期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN-BiLSTM-ATT 混合模型的高校高考录取分数预测研究
1
作者 马沅号 王红梅 +2 位作者 刘浩强 陈建辉 刘星宇 《现代信息科技》 2026年第4期24-31,共8页
高考录取分数线的预测对考生、家长及教育机构具有重要意义,但由于受高考试题难度、高校招生策略、考生规模等多重因素影响,该项预测工作具有较大挑战。为此,文章提出一种基于CNN-BiLSTM-ATT的混合模型用于高校录取分数线的预测。该模... 高考录取分数线的预测对考生、家长及教育机构具有重要意义,但由于受高考试题难度、高校招生策略、考生规模等多重因素影响,该项预测工作具有较大挑战。为此,文章提出一种基于CNN-BiLSTM-ATT的混合模型用于高校录取分数线的预测。该模型首先利用卷积神经网络(CNN)提取高校录取分数线的局部特征,再通过双向长短期记忆网络(BiLSTM)学习时间序列中的长期依赖关系,最后引入注意力机制(ATT)增强模型对关键年份数据的关注,以提升预测性能。实验结果表明,CNN-BiLSTM-ATT模型在高校录取分数线预测方面具备较高的准确性及泛化能力,相较于其他对比模型,能够更有效地捕捉分数线的变化趋势,取得更优的评估指标,可为高考志愿填报提供有价值的参考。 展开更多
关键词 cnn-bilstm-att 高考录取分数 预测 神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部