摘要
本发明公开了一种基于改进FA算法优化SVR的学生成绩在线监测方法及系统,涉及学生成绩监测技术领域,包括如下步骤:步骤一:对初始样本数据进行归一化处理;步骤二:设定支持向量回归模型和改进的萤火虫算法初始参数;步骤三:初始化种群;步骤四:执行解码操作,计算适应度;步骤五:更新萤火虫位置;步骤六:更新最优解;步骤七:迭代次数加一,返回步骤四。本发明通过引入改进的萤火虫算法对模型参数进行优化,提高模型的预测准确性,与传统的方法相比,改进的萤火虫算法模拟萤火虫的闪光和相互吸引行为,在参数空间中不断搜索更优的解,最终找到使模型预测误差最小的参数组合,从而提高了SVR模型的预测准确性。
技术关键词
在线监测方法
萤火虫算法
成绩
支持向量回归模型
学生
在线监测系统
支持向量机回归模型
模型训练模块
数据传输模块
样本
参数
步长模型
解码
预测误差
监测技术
监测模块
系统为您推荐了相关专利信息
多模态
眼动数据
双向长短期记忆网络
热力图
学生