基于二維卷積神經(jīng)網(wǎng)絡(luò)的大學生負性情緒預(yù)警模型

摘要： 目的：基于二維深度學習算法提出大學生負性情緒預(yù)警模型,增強大學生負性情緒識別的準確性和穩(wěn)定性。方法：基于13所高校56 837名大學生3類15項特征數(shù)據(jù),構(gòu)建“時間-測度”基于特征灰度的二維卷積神經(jīng)網(wǎng)絡(luò)模型（FG-CNN）,比較該模型與6類機器學習模型在負性情緒同期預(yù)警和跨期預(yù)警上的效果。結(jié)果：FG-CNN在同期預(yù)測上具有94.93%的準確率和0.976的AUC值,在跨期預(yù)測上...