人工神经网络和机器学习技术在高校贫困生识别中的应用初探

来源 :产业与科技论坛 | 被引量 : 0次 | 上传用户:liu748291485wei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高校学生资助工作从保障式资助向发展式资助,由显性资助向隐性资助逐步转变,利用大数据和人工智能技术精准判定贫困生身份及贫困等级是大势所趋,在未来我们甚至会通过这些技术手段实现计算帮助贫困生解决正常学习生活所需的资金额度的可能性。通过人工神经网络和机器学习技术的引入,可以在很大程度上弥补和完善现行的贫困生资助体系的不足,实现按需、动态的贫困生资助体系。
其他文献
为了探讨重金属离子对果树的毒性机制,以草莓(Fragaria ananassa Duch.)主栽品种丰香(Toyonoka)和章姬(Akihime)组培苗为外植体,研究了不同浓度AgNO3对草莓生长及抗氧化酶活性的影响。
地理国情普查最主要的内容是地表覆盖分类与重要地理国情要素,其中地表覆盖主要基于遥感或航空影像影像进行分割、分类,解译出地表覆盖物的类型,以便从地理的角度进行统计分析。大比例尺地形图具有地表覆盖物与地理要素丰富信息的特点,本文结合生产实践探索出一套大比例尺地形图数据应用于地理国情普查的有效技术方法。