作者:王宪莲; 安凤平高等教育办学规模深度学习卷积神经网络预测
摘要:高等教育办学规模预测主要有自回归法、支持向量机法等;这些具体方法在探索高等教育办学规模方面都取得了一定成果。但都不能较好地揭示高等教育办学规模的演化规律。鉴于此,本文引入深度学习模型对高等教育办学规模进行建模并预测。本文首先从网络优化角度出发,通过优化方法提高网络的非线性建模能力,提出了一种新的网络权重初始化方法,增加了神经网络处理不同视觉任务的潜力。同时,本文提出了适合高等教育办学规模数据演化规律的异构多列卷积神经网络。最后,利用本文提出的自适应的滑动窗口融合机制完成高等教育办学规模预测。利用本文方法对某区域高等教育办学规模进行实例分析,结果表明,本文所提方法能够较好地给出相应演化规律。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社