CN119537958A 基于人工智能的数据采集分析方法及系统 (成都职业技术学院)_第1页
CN119537958A 基于人工智能的数据采集分析方法及系统 (成都职业技术学院)_第2页
CN119537958A 基于人工智能的数据采集分析方法及系统 (成都职业技术学院)_第3页
CN119537958A 基于人工智能的数据采集分析方法及系统 (成都职业技术学院)_第4页
CN119537958A 基于人工智能的数据采集分析方法及系统 (成都职业技术学院)_第5页
已阅读5页,还剩21页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了基于人工智能的数据采集分机因素数据以及对应的学生是否通过考试的数过综合固定因素和随机因素来提高数据准确性2步骤S2,数据处理:对所述固定因素数据和随机因素数Yi=Xiβ+Ziui+εi;步骤S1中,采集学生的固定因素数据、随机因素数所述班级平均分包括相应课程班级测验平均在步骤S3中,所述固定因素设计矩阵Xi是通过将固定步骤S311.将每个固定因素的每个观测值转换为数值数据,所述固定因素的每个观测3步骤S312.根据预测模型的需求对所述数值数据进行编码或转换,将分类数据转换为步骤S314.通过最大似然估计或限制最大似然步骤S321.确定随机因素的来源为老师教学方法和数据采集模块用于采集学生的固定因素数据、随机因素数据以数据处理模块用于对所述固定因素数据和随机因素数据进行数据处理,包括数据清所述预测模块用于将处理后的固定因素数据和随机因素数据作为输Yi=Xiβ+Ziui+εi;4所述班级平均分包括相应课程班级测验平均5Yi=Xiβ+Ziui+εi;6所述班级平均分包括相应课程班级测验平均步骤S311.将每个固定因素的每个观测值转换为数值数据,所述固定因素的每个步骤S312.根据预测模型的需求对所述数值数据进行编码或转换,将分类数据转步骤S321.确定随机因素的来源为老师教学方法和[0014]步骤S322.为每个随机因素分配一7Yi=Xiβ+Ziui+εi;所述班级平均分包括相应课程班级测验平均图3是本发明实施例提供的构建固定因素设计矩阵Xi和计算固定因素参数向量β8Yi=Xiβ+Ziui+εi;素参数,能够同时考虑固定因素和随机因素对学生学习效果的影响。模型公式为Yi=Xiβ+9所述班级平均分包括相应课程班级测验平均步骤S311.将每个固定因素的每个观测值转换为数值数据,所述固定因素的每个步骤S312.根据预测模型的需求对所述数值数据进行编码或转换,将分类数据转β=[0.2,0.15,0.1,0.05,0.02,0步骤S321.确定随机因素的来源为老师教学方法和[0043]步骤S322.为每个随机因素分配一1112013114115010.30.50.10.1老师A的教学方法对学生表现有正向影响(0.3班级1的历史成绩平均分也有正Yi=Xiβ+Ziui+εi;所述班级平均分包括相应课程班级测验平均是在不同观测对象之间变化的数据。学生的成绩可能受到他们所在班级的平均成绩的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论