当前，教育大数据呈现数据量大和数据类型多样的特点，准确有效地对教育统计数据进行分析和预测，对教育部门相关政策的制定和社会的发展具有重要的参考价值。文中以某市每年的招生人数为数据基础，提出了DE-LSTM模型，该模型通过差分进化算法(DE)对长短期记忆神经网络(LSTM)中的隐含层节点和学习率进行优化，使所提模型具有较好的预测性能，并与现有的BP神经网络预测模型、LSTM神经网络预测模型进行了对比。实验结果表明，提出的DE-LSTM预测模型具有较高的预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
