因素权重,具体为,对影响学生成绩的因素的进行层次分析,得到每个影响学生成绩的因素的权重;步骤S3:数据分析,具体为,根据每个影响学生成绩的因素的权重,采用k-means聚类算法对学生成绩的数据集进行处理,得到聚类结果,所述聚类结果包括通过k-means聚类算法得到的簇中心、每个样本被分配到的簇以及数据特征;步骤S4:优化模型参数,具体为,以通过k-means聚类算法得到的簇中心作为BP神经网络的初始阈值和初始权重的参考点,对BP神经网络的初始阈值和初始权重进行优化,得到优化后的BP神经网络的初始阈值和初始权重;步骤S5:模型训练,具体为,基于BP神经网络构建学习成绩预测模型,所述学习成绩预测模型包括输入层i、隐藏层h和输出层o,将优化后的BP神经网络的初始阈值和初始权重作为学习成绩预测模型的初始阈值和初始权重,并将学生成绩的数据集作为训练集输入至学习成绩预测模型进行训练,得到训练后的学习成绩预测模型;步骤S6:学习成绩预测,具体为,利用训练后的学习成绩预测模型进行学习成绩预测,得到学习成绩预测结果。

全文数据:

权利要求:

百度查询: 重庆电子工程职业学院 基于大数据的智慧校园信息管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。