基于PSO优化贝叶斯网络的学生分类研究

• 作者: 徐嘉若
• 来源期刊: 现代科学仪器
• 关键词: 粒子群算法 贝叶斯网络 应试教育 分类管理 专家评价法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 技术创新与应用
• 页码范围: 250-253
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

随着素质教育的实施和推进,传统的应试教育管理模式已无法适应当前素质教育的发展趋势和要求,尤其不能适应人才的个性化培养.针对传统的学生分类方法存在泛化能力弱和所需样本量大的缺点,在学生分类评价指标的基础上,提出一种PSO优化贝叶斯网络的学生分类模型.与Bayes、SVM和BP相比,PSO-Bayes可以有效提高高校学生分类的准确率,分类准确率可达95.38％,为学生分类提供科学决策的依据.