多分类支持向量方法的本科招生生源质量模型-哈尔滨工业大学学报.PDF

多分类支持向量方法的本科招生生源质量模型-哈尔滨工业大学学报.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第42卷 第11期 哈 尔 滨 工 业 大 学 学 报 Vol42 No11     2010年11月 JOURNALOFHARBININSTITUTEOFTECHNOLOGY Nov.2010        多分类支持向量方法的本科招生生源质量模型 1 2 邢 涛 ,廖 冉 (1.北京航空航天大学 经济管理学院,北京 100191,xt@buaa.edu.cn; 2.北京航空航天大学 数学与系统科学学院,北京 100191) 摘 要:为了建立一套科学、有效、完善的招生管理流程和评价体系,对多分类支持向量机算法进行改进,利 用各地区学生在大学期间的学习成绩与学生入学前的信息特点,探讨本科生源质量预测体系,建立了本科生 源质量分析模型.结果表明,改进的多分类支持向量机能够较好地应用于高校本科招生生源质量分析研究, 建立的招生生源质量模型可以对本科生源质量进行良好的预测,为高校制定招生计划、提高生源质量提供有 效的参考.通过对惩罚矩阵进行合理的调整,模型学习的结果和可靠性都有显著提高. 关键词:数据挖掘;多分类支持向量机;统计学习理论;招生;质量分析 中图分类号:TP183 文献标志码:A 文章编号:0367-6234(2010)11-1828-05 Multicategorysupportvectormachinealgorithmforquality analysisofstudentenrollmentofuniversities 1 2 XINGTao,LIAORan (1.SchoolofEconomicsandManagement,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China,xt@buaa.edu.cn; 2.SchoolofMathematicsandSystemsScience,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China) Abstract:Inordertoexploreandestablishascientificeffectiveandcomprehensiverecruitmentmanagement processandvaluationsystem,andbasedonseveralinformationbeforestudentsenteringcollege,suchasre gionsandlocation,thescoreincollegeentranceexamination,therankincertainregions,anewmodeltodeal withenrollmentstrategyandrelatedmattershasbeensetupinthispaper.Byarealcase,itshowsthatthe modelissuitabletoanalyzethequalityoffreshstudents,andcanprovideproperguidanceforplanningcollege enrollmentstralegy.Themodelreliabilityandresultaccuracycanbesignificantlyinprovedbyreasonablead justmentofpenaltymatrix. Keywords:datamining;multicategorysupportvectormachine;statisticallearningtheory;students'sources enrollment;

您可能关注的文档

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档