| 基于DNN网络结构的学院转专业生源研究 |
| |
| 引用本文： | 高实.基于DNN网络结构的学院转专业生源研究[J].吉林大学学报(信息科学版),2021,39(4):479-484. |
| |
| 作者姓名： | 高实 |
| |
| 作者单位： | 吉林省教育学院国培项目执行办公室,长春130022 |
| |
| 摘 要： | 针对目前高校转专业分配效率低,需要提前预测报考情况的问题,提出一种基于DNN(Deep Neural Network)网络结构下的预测模型.并以吉林大学2003年-2017年热门学院学生转专业情况建立预测模型;引入DNN深度学习网络结构,在谷歌研发的Tensorflow框架下建立高校热门学院转专业生源数量预测模型;最后,采用训练已有15年的数据对2020年的热门学院转专业生源数量进行预测分析.数据分析结果表明,所提方法较好地解决了热门学院转专业报考人数预测的问题,对后续工作开展具有一定的指导意义.
|
| 关 键 词： | 转专业 DNN网络 Tensorflow框架 |
Research on Source of College Students Changing Majors Based on DNN Network Structure |
| |
| GAO Shi.Research on Source of College Students Changing Majors Based on DNN Network Structure[J].Journal of Jilin University:Information Sci Ed,2021,39(4):479-484. |
| |
| Authors: | GAO Shi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
