基于KNN算法的高校困难生认定研究  

作　　者：刘晓娜[1] 王恺 王成德[1] 杨进军 

机构地区：[1]兰州文理学院,甘肃兰州730010 [2]甘肃华科信息技术有限公司,甘肃兰州730010

出　　处：《电子元器件与信息技术》2023年第8期88-92,共5页Electronic Component and Information Technology

基　　金：甘肃省高等学校创新能力提升基金项目《基于大数据的大学生精准资助信息服务平台的关键技术研究及其应用开发》(项目编号:2020B-256)。

摘　　要：对高校生活困难学生的识别,关系着教育公平的重任。传统人工审核认定的方式具有不够客观的弊端。因此本文借助计算机模糊识别技术,应用识别正确率较高的KNN算法,对其在经济困难大学生认定中的应用进行了研究。首先说明KNN算法的执行过程及其优缺点;再次描述改进的加权KNN算法、局部加权KNN以及混合KNN方法的工作原理;最后通过随机生成的实验数据按照上述几种算法进行了数据分析比较,并将结果以图形方式展示。实验结果表明,几种改进的KNN方法均可更好地识别贫困大学生,从而资助其完成学业,促进高等教育的发展。

关 键 词：KNN 模糊识别 困难认定 聚类算法 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]