您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 基于改进的LSTM神经网络模型的试题推荐判定方法
专利状态 - 专利号(申请号) CN110321361B
专利申请日期 2019-06-15 专利类型 发明专利
申请公布号 2019105186423 申请公布日 2019-06-15
授权公告号 - 授权公告日 -
发明人 史先进;张磊;韩道军;沈夏炯;许晨波;孙俊;黄振月;高艺华;薛钰
专利权人 河南大学
专利摘要 本发明涉及一种基于改进的LSTM神经网络模型的中小学试题推荐方法,通过采集的真实试题数据;对历史试题的详细数据进行预处理获取试题信息,对试题信息处理得到试题关系数据,将试题信息按比例分成训练、测试的样本数据;对训练样本数据进行处理,并通过LSTM神经网络对处理后的训练样本进行训练得到LSTM试题推荐模型;通过参数调整来优化LSTM神经网络模型使其得到更高的准确率;最终将目标试题信息数据和试题关系数据作为LSTM模型的输入数据,模型输出得到预测的结果。本发明能够提高对试题是否进行推荐的判定效率和准确度,具有高泛化能力。
专利价值评估分析
相关推荐
Baidu
map