CN106934742-CN201710096553-一种高校贫困生评定方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106934742 A (43)申请公布日 2017.07.07 (21)申请号 201710096553.5 (22)申请日 2017.02.22 (71)申请人 黔南民族师范学院 地址 558000 贵州省黔南布依族苗族自治 州都匀市经济开发区龙山大道 (72)发明人 李君科　刘凯　卢玉　周力军　 (74)专利代理机构 贵阳派腾阳光知识产权代理 事务所(普通合伙) 52110 代理人 谷庆红 (51)Int.Cl. G06Q 50/20(2012.01) G06N 3/04(2006.01) 权利要求书1页 说明书5页 (54)发明名称 一种高校贫困生评定方法 (57)摘要 本发明提供了一种高校贫困生评定方法，包 括如下步骤：①获取参数：获取经过评定并记入 系统的高校学生数据中十个指标的度量值，十个 指标分别为家庭月均收入FI、人均月收支比 FIOR、有劳动力成员占家庭成员的比例FMR、特殊 家庭类型FT、家庭成员健康情况FH、学费来源ST、 生活费来源SC、日均伙食消费SE、班级民主测评 SS和挂科情况SCS；②模型判别；③获取结果。本 发明通过采用前向有监督神经网络算法模型的 方法，以及更合理的选取指标，从而使得准确度 能超过93.3％，在很大程度上避免过拟合的情 况，准确率理想，进而使得学校能够更加真实、公 A 平、方便、高效率地评定贫困生。 2 4 7 4 3 9 6 0 1 N C CN 106934742 A 权　利　要　求　书 1/1页 1.一种高校贫困生评定方法，其特征在于：包括如下步骤： ①获取参数：获取经过评定并记入系统的高校学生数据中十个指标的度量值，十个指 标分别为家庭月均收入FI、人均月收支比FIOR、有劳动力成员占家庭成员的比例FMR、特殊 家庭类型FT、家庭成员健康情况FH、学费来源ST、生活费来源SC、日均伙食消费SE、班级民主 测评SS和挂科情况SCS； ②模型判别：将获取的十个指标输入至神经网络模型进行计算，神经网络模型为三层， 三层分别为输入层、隐含层、输出层，其中隐含层神经元个数采用Cross-validation算出， 神经网络模型采用前向有监督的神经网络算法得到； ③获取结果：得到神经网络模型计算输出的结果。 2.如权利要求1所述的高校贫困生评定方法，其特征在于：所述前向有监督的神经网络 算法为LVQ神经网络算法。 3.如权利要求1所述的高校贫困生评定方法，其特征在于：所述神经网络模型采用300 ～500个样本作为训练集计算得到。 4.如权利要求1所述的高校贫困生评定方法，其特征在于：所述特殊家庭类型FT、家庭 成员健康情况FH、学费来源ST、生活费来源SC、挂科情况SCS均为以0～9范围内整数表示的 虚拟变量。 2 2 CN 106934742 A 说　明　书 1/5页 一种高校贫困生评定方法 技术领域 [0001] 本发明涉及一种高校贫困生评定方法。 背景技术 [0002] 为了减轻贫困家庭的经济负担，尽量减少因经济问题而困扰学生的学习。党和国 家对贫困生资助工作历来重视并实施了诸如