【摘 要】
：
智能学业预警是教育大数据、云计算等智能技术应用的热点,许多研究采用数据挖掘、机器学习、深度学习等技术来预测成绩.在线上教学常态化的背景下,智能学业预警和精准干预为下一步混合教学和职业教育的“三教”改革决策提供实证,也是教育大数据的重要研究内容.本研究设计了基于随机森林的预测模型分析教师和学生行为,并评估教师和学生行为中的“强特征”,最终实现针对学业预警中的“强特征”采用干预措施.使用制作的训练数据和验证数据进行实验,结果表明本研究模型训练数据准确率达到96%以上,验证数据准确率达到90%以上,学业预警精度
【基金项目】
：
安徽省教育厅重大线上教学改革研究项目(2020zdxsjg180),安徽省高校优秀拔尖人才培育项目(gxyq2020111),安徽医学高等专科学校科研项目(2018jyxm003,2019zrtd02,WJH202004t).
论文部分内容阅读
智能学业预警是教育大数据、云计算等智能技术应用的热点,许多研究采用数据挖掘、机器学习、深度学习等技术来预测成绩.在线上教学常态化的背景下,智能学业预警和精准干预为下一步混合教学和职业教育的“三教”改革决策提供实证,也是教育大数据的重要研究内容.本研究设计了基于随机森林的预测模型分析教师和学生行为,并评估教师和学生行为中的“强特征”,最终实现针对学业预警中的“强特征”采用干预措施.使用制作的训练数据和验证数据进行实验,结果表明本研究模型训练数据准确率达到96%以上,验证数据准确率达到90%以上,学业预警精度
其他文献
我国自2001年“入世”以来,苹果出口贸易发展成效显著,市场拓展,均价攀升,但仍存在诸多问题与挑战:数量连续下跌,增势放缓;市场高度集中,粗放型扩张突出;国际竞争力弱,挑战严
针对直流系统中单一测量绝缘电阻方法的不足,提出了一种新型的、可用于识别测量母线、支路绝缘电阻的方法,并给出了平衡电阻、漏电流阈值的限定整定方法,最后通过在PSIM软件中搭建仿真平台,验证了该方法的正确性和准确性.
改革开放之后城市经济发展硕果累累的同时,不能否定农村给予的重大贡献.虽然我国农村经济明显落后于城市经济,但近年来提振农村经济一直是党和国家各项工作的重中之重.乡村振
以湖南省选育的5个优良板栗品种为试材,分析板栗果实发育及糖含量的变化规律.结果表明:不同板栗品种坚果横、纵径发育过程总体近似双S曲线,坚果单果重发育呈单S曲线;总糖积累
分析复合盐胁迫下,接种丛枝菌根真菌(AMF)对草莓(Fragaria×ananassa Duch.)根系矿质元素吸收的影响,为解决设施草莓生产中的次生盐碱化问题提供理论依据.试验以'甜查理'草莓
针对传统实验方法对再流焊接获得最佳工艺参数和故障分析成本高昂的问题,提出了一种基于ANSYS与数据库技术的再流焊接工艺参数仿真预测方法,明确了仿真预测软件应具有的功能,并利用VC++完成了软件设计的实现.该软件可以指导使用者快速选定合理的再流焊接工艺参数.
基于轴向磁场电机具有体积小、重量轻、结构紧凑和功率密度高等优点,设计了一台10 kW双转子单定子轴向磁场电机,通过采用磁性槽楔和非晶材料来降低电机的齿槽转矩和减小电机的铁耗.首先利用磁路法对该轴向磁场电机进行初步的电磁设计,然后在Maxwell中对电机磁场进行了三维有限元仿真分析,并通过Workbench仿真了磁钢的应力情况.结果表明:电机磁密没有饱和,反电势波形良好,齿槽转矩和铁耗大大降低,提高了电机的效率,磁钢和转子盘应力符合设计要求.
以国内某公司生产的50万km质保的重卡轮毂轴承为研究对象,对其进行实际工况分析与耐久性试验载荷谱设计,基于耐久性试验载荷谱估算重卡轮毂寿命,分析轴承寿命影响因素,并对一批次重卡轮毂轴承进行耐久性试验.结果表明,重卡轮毂轴承估算寿命约为64万km,满足50万km质保要求;重卡轮毂轴承系统寿命与车辆侧向加速度和路面冲击系数成负相关,随着受载偏心距和车轮半径的增大呈先上升后下降的趋势;重卡轮毂轴承质量合格,满足耐久性试验性能要求.
模式匹配因误报率低和漏报率低被入侵检测所采用.在使用正则表达式构造DFA时,因状态爆炸导致匹配算法需要较多的存储空间和运行时间,算法效率低下,采用规则分组后,可以在一定程度上抑制状态爆炸问题.根据缓存中的历史记录对正则表达式进行分组,既能利用规则分组减少状态总数,抑制状态爆炸,又能减少因每次重新构建DFA所带来的开销,提高了匹配效率,有利于提高入侵检测的实时性、准确性和高效性.
快速准确辨识光伏电池参数对于电池输出功率预测及电池故障诊断模型的研究具有重要意义.针对传统智能算法应用于光伏电池参数辨识时存在准确性低、易陷入早熟的问题,提出一种精英反向粒子群算法(EOPSO),在算法进化过程中,对当前种群中的优秀个体根据概率进行精英反向学习,生成精英反向种群,并将精英反向种群与当前种群进行竞争,当算法陷入停滞时,对最优个体进行柯西变异.将该算法应用于光伏电池参数辨识,实验结果表明,精英反向粒子群算法能准确辨识光伏电池参数.