人工神经网络在高校贫困生信息系统中的应用

王慧慧

（盐城工业职业技术学院 机电工程学院，江苏 盐城 224005）

人工神经网络在高校贫困生信息系统中的应用

王慧慧

（盐城工业职业技术学院 机电工程学院，江苏 盐城 224005）

人工神经网络具有自学习和自适应的功能，文章将人工神经网络的方法运用于高校贫困生信息系统中，运用相关领域的知识进行推理，能够准确判断出学生家庭是否贫困，并判定贫困程度。随着时间的推移，贫困生信息系统中将越来越完善，人工神经网络在高校贫困生信息的评定中将会发挥更大的作用。

人工神经网络；高校贫困生；信息系统

近年来，为了帮助家庭有困难的学生能够顺利完成学业，使其将来为社会的发展更好地贡献自己的力量，国家在不断加大对贫困生资助的力度。与此同时，也有不少学生企图利用虚假的证明材料获得国家助学金。因此，单一地基于学生的贫困证明来评判学生是不是贫困的方式已经显示了其弊端。为了有效地帮助家庭确实有困难的学生顺利毕业并走上工作岗位，建立大学生贫困信息系统是很有必要的，而利用人工神经网络收集贫困学生的各种信息将会在确定学生的贫困等级等方面显得更为方便，在准确提供学生贫困信息的同时也推动了高校信息化建设的步伐。

人工神经网络是以对大脑的生理研究成果为基础的，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。人工神经网络以模仿人类大脑的拓扑结构作为一种新颖的技术，该研究经历了一条十分曲折的道路。神经网络的发展有着非常广泛的科学背景，是众多学科研究的综合成果。近年来，人工神经网络的研究再次出现了高潮，其由启蒙阶段到成熟并已扩展到工程各个领域。将人工神经网络技术应用于高校贫困生信息系统必将有助于对学生贫困程度的评判，从而使得国家助学金能够有效帮助到那些真正贫困的学生。

1 人工神经网络原理简介

人工神经网络是类似大脑神经突触联接一种数学模型，其由大量节点之间相互联接构成，是由处理单元互联组成的非线性、自适应信息处理系统。其通过模拟大脑神经网络处理记忆信息的方式进行信息的处理。

人工神经网络能模拟人的若干基本功能，具有并行分布的信息处理结构，是通过“学习”或“训练”的方式完成某一特定的工作，其最显著的特点是具有自学习能力，并在数据含有噪音或缺乏认知时能获得令人满意的结论，特别是其可以从积累的工作实例中学习知识，尽可能多地把各种定性定量的影响因素作为变量加以输入，建立各影响因素与结论之间的高非线性映射，采用自适应模式识别方法完成测试工作。

学习是神经网络研究的一个重要内容，其适应性是通过学习实现的，根据环境的变化，对权值进行调整，改善系统的行为。有效的学习算法，使得神经网络能够通过连接权值的调整，构造客观世界的内在表示，形成具有特色的信息处理方法。

人工神经网络的自学习功能对于预测有特别重要的意义。人工神经网络为人类提供经济预测、市场预测、效益预测，其应用前景是很远大的。

2 人工神经网络在大学生贫困信息系统中的应用

大学生贫困信息系统不是仅仅依据学生提供的贫困证明来判断学生的贫困程度，而是从学生的日常消费情况、父母的身体状况和工作情况，以及家庭的社会背景等多个方面来综合分析学生家庭的贫困程度。同时，每个判定的依据在评定学生贫困程度的过程中都占有不一样的权重，使得系统对学生家庭贫困程度的分析更具有科学性。

大学生贫困信息系统基于目前广泛使用的BP神经网络构建而成，分为输入层、隐含层、输出层3层结构。输入层的每个节点需要学生输入相应信息。隐含层结合学生的基本信息，通过网络模型对不同的样本信息进行预处理，隐含层得到的测试结果不能直接作为最终的输出结果，其需要借助于人工神经网络中特有的评价和分析功能，结合各种影响因子的权重，最终送入输出层，从而得出与学生实际的家庭贫困情况较为接近的输出结果。此外，在隐含层中还需要考虑学生平时的德育操行和学习表现，这也是确定资助额度的重要因素。输出层输出的是学生的贫困程度信息，确定是属于特困、贫困、一般贫困、不贫困中的哪一种类别。

2.1 贫困程度的评定

在大学生贫困信息系统中，学生可以提交自己的助学金申请，只有当本贫困信息系统确定了该学生确实属于贫困生之后，才能对其资助助学金，从而更好地帮助其完成学业。

学生在登录系统提交助学金申请时需要输入自己的基本信息，包括自身的消费状况、学习成绩、入学年度、是否单亲家庭、家长的年龄、身体健康状况、职业、年收入等信息。此外，大学生贫困信息系统中还结合学生各学期的班主任评语、操行等信息，尽可能准确地评价学生的基本情况。

在对学生家庭的贫困程度进行评定时，可以参照贫困生案例库进行对比，若相似度较高，可以直接评定其贫困等级，若相似度不高，则可以通过人工神经网络进行推理，最终确定其是否贫困。若推理的结果确实是贫困，则将该案例加入贫困生案例库，评定过程如图1所示。

图1 贫困生贫困程度评定

2.2 系统构建

为了使高校助学金能真正帮助到家庭确实有困难的学生，本系统采用人工神经网络来构建体系结构。系统中的贫困生案例库包含了大量的知识规则，在对提出助学金申请的学生进行贫困程度的评定时，通过人工神经网络的学习过程和其适应性不断对样本信息进行训练，从而使得每一位家庭贫困的大学生都能获得准确的评定信息，并根据贫困程度的不同合理确定资助额。本系统的体系结构如图2所示。

在构建高校贫困生信息系统时采用Java进行开发，系统包含学生申请平台和管理员操作平台，其中学生申请平台含有输入信息、查看结果、在线帮助等模块，管理员操作平台含有学生信息管理、班主任评语管理、贫困评定指标管理、贫困评定结果管理等模块，管理员可以查看贫困生案例库，也可以对相关信息进行修改。管理员可以手动向贫困生案例库存入贫困生案例，也可以向知识库存入一些知识推理的规则。知识库给基于人工神经网络而建立，具有自学习、自适应的特点，因此，今后的贫困生信息将会越来越完善。

3 结语

人工神经网络技术如同人类的神经系统一样，可以迅速接收到外界的刺激并马上作出反应。随着国家助学金政策的不断推进，为了有效地帮助家庭贫困的学生顺利完成学业走上工作岗位，将人工神经网络运用于贫困生信息系统中已是时代的必然要求。本系统可以有效帮助学校管理人员合理地向申请助学金的学生分配助学金，也可以在学生走上工作岗位后向相关部门提供有效信息。

图2 系统结构图

[1]朱大奇.人工神经网络研究现状及其展望[J].江南大学学报（自然科学版），2004（1）：103-110.

[2]顾黎明.高校贫困生信息管理系统的构建[J].浙江教育学院学报，2006（3）：71-75.

Application of artificial neural network in the information system of the poor students in colleges and universities

Wang Huihui
（Mechanical and Electrical Engineering College of Yancheng Vocational Institute of Industry Technology, Yancheng 224005, China）

The artificial neural network has the function of self learning and self adaptation. In this paper, the method of artificial neural network is applied to the information system of the poor students in colleges and universities, reasoning with the knowledge of related fields, it can accurately evaluate whether the student’s families was poverty, and judge the degree of poverty. As time goes on, the information system of the poor students in colleges and universities will be more and more perfect, artificial neural network will play a greater role in the evaluation of poor students in colleges and universities.

artificial neural network; poor students in colleges and universities; information system

王慧慧（1980— ），女，江苏盐城。