基于KFCM改进SVM的学生学业预警系统设计

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。