科研之友
微信
新浪微博
Facebook
分享链接
摘要
对大数据下大学生不良心理进行研究,可更好地保障每个大学生身心发展。通过对奋进教育资源的选择,分析大学生心理状态,需要获取造成大学生不良心理的核心因素,对不同类别样本进行训练。传统方法先生成一系列低维特征子空间,在每个子空间内对大学生奋进情绪类型进行识别,但忽略了对样本进行训练,导致资源选择的精度偏低。提出基于大数据下大学生奋进教育资源选择方法。利用深度网络结构的函数表达能力将应激心理样本分为不同的类型,并对类间边界点近邻关系进行描述,获取造成大学生奋进核心因素,融合于PCA理论对不同类别的主要应激类型样本进行训练,给出衡量大学生奋进表现的一个指标阈值,并提出基于大数据下大学生奋进教育资源选择方法。仿真证明,所提方法分析精度较高,可以为保障大学生的心理健康提供科学的依据。
- 出版日期2017
- 单位徐州工程学院
