鄭建華，朱 蓉，劉雙印，賀超波

（1.仲愷農(nóng)業(yè)工程學院 信息科學與技術(shù)學院，廣州 510225；2.廣東省高校智慧農(nóng)業(yè)工程技術(shù)研究中心，廣州 510225）

高等教育肩負國家人才培養(yǎng)重任。我國各類高等教育2018年在學總規(guī)模達到3 833萬人［1］，其中貧困生約占20%，保證每個大學生不因貧困而輟學是實現(xiàn)人才興國的重要前提。習近平總書記在“五個一批”的脫貧攻堅計劃中特別強調(diào)“做好高校貧困大學生生活困難補助”［2］，但作為開展資助工作前提的貧困認定卻始終不盡如人意。大學生貧困認定需要經(jīng)過個人申請、班級審批、院校認定等步驟，整個過程需要學生提交相關(guān)證明材料。目前的貧困認定過程存在以下問題：①部分真正貧困的學生因為自卑不愿意把自家隱私暴露，導致真貧困學生無法享受資助；②地方基層配合學生提供造假材料，導致偽貧困學生享受資助。由于以上現(xiàn)象的存在，廣大學生對于貧困認定結(jié)果認可度不高［3］。2013年，習總書記進一步提出“精準扶貧”要求［4］：確保扶貧資源真正用在扶貧對象身上、真正用在貧困地區(qū)。因此，在精準扶貧視閾下，精準識別貧困大學生是幫扶大學生的首要關(guān)鍵。

判斷貧困生涉及很多因素，目前大部分貧困認定研究主要圍繞政策、理論、制度、實施方案等展開，在精準量化貧困認定方面的研究成果不多。大部分研究者綜合學生的消費數(shù)據(jù)、學生家庭經(jīng)濟收入、學生家庭情況、學生助學貸款等多方面信息，運用決策樹、模糊層次分析法、HMM進行分析［5-7］。以上方法雖取得了一定效果，但往往很難收集學生家庭收入、家庭人均居住面積、學生高檔消費品等精確數(shù)據(jù)，而學生家庭是否屬于低保、家庭成員病殘健康情況又涉及隱私。同樣，在分析方法上，貧困認定涉及因素眾多，目前仍未有一種方法能較好地對貧困學生實現(xiàn)精準識別。

極限學習機（extreme learning machine，ELM）是Huang等［8］提出的一種高效單隱層前饋神經(jīng)網(wǎng)絡（SLFN）學習算法，具有訓練速度快、泛化能力強的特點，目前已廣泛應用于社交網(wǎng)絡用戶行為預測［9］、醫(yī) 療 診 斷［10］、電 力 預 測［11-12］、故 障 診斷［13］、室內(nèi)定位［14］等領(lǐng)域。為此，在不攝取學生隱私信息和保障數(shù)據(jù)客觀性的前提下，以學生一卡通消費數(shù)據(jù)、學生家庭住址、家庭學生數(shù)量這些客觀數(shù)據(jù)為基礎(chǔ)，采用特征分桶、交叉算法構(gòu)建貧困認定模型特征，并針對貧困生數(shù)據(jù)集不平衡的特點，構(gòu)建融合輸入屬性、數(shù)據(jù)樣本雙重擾動和核ELM的DP_KELM高校大學貧困認定模型，以期為校園精準扶貧提供輔助決策依據(jù)。

1 大學生貧困認定模型特征構(gòu)建

1.1 貧困認定模型特征篩選

數(shù)據(jù)和特征決定了機器學習的上限，選擇合適的特征是構(gòu)建高校大學生貧困認定模型的關(guān)鍵。美國貧困大學生資助系統(tǒng)計算公式為：資助需求=入學成本-預期家庭貢獻（需要考慮家庭年收入）。胡苗苗等［15］評價方法中考慮了家庭經(jīng)濟收入、家庭人員組成以及學生在校學習生活平均消費情況。雖然年家庭收入可以真實反映家庭貧困情況，但在我國尚未建立完善的收入管理系統(tǒng)時，這是一個動態(tài)且主觀的數(shù)據(jù)，學生可以任意虛構(gòu)。針對這種情況，田志磊等［16］考慮了非收入變量，如居住地與公共服務的可得性、住房條件等屬性特征。宋美喆［7］則基于學生是否單親、家庭致災情況、家庭成員健康狀況、家庭成員工作狀況等信息，采用模糊綜合評價方法對貧困大學生進行認定。顯然，以上信息是影響家庭貧困與否判斷的重要因素，但非收入數(shù)據(jù)很難量化。對此，廣東省教育廳印發(fā)的《廣東省家庭經(jīng)濟困難學生認定工作指標解釋》明確了各種情況的量化分數(shù)，但實際上這樣的信息涉及隱私，且自卑的學生通常不愿意提供真實數(shù)據(jù)。綜上，篩選出能夠反映學生家庭情況的客觀、可量化特征是實現(xiàn)高校大學生貧困識別的關(guān)鍵。

近些年，隨著高校一卡通系統(tǒng)的建立，通過一卡通可以采集到學生在學校就餐的次數(shù)、消費均值、消費總次數(shù)等數(shù)據(jù)。這些反映學生消費能力的信息可以成為反映學生家庭收入情況的指標。鄭州大學、中國科學技術(shù)大學、電子科技大學、南京理工大學等高?；趯W生消費數(shù)據(jù)自動生成貧困家庭學生建議名單，并進行資助［17］。本文中以一卡通數(shù)據(jù)為基礎(chǔ)，采用統(tǒng)計方法，篩選了6個消費特征：總消費次數(shù)（TotalTimes）、消費總量（TotalAmount）、次消費均值（TranMean）、次消費均值中位數(shù)（TranMeanMedian）、月消費均值（TranMonth-Mean）、次最大消費金額（MaxAmoun）。

然而，僅僅依靠一卡通數(shù)據(jù)并不能精準識別貧困生。王澤原等［5］利用隨機森林算法對一卡通消費數(shù)據(jù)進行處理，識別平均準確率為79%。實際上，一個學生的消費情況不僅與貧困情況有關(guān)，還與性別有關(guān)，比如女生次消費均值可能低于男生。另外，學生貧困情況還可能與學生生源地有關(guān)。為此，篩選了學生性別（Sex）、學生居住地（Address）2個特征，并采用家庭學生數(shù)量（Stu-Num）反映一個家庭支出壓力，同時構(gòu)建一個表示學生的消費能力的特征PerStu=TranMean/Stu-Num。顯然，這4個特征可以反映學生的個體特征和家庭背景，且這4個特征是客觀、穩(wěn)定特征，數(shù)據(jù)容易獲取，且不會涉及學生隱私。至此，共篩選出10個貧困認定模型的特征。

1.2 貧困認定模型特征預處理、分箱與交叉

1.2.1 特征預處理

在篩選出的貧困認定模型的10個特征中，Address是一個離散變量，本文中采用One-Hot編碼對Address進行特征預處理，使得每個城市成為1個特征。例如，目前廣東省有21個地級市、20個縣級市，將Address數(shù)據(jù)預處理后形成了City_1，City_2，…，City_41共41個特征，不過現(xiàn)實中將根據(jù)實際數(shù)據(jù)集的情況決定有多少個City特征。

1.2.2 特征分箱與特征交叉

在選定的10個特征中，涉及消費信息的特征都是連續(xù)變量特征，有時特征數(shù)值稍有變動就會對模型的結(jié)果造成很大波動。為提高模型的穩(wěn)定性、避免異常值的干擾，對TotalTimes、TranMean進行分箱處理，將每個特征分成6個均衡的區(qū)間。

機器學習算法對非線性規(guī)律的擬合能力往往決定了算法能達到的精度。為提高算法對特征非線性規(guī)律的擬合能力，采用特征交叉算法，將2個或多個輸入特征相組合來表達特征的非線性特征規(guī)律。比如，同樣每次平均消費8.5元，對于判斷男生和女生是否為貧困生的結(jié)果可能是不一樣的，因此可以構(gòu)建“男生-8.5”，“女生-8.5”兩個不同特征。本文中主要將Sex與分箱后的Tran-Mean，Sex與分箱后的TotalTimes分別進行特征交叉，最終形成24個新特征，具體特征交叉算法描述如表1所示。

表1 特征交叉算法

最后，刪除總消費次數(shù)（TotalTimes）、消費均值（TranMean）、家庭住址（Address）3個已經(jīng)處理后的特征。

2 DP_KELM貧困認定模型設計

2.1 KELM數(shù)學模型

極限學習機（extreme learning machine ELM）是一種高效的單隱層前饋神經(jīng)網(wǎng)絡學習算法，其學習過程無需對網(wǎng)絡權(quán)重和偏置進行迭代調(diào)整。該算法具有訓練速度快、泛化能力強的特點，同時具有SLFN的插值能力、通用逼近能力和分類能力。

給定有N個樣本的訓練數(shù)據(jù)集｛xi，yi|xi∈RD，yi∈Rm，i=1，2，3，…，N｝，其中xi表示第i個含有D個特征的數(shù)據(jù)，具體表示為xi=［xi1，xi1，…，xiD］T。yi表示第i個數(shù)據(jù)對應的標記，具體表示為yi=［yi1，yi1，…，yim］T，式中m表示對應m個輸出變量。則對于具有L個隱層節(jié)點、激活函數(shù)為g的極限學習機ELM模型可以描述為：

式中：wj=［wj1，wj2，…，wjD］表示第j個隱層節(jié)點與輸入節(jié)點間的權(quán)值；bj表示第j個隱層神經(jīng)元的偏置補償；βj=［βj1，βj2，…，βjm］是第j個隱層單元的輸出權(quán)值。

若設隱層輸出用矩陣H表示：

則極限學習機可以表示為：

其中

根據(jù)文獻證明［8］，當激活函數(shù)g無限可微時，對于任意賦值wi∈Rn和bi∈R的情況，一定存在1個含有K（K≤D）個隱層神經(jīng)元的SLFN使得。因此，隱層與輸出層的權(quán)值β可以通過求解以下最優(yōu)化問題得到：

當wi∈Rn和bi∈R已知，則H可以確定，H+T，故ELM分類器的輸出函數(shù)可以表示為：

但在實際應用中，常會出現(xiàn)數(shù)據(jù)在原始空間是非線性可分的情況，因此將核方法引入ELM模型，通過核函數(shù)將輸入空間低維的數(shù)據(jù)映射到高維，使得原空間非線性可分問題轉(zhuǎn)為高維線性可分問題。故在ELM中引入核函數(shù)K（xi，xj），并構(gòu)建核矩陣［18］ΩELM：

顯然，ΩELM僅與輸入數(shù)據(jù)有關(guān)，而通過核函數(shù)K（xi，xj）實現(xiàn)了高維空間的內(nèi)積h（xi）·h（xj）操作。

這樣，KELM（kernel ELM）模型的輸出可以表示為：

2.2 雙重擾動不平衡數(shù)據(jù)處理策略

大學生中貧困生的占比約為20%，這是典型的不平衡數(shù)據(jù)。由于傳統(tǒng)的分類算法傾向多數(shù)類，導致這類算法并不適用不平衡數(shù)據(jù)場景。常見的2種處理不平衡數(shù)據(jù)的策略基于數(shù)據(jù)預處理和基于算法改進［19］。數(shù)據(jù)預處理又包括重采樣和特征處理技術(shù)，基于算法改進主要包括代價敏感方法和集成學習方法。重采樣技術(shù)包括上采樣算法如SMOTE、ADASYN等，下采樣算法則有隨機下采樣算法（RUS）。重采樣技術(shù)雖然簡單實用，但下采樣會丟失多數(shù)類樣本特征信息，而上采樣又容易引入誤差，使用受到限制。集成學習通過構(gòu)建并結(jié)合多個基學習器完成學習任務，通?？梢垣@得比單一學習器顯著優(yōu)越的泛化性能［20］。Easy Ensemble Classifier算法［21］是一種有效的不平衡數(shù)據(jù)分類方法，該算法融合了重采樣技術(shù)與集成學習的優(yōu)點，將多數(shù)類樣本隨機分成多個子集，每個子集分別與少數(shù)類合并，得到多個新的訓練子集，并利用每個訓練子集訓練1個AdaBoost基分類器，最后集成所有基分類器，得到最終的集成分類器。

在集成學習中，提升各基分類器的獨立性或多樣性有利于提升最終學習效果。提升基分類器多樣性的方式主要有對數(shù)據(jù)樣本、輸入屬性、輸出表示、算法參數(shù)進行擾動。數(shù)據(jù)樣本擾動指為每個基分類器選擇不同的訓練樣本，顯然Easy Ensemble Classifier是利用數(shù)據(jù)樣本擾動方式提升基分類器的多樣性，使得最終的分類效果較好。訓練樣本中X一般由一組屬性特征描述。輸入屬性擾動指為不同基分類器選擇若干屬性子集，然后基于每個屬性子集訓練基分類器。輸入屬性擾動不僅能生成多樣性大的個體，還會因為屬性數(shù)的減少而節(jié)省訓練時間開銷。

針對大學生貧困認定不平衡數(shù)據(jù)集，綜合使用重采樣技術(shù)和集成學習來處理平衡數(shù)據(jù)集，在過程中同時使用數(shù)據(jù)樣本擾動和輸入屬性擾動兩種擾動方式，旨在提升基分類器的多樣性，從而提升分類效果。具體措施為：對每個基分類器，從多數(shù)類（非貧困生）樣本中隨機選擇與少數(shù)類樣本（貧困生）數(shù)量一致的樣本，將這些多數(shù)類樣本與全部少數(shù)類樣本構(gòu)成1個平衡訓練子集；然后，在該訓練子集中隨機刪除n個特征屬性，從而構(gòu)建每個基分類器的最終訓練數(shù)據(jù)集。

2.3 DP_KELM算法模型

基于以上分析，將KELM作為集成學習的基分類器，采用數(shù)據(jù)樣本和輸入屬性雙重擾動方式構(gòu)建每個基分類器的訓練數(shù)據(jù)集，然后訓練不同KELM基分類器。在測試階段則采用投票方式獲得最終的分類結(jié)果。由此構(gòu)建DP_KELM算法模型，如圖1所示。

圖1 DP_KELM算法模型示意圖

DP_KELM訓練過程算法偽代碼如表2所示。

表2 DP_KELM 算法訓練過程偽代碼

對測試樣本x，輸出結(jié)果為

3 實驗設計與結(jié)果分析

3.1 實驗數(shù)據(jù)集

以筆者所在院校的信息科學與技術(shù)學院全體學生2018年一卡通消費數(shù)據(jù)以及學生的基礎(chǔ)信息數(shù)據(jù)為基礎(chǔ)，以廣東省教育廳的貧困生認定結(jié)果數(shù)據(jù)為標簽數(shù)據(jù)。通過數(shù)據(jù)清洗和特征工程，共得到2 104名學生樣本，其中非貧困1 708人，認定貧困396人，貧困與非貧困比例為1∶4.3。在特征方面，共取得City特征35個（部分城市無該學院學生），Sex與TransMean交叉特征12個，Sex與TotalTimes交叉特征12個，以及包括消費總量（TotalAmount）、次消費均值中位數(shù)（TranMeanMedian）、月消費均值（TranMonthMean）、次最大消費金額（MaxAmoun）、學生家庭學生數(shù)量（StuNum、PerStu）、性別Sex這7個特征，合計66個特征。

3.2 實驗結(jié)果評價指標

貧困認定是典型的二分類問題，用混淆矩陣表示識別結(jié)果，如表3所示。分類問題一般常用查準率（Accuracy、Precision），召回率（Recall）、F1等指標衡量分類性能。其中用于衡量分類準確性的指標Accuracy定義為：

但在不平衡問題中Accuracy并不能真正反映用戶需求。若有1 000個學生，10個貧困生，假如分類器A將10個貧困生都誤分為非貧困生，此時A的Accuracy為0.99，但實際上1個貧困生也沒有被發(fā)掘出來，即對貧困生的召回率為0。假如分類器B將30個人都判定為貧困生，但將10個真正的貧困生識別出來，此時B的Accuracy為0.97，其對貧困生的召回率為1，顯然學校更愿意接受分類器B。因此，針對貧困認定問題，在保證Accuracy的基礎(chǔ)上，提高貧困生的識別率非常關(guān)鍵。

表3 混淆矩陣中的行與列

G-mean是Kubat［22］提出的一種魯棒性較好的不平衡數(shù)據(jù)分類方法的評價指標。該指標主要關(guān)注少數(shù)類和多數(shù)類的召回率情況。用該指標可以較好地綜合評價貧困生和非貧困生的召回率。其定義如下：

但G-mean僅關(guān)注了召回率情況，而關(guān)注貧困和非貧困分類錯誤同樣重要［23］。為了衡量召回率和準確率的綜合情況，本文中采用對不平衡數(shù)據(jù)不敏感的AUC值，該值是受試者工作特征曲線ROC與坐標軸圍成的區(qū)域面積，AUC越接近1，則表示分類器性能越好。

3.3 實驗環(huán)境與方式

為了驗證DP_KELM性能，將DP_KELM和對比算法應用于上述數(shù)據(jù)集，然后比較Accuracy、G-mean和AUC值。實驗的操作系統(tǒng)為Windows7，CPU主頻為3.6 GHz，內(nèi)存為32G，編程語言為Python3.6，涉及包有Pandas、Numpy、Sklearn、Imblearn。

實驗過程中，為取得公平的結(jié)果，對于所有數(shù)據(jù)集采用4折交叉驗證方法；然后，執(zhí)行5遍以上過程，取5遍執(zhí)行結(jié)果的平均值作為該算法的結(jié)果值。

3.4 實驗結(jié)果與分析

3.4.1 刪除的特征數(shù)量對KP_KELM性能的影響

影響KP_KELM算法性能的參數(shù)主要有輸入屬性擾動過程中刪除的特征數(shù)量n、KELM的隱層節(jié)點數(shù)量nh、KELM的核函數(shù)和激活函數(shù)。

實驗中，統(tǒng)一采用高斯核函數(shù)作為KP_KELM的核函數(shù)，使用Mish函數(shù)［24］作為激活函數(shù)。相對于Sigmoid、ReLU這類激活函數(shù)，Mish是一個自正則非單調(diào)激活函數(shù)，函數(shù)公式為Mish=x*tanh（ln（1+ex））。該函數(shù)曲線上所有點幾乎都是平滑的，無上界避免了由于封頂導致的飽和，也不似ReLU有硬零邊界。文獻［24］在75項測試中，與ReLU、SWish激活函數(shù)相比，Mish表現(xiàn)出更好的性能。

為了分析刪除特征數(shù)量n對KP_KELM性能的影響，首先設定nh=110，實驗結(jié)果如圖2所示。圖2中橫坐標表示輸入屬性擾動刪除的特征數(shù)量n。由圖2可知：當nh一定時，隨著刪除特征的數(shù)量n在0～8變化時，G-mean值隨n值增加而增加；當n在［9，25］區(qū)間時，G-mean值隨n值增加呈現(xiàn)下降趨勢，但下降速率非常??；當n＞25時，G-mean隨n值增加而快速下降。本文中主要是通過數(shù)據(jù)樣本和輸入屬性雙重擾動提高基分類器的多樣性，從而提升整體分類性能。當n較小時，隨著n從0至8增加，基分類器的多樣性逐步增加，并因為刪掉的特征較少，基分類器還能學習到足夠的特征信息使得模型整個分類性能增加。當n從9增加到25過程中，雖然基分類器的多樣性增加了，但由于刪除的特征過程，使得每個基分類器學習到數(shù)據(jù)集的特征信息反而減少，導致基分類器出現(xiàn)誤判可能增加，故整體性能反而下降。由于本文中數(shù)據(jù)集特征共66個，因此當n在［9，25］區(qū)間時，這種損失不是很大，故G-mean下降慢，甚至會出現(xiàn)一些G-mean上升隨機波動現(xiàn)象（此時選擇的都是最有代表性的特征），比如在n=14時，G-mean值也較高。但是當n大于25且逐步增加時，由于每個基分類器學習到的特征信息越來越少，使得分類器出現(xiàn)誤判可能性急劇增加，導致整體G-mean下降迅速。

圖2 刪除特征數(shù)量對性能影響

3.4.2 KP_KELM算法中隱層節(jié)點變化對性能影響

統(tǒng)一采用高斯核函數(shù)，Mish激活函數(shù)，設定輸入屬性擾動刪除特征數(shù)量為8，實驗結(jié)果如圖3所示。由圖3可知：當隱層節(jié)點nh取值為100左右時，G-mean取得最高值；nh從0到100增加時，Gmean呈線性關(guān)系上升；nh=105時，G-mean值為0.778 6，而AUC值為0.783 6，以上兩值均取得最高值。而當nh大于115時，G-mean隨nh的增加而呈線性下降趨勢。圖3中的AUC指標也呈現(xiàn)出與G-mean類似的變化趨勢。出現(xiàn)這種現(xiàn)象的原因是：當nh小于100時，隱層神經(jīng)元節(jié)點過少，模型出現(xiàn)欠擬合情況，使得G-mean隨神經(jīng)元增加而增加；當nh大于115時，由于隱層神經(jīng)元節(jié)點數(shù)目過多，造成模型的過擬合，在測試集上的結(jié)果反而變差。

圖3 隱層節(jié)點數(shù)對性能影響

3.4.3 DP_KELM算法性能比較

設定nh=105，每次刪除特征數(shù)量為n=8。

首先驗證所提出的大學生貧困認定特征是否合理。為此，將DP_KELM與隨機森林、支持向量機、ELM、KELM算法進行比較，結(jié)果如圖4所示。結(jié)果表明：隨機森林、支持向量機與KELM的Accuracy均高于0.82，KELM獲得的最高值為0.823 2，該結(jié)果優(yōu)于文獻［5］中僅使用一卡通消費數(shù)據(jù)獲得的0.79。這說明選定的特征具有更好的貧困生識別能力。圖4同時表明KELM要優(yōu)于ELM。

圖4 不同算法性能值的直方圖

另外，圖4顯示DP_KELM算法的Accuracy雖然沒有超過0.8，但其G-mean值遠高于其余算法，較次好算法ELM的G-mean提升了45.61%，而Accuracy則較最好算法KELM僅降低11.26%。G-mean反映了算法對貧困生和非貧困生的召回率，由于貧困認定樣本集是一個非平衡數(shù)據(jù)集，傳統(tǒng)算法傾向于將貧困認定為非貧困，雖然Accuracy較好，但實際上對貧困生的發(fā)掘不利，表現(xiàn)為Gmean非常低。而在綜合性能AUC比較上，DP_KELM要顯著優(yōu)于其他4種算法。

為對比DP_KELM對不平衡數(shù)據(jù)集的處理能力，選擇典型的上采樣算法RUS，下采樣算法SMOTE，以及近年提出的基于聚類上采樣的算法Kmeans SMOTE［25］，將其與KELM結(jié)合，構(gòu)建完整的貧困認定算法。Easy Ensemble Classifier［21］算法與本文中框架有一定類似之處，故將其納入比較，簡稱為Easy Ensemble。同時，本文中將雙重擾動應用于隨機森林算法，構(gòu)建了DP_RF算法，最終實驗結(jié)果如表4所示。

表4 不同算法性能值的實驗結(jié)果

表4表明：采用雙重擾動構(gòu)建的DP_RF和DP_KELM在G-mean和AUC方面均優(yōu)于其他算法，說明雙重擾動有利于提高基分類器多樣性，從而提高模型分類性能。與上采樣、下采樣算法，以及DP_RF相比，所提出的DP_KELM算法在Gmean值和AUC值方面均取得了最好成績，說明所提出的算法在召回率和準確率方面均為最優(yōu)結(jié)果，有利于精準確定貧困和非貧困大學生。

4 結(jié)論

當前高校大學生貧困認定存在需要材料多、材料涉及隱私等情況，容易出現(xiàn)“假貧困得到資助，真貧困不敢去申請資助”這種不公平的現(xiàn)狀。針對以上問題，提出一種將雙重擾動和核極限學習機KELM相融合的算法，稱為DP_KELM。該算法以學生一卡通和簡單客觀的個人信息數(shù)據(jù)為基礎(chǔ)，實現(xiàn)了貧困大學生智能識別。

1）設計了大學生貧困認定特征。以學生在校一卡通消費數(shù)據(jù)、學生性別、住址這些易于獲得、客觀、不涉及隱私的數(shù)據(jù)為基礎(chǔ)，采用特征預處理、特征分箱、特征交叉的算法，設計了一套用于大學生貧困認定的特征參數(shù)。

2）設計了雙重擾動和核極限學習機KELM相融合的貧困認定算法。該算法以核極限學習機為基分類器，同時針對大學生中貧困率為20%的特點，采用數(shù)據(jù)樣本和輸入屬性雙重擾動提升基分類器多樣性，從而提高DP_KELM分類性能。

3）采用具體院校學生樣本集，完成了DP_KELM實驗驗證。結(jié)果表明：與對比的9種算法相比，DP_KELM在G-mean和AUC方面均取得最好效果。

家庭收入是貧困大學生的重要評判標準，但如何通過一種易于獲得、客觀、不涉及隱私的數(shù)據(jù)反映出家庭收入，從而進一步提高算法性能是下一步研究內(nèi)容。此外，在算法中不同激活函數(shù)、隱層節(jié)點數(shù)、每次刪減的特征數(shù)量都會影響算法最終結(jié)果，因此未來考慮采用啟發(fā)式演化算法實現(xiàn)對以上參數(shù)的智能搜索，進一步提高算法對貧困大學生的識別準確性。