高等教育过度预警模型及其应用.pdfVIP

维普资讯 2007年第2期 科技管理研究 2006 SeienceandTechnologyMnaagementResearch N』’u。．。2‘ 文章编号：1000—7695 (2007)02—0083—03 高等教育过度预警模型及其应用 樊 华，周庆贵，孙 韶 (淮海工学院，江苏连云港 222005) 摘要：通过专家访谈和文献查阅法，初步确立高等教育过度预警指标集，运用主成分分析 (PCA)进行指标逐 步筛选，建立指标体系。将PCA和BP神经网络结合，构建PCA—BP模型，并对 中国2002年高等教育发展进 行评价，其结论为正常至轻微过度之间。 关键词：预警；PCA—BP模型；高等教育过度 中图分类号：F061．5 文献标识码 ：A 实证研究表明，西方发达国家劳动力市场上普遍存在 互相独立的指标。显然 ，利用上述统计分析的方法来选择指 着教育过度的现象… J，在拉丁美洲等一些经济相对落后 标 ，建立指标体系，可以减少定性方法带来的人为偏差 ，去掉 的国家，第三级教育毛入学率与同期的德国、奥地利等发 冗余信息和指标，使 P神经网络的训练集简化，减少神经网 达国家不相上下，造成高层次人才大量外流或低聘 ，高等 络系统的复杂性和训练时间。 教育过度已经严重影响社会经济发展 J。我国自1999年实 1．2 BP神经网络 行扩张性高等教育政策以来，高等教育得到快速发展 ，与 人工神经网络是由大量的神经元广泛互联而成的网络， 此同时，也出现 了高校毕业生就业率下降，毕业生的起薪 反映了大脑功能的基本特性，具有大规模并行、分布、存 不断下跌。我国是否存在高等教育过度，已有学者就我国 储、处理、自适应、 自组织和 自学 习能力，因此积累知识 高等教育过度问题进行 了定性探讨 儿 ，但仍尚需做出定 和经验，从而不断修正 自己的知识。人工神经 网络的应用 量的判断，否则，势必对我国高等教育的健康发展产生影 已渗透到各个领域，并在智能控制、模式识别、计算机视 响。大众化高等教育阶段的教育过度预警研究，能发现高 觉、自适应滤波和信号处理、非线性优化、自动 目标识别、 等教育发展存在的隐患。采取有针对性的措施，这对保证 生物医药工程等方面取得显著成效 Ji。BP神经网络模型 高等教育健康发展，具有重要的理论和实践意义。 是人工神经网络的重要模型之一，是一个由输入层 、输出 层和中间隐含层构成 ，同层次内部神经元问没有连接，各 1 PCA—BP预警模型 层次的神经元之间形成全互连接。典型的三层前向型 P网 BP神经网络具有强大的学习能力、推理能力、自适应 络的拓扑结构如图1。 能力 ，善于从大量的数据中发现规则，提取信息，并具有 良好的预测功能。将主成分分析 (PCA)和BP神经网络结 合起来，可增强人工神经网络处理高等教育过度预警这一 非结构化、非线性的复杂问题。 1．1 PCA指标筛选 首先是通过专家访谈和文献调查 ，列出影响高等教育 的指标集，对这些指标进行适当的归纳和分析，初步确定 可操作性的高等教育过度预警指标体系。由于初选指标之 间的相关性，必须从中选择相互独立的指标，才能满足BP 神经网络模型的要求。为此 ，可利用主成分指标筛选法进 行筛选。 设有m个待选指标 。， ，……， ，其 n个样本值以