论文部分内容阅读
现有成绩预测研究多集中于如何构建预测模型,但都忽略了预测时间的重要性。针对此问题,提出基于BP(Back Propagation)神经网络方法构建大一成绩同最终毕业时的成绩预测模型,旨在挖掘大一成绩同毕业成绩存在的潜在联系,实现早指导早见效的原则。通过对某高校信息与计算科学专业2016级学生成绩进行随机预测实验,证明大一成绩同毕业成绩间具有潜在联系。同时,提出的基于BP神经网络的高校学生成绩预测模型具有良好的预测精度、实用性和推广性,可以成为提升教学质量的重要组成部分,为实现人才培养的目标发挥更大的作用。