基于SVM的大學(xué)實(shí)力評價系統(tǒng)研究.pdf

1、作為高等教育質(zhì)量監(jiān)督和評價體系的必需成分,大學(xué)評價具深遠(yuǎn)的社會意義,可以引導(dǎo)學(xué)生擇校,引導(dǎo)資金流向,促進(jìn)大學(xué)競爭,吸引國人關(guān)注高等教育,等等.中國的大學(xué)評價起步較晚,目前還具有相當(dāng)?shù)牟怀墒煨?統(tǒng)計學(xué)習(xí)理論(Statistical Learning Theory)是一種專門研究有限樣本下機(jī)器學(xué)習(xí)規(guī)律的理論.它不僅考慮了對推廣能力的要求,而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果.支持向量機(jī)(Support Vector Machine)是

2、在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上發(fā)展而來的一種新的模式識別方法,在解決有限樣本,非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢.本文的工作是將支持向量機(jī)的理論和方法引入大學(xué)評價領(lǐng)域.為達(dá)到這個目的,在詳細(xì)研究大學(xué)評價和支持向量機(jī)的最新進(jìn)展和各自特點(diǎn)的基礎(chǔ)上,構(gòu)建了基于SVM的評價系統(tǒng).在這個過程中,本文主要解決了三個問題.問題包括:將評價問題轉(zhuǎn)化為分類,多類分類,以及將分類結(jié)果轉(zhuǎn)化為絕對分值.我們通過將各學(xué)校的對應(yīng)數(shù)據(jù)拼接形成大向量,并定義學(xué)校之間

3、關(guān)系的類別為"相對強(qiáng)","相對弱"以及"實(shí)力相當(dāng)",解決了將學(xué)校評價轉(zhuǎn)化為分類的問題.經(jīng)典的支持向量機(jī)分類算法是針對二值分類的,本文選用一對一組合方式,采用3個二值分類的分類器來完成三類分類,解決了多類分類問題.將所有學(xué)校分別與其他所有學(xué)校進(jìn)行類似循環(huán)賽的兩兩比較,并通過對類別標(biāo)簽的進(jìn)一步定義和相應(yīng)的數(shù)據(jù)處理,完成了核心為SVM算法的評價流程.本文通過大量實(shí)驗(yàn),完成了與基于Fisher的評價系統(tǒng),基于PCA的評價系統(tǒng)的比較,驗(yàn)證了基于S