基于HMM的高校家庭贫困生认定模型研究

摘要：

为了将HMM的Baum-welch算法应用到高校家庭贫困生认定过程中,首先将学生的经济状态依据客观情况设置为5个状态,然后将得到的观测数据依据外部低成本变量进行加权处理,再将加权处理后的数据按照一定的比例划分为7个等级,对不同等级进行分段统计,并在此基础上提出了使用HMM的Baum-Welch算法解决这个问题时构建初始化参数的方法,最后将迭代的结果依据学生贫困状态期望百分比由高到低顺序进行排序,并将结果与直接计算方法及通过实际调研得到的结论进行对比,通过对比得到了HMM算法在解决此类问题中存在的局限性,同时给出了提高预测准确性的新模型建立的建议.然后将这种方法在其它班级进行了验证,以检验结论的可靠性.

关键词：贫困生认定、隐马尔可夫模型、Baum-Welch算法、期望百分比

所属期刊栏目：18

分类号：G641(高等教育)

资助基金：浙江省教育科学规划课题2018SCG226

在线出版日期：2019-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：75-83,106