基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于决策树算法的学生成绩的预测分析
数据挖掘
决策树
学生成绩
预测和分析
基于矩阵分解的高校学生成绩预测研究
成绩预测
矩阵分解
奇异值分解
学业预警
基于Asp的成绩管理系统成绩排名实现
Asp
动态变量名
数据表
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的TrAdaboost算法的学生成绩排名预测
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (216)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (25)
二级引证文献  (0)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
迁移学习
学生成绩
排名
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导