公开(公告)号：CN113962424A

公开(公告)日：2022-01-21

申请号：CN202110800902.3

申请日：2021-07-15

Applicant: 南京邮电大学

Inventor： 薛景 ,  孔健睿 ,  陈铭璋 ,  李恺玥

IPC: G06Q10/04 ,  G06Q50/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于PCANet‑BiGRU的成绩预测方法，利用从在线学习平台采集的学生的基本统计数据和成绩数据；对原始成绩数据划分为分成独立的三部分：训练集、验证集和测试集，并对训练集进行数据清洗与预处理，构建数据矩阵；将矩阵数据输入主成分分析网络PCANet网络提取成绩数据的特征；将PCANet处理后的数据输入到双向门控循环单元神经网络Bi‑GRU层，预测学生的平时成绩，本发明有效地提高了成绩预测的准确度与效率。

公开(公告)号：CN113962424B

公开(公告)日：2024-11-01

申请号：CN202110800902.3

申请日：2021-07-15

Applicant: 南京邮电大学

Inventor： 薛景 ,  孔健睿 ,  陈铭璋 ,  李恺玥

IPC: G06Q10/04 ,  G06Q50/20 ,  G06F18/214 ,  G06F18/2135 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于PCANet‑BiGRU的成绩预测方法，利用从在线学习平台采集的学生的基本统计数据和成绩数据；对原始成绩数据划分为分成独立的三部分：训练集、验证集和测试集，并对训练集进行数据清洗与预处理，构建数据矩阵；将矩阵数据输入主成分分析网络PCANet网络提取成绩数据的特征；将PCANet处理后的数据输入到双向门控循环单元神经网络Bi‑GRU层，预测学生的平时成绩，本发明有效地提高了成绩预测的准确度与效率。