基于多元特征感知网络的高考成绩预测

高考成绩是当今教育部门关注的焦点,科学的成绩分析可以帮助在校师生合理安排和调整学习计划,从而提高考生成绩。传统方法利用统计学和数据挖掘的知识来发现成绩间的隐含联系,然而面对多元化非线性数据时,方法的精确度会受到限制。因此,通过将考生的短期特征与长期特征相结合,充分挖掘影响高考成绩的关键因素,提出一种新颖的多元特征感知的神经网络模型(MFNN)实现高考成绩预测。为验证MFNN的有效性,在合肥市教育局提供的真实数据集上进行实验。该数据集包括10138名理工类考生以及4874名文史类考生2015年3次高中质量检测成绩以及高考成绩。实验结果表明,所提方法优于其他对比方法。