基于SVM多分類(lèi)的教學(xué)質(zhì)量評(píng)價(jià)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩45頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著我國(guó)高等教育擴(kuò)招的逐年增加,如何保證教學(xué)質(zhì)量是一個(gè)迫需研究的問(wèn)題,伴隨著教育部五年一次的教學(xué)評(píng)估,各個(gè)高校不斷進(jìn)行改革,以達(dá)到評(píng)估的要求,并提高自己的教學(xué)質(zhì)量。 伴隨著評(píng)估活動(dòng),高校自己也應(yīng)有自己的一套教學(xué)質(zhì)量評(píng)價(jià)體系,以便對(duì)自己的教學(xué)進(jìn)行預(yù)評(píng)估及在兩次教學(xué)評(píng)估之間來(lái)保證教學(xué)質(zhì)量。 支持向量機(jī)是一種新的機(jī)器學(xué)習(xí)算法,是在有限樣本下統(tǒng)計(jì)學(xué)習(xí)理論的一種成功實(shí)現(xiàn),它建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理基礎(chǔ)上,

2、根據(jù)有限樣本在模型復(fù)雜性和學(xué)習(xí)能力之間尋求一種折中,以期達(dá)到最佳的推廣性能。由于出色的學(xué)習(xí)性能,以及在小樣本識(shí)別等許多方面有其獨(dú)特的優(yōu)勢(shì),現(xiàn)已應(yīng)用在許多領(lǐng)域。 本文主要工作: 1、結(jié)合目前教學(xué)質(zhì)量評(píng)價(jià)研究現(xiàn)狀,利用SVM在小樣本情況下數(shù)據(jù)處理的優(yōu)勢(shì),結(jié)合教育部的評(píng)估體系提出了一個(gè)基于SVM的教學(xué)質(zhì)量評(píng)價(jià)模型。 2、將SVM多分類(lèi)應(yīng)用在教學(xué)保障體系的WEB系統(tǒng)中,提高了系統(tǒng)對(duì)評(píng)價(jià)數(shù)據(jù)處理的客觀性。 3、從W

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論