基于改进的TrAdaboost算法的学生成绩排名预测

• 作者: 张颖璐 谢星宇
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 机器学习 迁移学习 学生成绩 排名 预测
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用与开发
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP301
• 字数: 4458字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.02.027

摘要

提出一种基于改进的TrAdaboost算法进行学生成绩排名的预测,在一定程度上解决了不同分布数据的预测问题.实验结果表明了该算法的可行性和准确性,同时也给高校学生管理和教务人员的工作都带来了便利.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢星宇		1	5	1.0	1.0
2	张颖璐		1	5	1.0	1.0