[发明专利]基于混合神经网络的博士招生指标预测模型与系统

权利要求书

1.一种基于混合神经网络的博士招生指标预测方法，该方法包括。

2.一个CNN-LSTM-Attention混合神经网络模型。

3.权利要求1所述的方法中，其特征在于，所述方法包括以下步骤：(1)获取训练样本集：所述训练样本集来自各高校博士招生数据库。(2)样本特征选择：利用XGBoost和后向搜索策略进行特征选择，选取最佳特征子集。(3)构建CNN-LSTM-Attention混合神经网络模型：模型包括依次连接的卷积神经网络层、长短期记忆神经网络层、注意力机制层。(3)训练CNN-LSTM-Attention混合神经网络模型：对训练样本集标准化，输入样本数据训练得到模型。

4.权利要求1所述的方法中，其特征还包括：CNN层采用ReLU激活函数克服梯度消失问题，并在最大值池化层后使用dropout技术防止出现过拟合。

5.权利要求1所述的方法中，其特征还包括：注意力机制层最后使用一个全连接层来映射注意力机制的输出。

6.一个博士招生指标预测系统，该系统包括。

7.博士招生指标预测和管理模块。

8.数据管理模块。

9.系统日志模块。

10.权利要求6所述的系统中，其特征是：博士招生指标预测功能通过权利要求1所述方法模型进行实现。

11.权利要求6所述的系统中，其特征还包括：可在系统中新增博士招生数据，对权利要求1所述方法模型进行更新。