文献类型：期刊文章

作　　者：杜兴丽[1] 刘玲[2] 袁平[1]

DU Xingli;LIU Ling;YUAN Ping(School of Computer Science and Technology,Southwest University of Science and Technology,Mianyang 621010,Sichuan,China;Educational Informationization Office,Southwest University of Science and Technology,Mianyang 621010,Sichuan,China)

机构地区：[1]西南科技大学计算机科学与技术学院,四川绵阳621010 [2]西南科技大学教育信息化推进办公室,四川绵阳621010

出　　处：《西南科技大学学报》

年　　份：2022

卷　　号：37

期　　号：4

起止页码：72-78

语　　种：中文

收录情况：CAS、IC、普通刊

摘　　要：针对高校经济困难学生帮扶人工评审中主观因素影响较大的问题,提出基于IPSO-LSTM的高校贫困生精准资助方法。通过分析学生的基本信息数据和消费行为数据提取多维特征,使用长短期记忆神经网络搭建学生经济困难分类模型;利用粒子群优化算法解决模型参数确定困难的问题,并改进粒子群优化算法,提高算法的参数寻优精度和收敛速度。使用高校真实学生数据对所提方法的有效性和可靠性进行了验证,所提方法能较好完成学生贫困分类识别工作,分类准确率较好。

关 键 词：学生行为数据  长短期记忆神经网络  粒子群优化算法 贫困生资助

分 类 号：TP391]