TY -的A2 -艾哈迈德,赛义德·哈桑AU - Li Xing AU -杨,Ting PY - 2021 DA - 2021/09/27 TI -大学毕业生的就业形势的预测神经网络基于LSTM SP - 5787355六世- 2021 AB -科学合理的预测模型的毕业生就业数据可以有效地体现了复杂的特点,毕业生的就业数据和体现的非线性动态交互影响毕业生的就业形势的元素。它有很强的学习能力和稳定的特点,因此选择主要影响数据,影响毕业生的就业数据的变化。在本文中,根据学生的情况体现就业、数据挖掘分析模型利用统计方法建立了基于模型的聚类分析技术预测毕业生的就业形势。本文预测技术的毕业生的就业形势的基础上,长期短期记忆递归神经网络(LSTM)构想,包括网络结构设计、网络培训、和预测流程实现算法。此外,针对减少预测误差,一个LSTM预测模型参数优化算法基于多层网格搜索是构思。它也验证LSTM预测模型的适用性和正确性及其参数优化算法在分析毕业生的就业形势。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/5787355 - 10.1155 / 2021/5787355摩根富林明计算智力和神经科学PB - Hindawi KW - ER