摘要
本发明公开了一种融合波动性信息组合模型的教学质量预测方法,通过数据收集:收集影响教学因素的二级指标相对应的数据;数据清洗:依据预设的数据清洗规则对收集二级指标相对应的数据进行清洗;特征数据重构:对收集的二级指标相对应的数据的特征进行特征数据模型定阶和特征序列重构;融合波动性信息Ridge预测:将重构的特征数据中的波动性信息融合到Ridge回归算法中;各个特征的预测结果:根据融合波动性信息的Ridge回归算法,得到二级指标相对应的数据中各个特征的预测结果;教学质量预测:根据二级指标相对应的数据中各个特征的预测结果,对教学质量进行预测。本发明提高教学质量预测的准确性和效率。
技术关键词
回归算法
重构矩阵
数据
指标
正则化参数
清洗规则
教学质量评价
样本
SVM算法
序列
误差
坐标
模块
系统为您推荐了相关专利信息
集合预报方法
集合预报装置
实时位置
聚类
气象数据处理技术
CT重建方法
迭代算法
泊松噪声
代数重建算法
CT扫描数据
温度软测量方法
燃煤机组
炉膛
双向长短期记忆
特征提取网络
多模态
特征提取模块
特征提取单元
视角转换方法
查询特征