[發明專利]一種基于神經網絡的院校投檔線預測方法

在審

• 申請號: 201710273724.7
• 申請日: 2017-04-25
• 公開（公告）號: CN107169593A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 周從華
• 申請（專利權）人: 江蘇樹正信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 江蘇縱聯律師事務所32253
• 代理人: 蔡棟

1.一種基于神經網絡的院校投檔線預測方法，其特征在于包括以下步驟：

步驟一，對采集到的數據進行缺失值和離群點處理；

步驟二，對經過處理的數據進行歸一化；

步驟三，對數據集進行分類；

步驟四，對分類好的數據集分別建立神經網絡模型進行預測。

2.根據權利要求1所述的一種基于神經網絡的院校投檔線預測方法，其特征在于所述缺失值和離群點處理包含以下四個規則：

規則1.1，將院校兩線差缺失值設置成其余各年的兩線差均值；

規則1.2，將院校的兩線差離群點設置成其余各年兩線差的均值；

規則1.3，將院校投檔線缺失值設置成該年兩線差與該年省控線之和。

3.根據權利要求1所述的一種基于神經網絡的院校投檔線預測方法，其特征在于所述歸一化包含以下兩個規則：

規則2.1，對各年兩線差歸一化采用極差法，所取的最小值和最大值是各年兩線差最小值及最大值；

規則2.2，對各年位次歸一化采用極差法，所取的最小值和最大值是各年位次最小值及最大值。

4.根據權利要求1所述的一種基于神經網絡的院校投檔線預測方法，其特征在于所述對數據集進行分類包含以下三個規則：

規則3.1，篩選出近4年兩線差均為0的院校為訓練集1；

規則3.2，篩選出近4年兩線差均小于5分，且兩線差均不為0的院校，為訓練集2；

規則3.3，計算其余院校4年位次偏差，偏差在0～0.45的院校為訓練集3，偏差在0.45～1的院校為訓練集4，偏差大于1的院校為訓練集5，所述偏差為每年位次減去四年位次均值的絕對值之和比上位次均值的絕對值。

5.根據權利要求1-4所述的一種基于神經網絡的院校投檔線預測方法，其特征在于所述建立神經網絡模型包含以下規則:

規則4.1，對訓練集1中的院校默認這些院校下一年的兩線差為0分；

規則4.2，對訓練集2中的院校利用前四年的兩線差歷史數據，采用神經網絡進行建模，其中第四年的數據作為輸出其余均為輸入。

規則4.3，對訓練集3～5分別利用前四年的位次歷史數據采用神經網絡進行建模，其中第四年的數據作為輸出其余均為輸入。

6.根據權利要求1所述的一種基于神經網絡的院校投檔線預測方法，其特征在于所述神經網絡模型為雙層隱藏層，第一層隱藏層的神經元不低于20個神經元，第二層隱藏層不低于15個神經元。