-
题名“三全育人”背景下高校学生资助诚信问题研究
被引量：1
- 1
-
-
作者
张珺
宋杰
何毅
王珊君
李二亮
-
机构
河南工程学院管理工程学院
河南地矿职业学院信息工程学院
中央财经大学中国互联网经济研究院
北方民族大学商学院
-
出处
《征信》
北大核心
2024年第7期65-70,共6页
-
基金
国家社会科学基金重大项目(22ZDA043)
北京市社会科学基金一般项目(22JCC079)
河南省本科高校研究性教学系列项目(2022SYJXLX099)。
-
文摘
当前我国高校学生资助工作进入了新时期,“三全育人”为高校工作尤其是学生资助工作提供了重要指引。学生资助工作是高校管理工作中的重要一环,做好“三全育人”背景下高校学生资助诚信教育工作尤为重要。基于扎根理论和认知情感理论的混合理论框架,通过对全国7个省区市11所高校近110名教师和学生的访谈,深入研究高校学生资助诚信行为要素及要素间的作用机理,以期为做好高校学生资助工作建言献策。
-
关键词
“三全育人”
高校学生资助
诚信
扎根理论
认知情感理论
-
分类号
F832
[经济管理—金融学]
G641
[文化科学—高等教育学]
-
-
题名运用Dropout-GRU模型的短期负荷预测
- 2
-
-
作者
闫方
吕梦娜
杨文艺
张顺利
王丹阳
-
机构
河南科技学院计算机科学与技术学院
河南地矿职业学院信息工程学院
国家电网河南省电力公司新乡供电公司
新乡医学院第二临床学院
-
出处
《电子设计工程》
2024年第24期124-128,共5页
-
基金
河南省科技攻关项目(222102210020)。
-
文摘
为提高短期电力负荷预测精度,提出采用Dropout-GRU模型的短期负荷预测方法。该方法基于Python爬虫获取对负荷预测有影响的多种气象因素,降低人为采集数据时由于主观因素导致数据错误的可能性;构建多层GRU网络以充分挖掘波动较大的负荷数据之间的非线性关系;在GRU网络的非循环部分加入Dropout技术,使神经元按照一定概率失活,有效解决了多层GRU网络易产生的过拟合问题,从而提高短期负荷预测精度。以某县负荷数据为例进行实验可知,该文方法的MAPE、RMSE和MAE相比单纯GRU网络分别降低58.90%、61.54%和58.17%,说明该文预测方法效果更佳。
-
关键词
短期负荷预测
Dropout技术
GRU网络
气象因素
过拟合
-
Keywords
short-term load forecasting
Dropout technology
GRU network
meteorological factors
overfitting
-
分类号
TN99
[电子电信—信号与信息处理]
-
