APP下载

基于双重扰动与核ELM融合的大学生贫困认定模型研究

2021-06-10郑建华刘双印贺超波

关键词:特征大学生学生

郑建华,朱 蓉,刘双印,贺超波

(1.仲恺农业工程学院 信息科学与技术学院,广州 510225;2.广东省高校智慧农业工程技术研究中心,广州 510225)

高等教育肩负国家人才培养重任。我国各类高等教育2018年在学总规模达到3 833万人[1],其中贫困生约占20%,保证每个大学生不因贫困而辍学是实现人才兴国的重要前提。习近平总书记在“五个一批”的脱贫攻坚计划中特别强调“做好高校贫困大学生生活困难补助”[2],但作为开展资助工作前提的贫困认定却始终不尽如人意。大学生贫困认定需要经过个人申请、班级审批、院校认定等步骤,整个过程需要学生提交相关证明材料。目前的贫困认定过程存在以下问题:①部分真正贫困的学生因为自卑不愿意把自家隐私暴露,导致真贫困学生无法享受资助;②地方基层配合学生提供造假材料,导致伪贫困学生享受资助。由于以上现象的存在,广大学生对于贫困认定结果认可度不高[3]。2013年,习总书记进一步提出“精准扶贫”要求[4]:确保扶贫资源真正用在扶贫对象身上、真正用在贫困地区。因此,在精准扶贫视阈下,精准识别贫困大学生是帮扶大学生的首要关键。

判断贫困生涉及很多因素,目前大部分贫困认定研究主要围绕政策、理论、制度、实施方案等展开,在精准量化贫困认定方面的研究成果不多。大部分研究者综合学生的消费数据、学生家庭经济收入、学生家庭情况、学生助学贷款等多方面信息,运用决策树、模糊层次分析法、HMM进行分析[5-7]。……

登录APP查看全文

猜你喜欢

特征大学生学生
如何表达“特征”
不忠诚的四个特征
带父求学的大学生
赶不走的学生
大学生之歌
学生写话
学生写的话
线性代数的应用特征
让大学生梦想成真
他把孤儿院办成大学生摇篮