基于KFCM改进SVM的学生学业预警系统设计

作     者：陶佰睿 刘凯达 苗凤娟 孙同日 余艳 李敬有 TAO Bairui;LIU Kaida;MIAO Fengjuan;SUN Tongri;YU Yan;LI Jingyou

作者机构：齐齐哈尔大学通信与电子工程学院黑龙江齐齐哈尔161006 齐齐哈尔大学计算机与控制工程学院黑龙江齐齐哈尔161006 

出 版 物：《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期：2019年第38卷第5期

页      面：112-115,228页

学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：黑龙江省自然科学基金项目(F201336) 黑龙江省教育厅基本业务专项项目(135106244,135309115,135309211) 黑龙江省教育科学“十二五”规划备案课题(GBC1214089) 黑龙江省高等教育教学改革项目(SIGY20170384) 黑龙江省高等教育教学改革研究重点委托项目(SJGZ20180070) 

主　　题：学生学业预警 模糊均值聚类 支持矢量机 学生状态数据 大数据处理 

摘      要：针对高校学业困难学生过程化管理的预警需求,通过学生的入学成绩、学期成绩、一卡通应用数据、早操考勤和学籍处理等状态数据,基于大数据处理思想,提出用核函数的模糊均值聚类(KFCM)改进支持向量机(SVM)数据决策算法,开展学生学业预警决策研究,为教师或学生个人及早采取有效干预措施提供技术支持。经仿真对比分析,本文改进算法相比传统SVM、BP神经网络、遗传算法优化支持向量机(GA-SVM)数据决策算法,在解决学生学业预警领域具有较大优势,有一定推广应用价值。