基于支持向量机的高校科研能力评价evaluationofcollegescientific.pdfVIP

September 2012, Volume 2, Issue 3, PP.93-99 Education Research Frontier 基于支持向量机的高校科研能力评估 1 1 1 1 2,3 段红 ，赵蔚 ，张方明 ，唐群 ，王改革 1. 东北师范大学 计算机科学与信息技术学院，吉林 长春 130117 2. 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033 3. 中国科学院研 究生院，北京 100039 摘 要：科研能力是高校的核心能力，其高低已成为衡量一所高校综合实力的重要指标。本文将科研静态能力和科研动态 能力构成的11个影响因素作为评价指标，建立基于支持向量机的高校科研能力评估模型。首先，介绍了支持向量机；其次， 建立了一种新的基于支持向量机的高校科研能力评估模型；最后，利用MATLAB编程实现了支持向量机高校科研能力评估 模型。采用交叉验证寻找最佳的参数对网络进行训练。将11个影响因素作为评价指标，选取25所高校的科研能力数据用于 仿真实验，其中20所高校数据作为训练集，其他5所作为测试集，该算法分类正确率为100% （5/5 ），达到了预期目标。仿 真结果表明，该模型提高了高校科研能力评价的准确率，评价结果更加客观、公正，对高校科研能力评价具有一定的参考 意义。 关键词：高校科研能力评估；模型；支持向量机 Evaluation of College Scientific Research Capacity of Based on Support Vector Machine 1 * 1 1 1 2,3 Hong Duan , Wei Zhao , Fangming Zhang , Qun Tang ,Gaige Wang 1. School of Computer Science and Information Technology, Northeast Normal University, Changchun, China, 130117 2. Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun, China, 130033 3. Graduate School of Chinese Academy of Sciences, Beijing, China, 100039 Email: zhaow577@ Abstract: College scientific research capacity is the core capability for the college, and it has many factors affecting college research capacity. Selecting 11 typical indicators, an evaluation model of college scientific research capacity and algorithm based on support vector machine is introduced. Firstly, support vector machine is introduced in brief; secondly,