基于alpha go深度神经网络算法的高考志愿分析系统的研究

• 作者: 张飞宇
• 来源期刊: 中国科技投资
• 关键词: 高考 志愿填报 人工智能 深度神经网络 反向传播算法 卷积神经网络
• 年，卷（期）: 2016,（28）
• 所属期刊栏目: 教育教学
• 页码范围: 351-352
• 页数: 2页
• 字数: 3233字
• 语种: 中文

摘要

高考志愿的填报一直为众多学生家长所关心,重要性不亚于高考.而在当前的志愿填报过程中,许多学生和家长面临着信息不对称的问题,填报志愿时常迷茫困惑,因而难以做出令自己满意的选择.本文依托大数据技术,运用深度神经网络技术构建志愿填报模型,从而为学生和家长提供帮助.本文首先介绍了人工神经网络的基本内容,分析了传统神经网络的利与弊.然后深度研究反向传播神经的结构和算法流程以及该算法的应用.而后,重点描述深度神经网络中卷积神经网络对深度神经网络的改进以及其是如何降低运算量的.最后,结合高考填报过程阐述深度神经网络是如何分析与选定高考志愿的.本文的学术贡献主要体现在三点:(1)技术新颖.本文应用了时下热门的Alpha Go所使用的深度神经网络技术,具体包括了误差反向传播算法和卷积神经网络,以人工智能来替代人的分析,更具有科学性.(2)研究方法独特.本文采用了文献资料法,深度神经网络模型和大数据,从人工智能角度来分析研究高考志愿填报问题.(3)提供的选择精确有效.现阶段,一方面学生和家长面临着严重的信息不对称,另一方面信息爆炸带来大量的无用信息,使得他们不能了解到真正有用的数据;而本文通过模型建构,将兼顾录取可能性与专业排名,切实考虑学生意愿,做出最优选择.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张飞宇		1	0	0.0	0.0