【摘 要】
：
随着互联网信息技术的迅速发展,国家教育事业发展“十三五”规划中明确提出要推进教育现代化、重视并合理运用教育领域中产生的信息。如何科学且全面地对学生成绩进行分类预测,对于高校教育工作来说具有极大的研究意义。本文考虑到了随机森林算法具备变量重要性排序、处理高维样本、抗噪能力强等优点,因此采用了随机森林对学生行为数据进行分析,实现学生成绩的分类预测。为了提高预测精度,本文采用预测试样本的分类正确率作为对
论文部分内容阅读
随着互联网信息技术的迅速发展,国家教育事业发展“十三五”规划中明确提出要推进教育现代化、重视并合理运用教育领域中产生的信息。如何科学且全面地对学生成绩进行分类预测,对于高校教育工作来说具有极大的研究意义。本文考虑到了随机森林算法具备变量重要性排序、处理高维样本、抗噪能力强等优点,因此采用了随机森林对学生行为数据进行分析,实现学生成绩的分类预测。为了提高预测精度,本文采用预测试样本的分类正确率作为对应决策树的权重对传统随机森林进行加权处理得到加权随机森林模型（WRF）,并且引入了狮群算法（lion swarm optimization,LSO）对加权随机森林模型进行参数调优。为了提高狮群算法的参数寻优能力,本文首先在原始狮群算法的搜索公式中引入差分变异机制以及参数自适应调整策略,在保证算法前期全局搜索能力和后期局部寻优能力的同时,能更易于跳出局部极值;并且通过引入人工鱼群算法中的觅食行为机制,提高了局部寻优能力,最终建立一种改进狮群算法（DALSO）。通过DALSO算法对加权随机森林参数进行综合寻优,求取最优参数组合,从而提高随机森林的求解精度,最后构建基于改进狮群算法优化加权随机森林模型（DALSO＿WRF）,对学生成绩进行分类预测。利用测试函数和学生数据集,对DALSO优化加权随机森林模型进行仿真测试与分类,实验结果表明:DALSO算法较多种对照算法均具有较强的寻优能力。在学生成绩分类预测中,基于DALSO优化加权随机森林模型比传统随机森林、支持向量机等模型的预测精度更高,F1值相比基准模型约提升了13%。
其他文献
瓠瓜是葫芦科葫芦属的一个栽培种,是我国南方重要特色瓜类蔬菜之一。近些年来,随着瓠瓜种质资源整理保护工作不断推进,育成品种数量逐年增多。随之而来也产生了一些问题,同名异物、同物异名和知识产权纠纷时有发生。因此,迫切需要建立一种准确、简便、快速的瓠瓜资源或品种鉴定和纯度检测方法,并构建瓠瓜核心种质群体,解决因大量种质材料累积带来的资源冗余、保存管理工作不便等问题。如今,DNA分子标记技术给作物的遗传多
菊科（Asteraceae）植物独特的头状花序具有重要的观赏与研究价值,其花发育分子机制复杂且相关报道较少。欧洲千里光（Senecio vulgaris）属于菊科千里光属（Senecio）,具有菊科植物的特征,且目前关于欧洲千里光的花发育分子机制还有待研究。本研究通过欧洲千里光转录组数据筛选初步获得三个MADS-box基因Sv DEFICINES26（Sv DEF26）、Sv DEF162和Sv
盐分胁迫是影响植物生长的主要逆境胁迫之一,高盐胁迫会破坏植物正常的生理代谢,从而抑制植物的生长。目前,对植物耐盐性的研究大多集中在均匀盐胁迫下,但在农业生产中,植物的根系通常分布在盐分不均一的土壤中。探究植物在异质盐胁迫下的生长生理响应以及根际土壤特性的变化机制,有助于深入了解植物的耐盐机理,为作物抗逆栽培和耐盐新品种选育提供理论依据。本试验以盐敏感品种‘津优1号’为试验材料,通过建立分根系统对黄
本试验以两个杨梅主栽品种‘东魁’和‘荸荠种’的果实为试材,研究空间电场处理（一种异极距为2.5 cm左右,人与生命体都可以进入的安全静电场）对其贮藏保鲜效果,分析了空间电场与低温贮藏结合处理条件下对杨梅果实色泽、有机酸、可溶性糖和香气等品质的影响,为杨梅等易腐难贮藏果实的保鲜新技术研发提供理论依据。主要研究结果如下:1、研究表明,与常规的低温贮藏（对照）相比,空间电场结合低温贮藏条件下杨梅果实失重
近几年来人们对身心健康的问题越发的重视,很多旅游者在规划旅游的过程中越来越重视自己身心的受益价值,以及旅游所带来的的回报率,人们的需求也逐渐发展为具有高品质、体验式、休闲化等特征的新时代旅游需求。在新冠疫情常态化的背景下,人们对自身及家庭的健康状态格外的注重,出游计划也将身体健康防护放在了首要位置,所以发展康养旅游是大势所趋,是现实需求。发展康养旅游要摸清楚康养旅游资源的家底,了解康养资源的类别、
地图是地理课程学习的重要内容,也是地理知识的载体。脑中地图是学生把不同地理要素、空间区位等进行叠加后在脑中形成的一种立体地图。脑中地图的构建可以培养学生的地理学科核心素养、提高学生空间认知水平和知识整合能力、帮助学生运用地理知识解决实际问题。构建脑中地图是地理学习的一种重要方式。本文通过文献分析法,总结了构建脑中地图的研究背景、研究意义和研究现状,对脑中地图的概念进行了界定并提出了构建脑中地图的理
树种分类是基于遥感影像进行森林资源监测和调查的前提,因影像容易出现“同谱异物”和“同物异谱”,大部分树种分类研究集中于森林树种组成简单的的温带森林和北方森林。亚热带阔叶林由于其林分组成复杂,大量学者为提高分类精度,广泛采用成本高的激光雷达数据和光谱数据。而亚热带阔叶林是我国最主要的林分类型,过高的监测成本不利于普遍推广应用。因此,探索低成本监测方法具有重要意义。首先获取了亚热带阔叶林的多光谱影像和
21世纪后随着计算机、网络和通讯技术的发展,人类社会全面跨入信息时代,教育与技术的融合成为了必然。信息技术的介入不仅推动着传统教育的变革,也为教育发展提供了技术支持。乡土地理教育作为一个传统且受到广泛关注的研究课题,也需要跟随时代的发展融入新的技术和理念。而无缝学习正是信息时代发展背景下产生的新兴研究领域,它强调新技术的应用下实现正式学习与非正式学习的无缝结合,这正好符合乡土地理教学与高中地理课堂
随着数字林业的发展,林业资源调查中对立木因子的测量精度以及效率要求越来越高。传统的测量工具普遍存在携带不便、测量效率低、成本高等问题。而现有基于移动端的立木因子测量方法虽然解决了传统方法中存在的问题,但测量时仍需要外部设备的辅助。针对这些问题,本文提出了适用于移动端的立木图像分割方法,并在此基础上利用摄影测量原理构建了立木因子测量模型,开发了基于Android平台的立木因子测量系统,实现了立木胸径
对多光谱数据的降维处理可以使其得到更好的应用,同时也有助于基于深度学习的单木树冠检测与分割研究任务。但如何使用合适的降维方法以提高单木检测与分割的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特征提取（主成分分析,独立成分分析）和波段选择（最佳指数因子,标准假彩色合成）共四种降维方法生成不同的数据集用于训练三种用于单木树冠检测的目