高校贫困生评定建模方法

摘要

针对高校当前在贫困生评定上存在效率低、不透明、不客观等问题,提出了学生贫困评定模型用以缓解上述问题.该模型首先假设高校学生评定数据与贫困类别之间存在特定的函数关系;其次,在贫困数据中提取了反映贫困学生的真实且易于获取的2大类10个评价指标并对其进行了度量;再次,利用LVQ(Learning Vector Quantization)神经网络表示学生数据与贫困类别之间的特定函数关系;最终,实验结果表明了假设的合理性与模型的正确性且模型可以达到95.7％的准确度并以3.6％精确度优于普遍使用的决策树方法.