-
基于增量学习算法的混合课程学生成绩预测模型研究
一、导语 混合课程学情预测总被 “批量学习无法更新、模型不支持新数据、预测波动大” 卡脖子？这篇清华团队发表在电化教育研究（CSSCI）的论文，用增量学习随机森林（OnRF）破解难题 —— 模型可随新数据持续迭代、样本越大越准、大样本下预测稳定性大幅提升，直接适配高校混合课程动态学情监测、过程性预警、跨学期模型复用，是教育大数据与机器学习结合的可落地…- 35
- 7
-
北京城区气传花粉含量分季节预测模型
北京城区气传花粉含量分季节预测模型 研究背景 （1）气传花粉是重要的大气生物污染物。在北京城区，花粉过敏患者的阳性率超过80%，表明花粉过敏已成为一个严重的公共卫生问题。 （2）现有的花粉预测模型存在诸多局限性，如未充分考虑季节性差异，气象因子的选择多依赖主观经验，且对极端事件的预测能力不足。 目的：建立分季节的气传花粉预测模型，提升现有花粉预测模型的精度，为花粉易感人群提供更有效的预警，从而降低…- 93
- 11