發(fā)布時(shí)間：2020-06-06 03:47

【摘要】： 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,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Web系統(tǒng)中讀取數(shù)據(jù),并通過(guò)SVM Train進(jìn)行訓(xùn)練,驗(yàn)證獲得的訓(xùn)練結(jié)果是較好的,將訓(xùn)練好的參數(shù)和支持向量進(jìn)行保存,并對(duì)新的數(shù)據(jù)進(jìn)行評(píng)價(jià)。
【圖文】：

圖 2.1 線性可分條件下的最優(yōu)分類線設(shè)超平面為 0iω x + b= 。ω 是超平面的法向量， b 為超超平面就是對(duì)給定的訓(xùn)練樣本找到權(quán)值ω 和b 的最優(yōu)值，使化，即:21min ( )2 x=ω. . ( ) 1, 1, 2 ,i is t y ω x + b ≥ i =l2.2.2 廣義最優(yōu)超平面最優(yōu)分類超平面是在完全線性可分情形下提出的。然而不是線性可分的，因而給定的常數(shù) C 和松弛因子求：l

4.1 樣本數(shù)據(jù)的整理針對(duì)教學(xué)質(zhì)量的評(píng)價(jià)模型，按照評(píng)價(jià)得分的不同共分為三個(gè)類別：I 為優(yōu)秀級(jí)，II 為良好級(jí)，III 為較差級(jí)，通過(guò)支持向量機(jī)多分類進(jìn)行評(píng)價(jià)。首先，在系統(tǒng)中根據(jù)專家的評(píng)價(jià)選擇了 337 個(gè)樣本數(shù)據(jù)，其中 287 個(gè)樣本數(shù)據(jù)用來(lái)對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，50 個(gè)樣本數(shù)據(jù)用來(lái)進(jìn)行測(cè)試。樣本數(shù)據(jù)是通過(guò)各種評(píng)價(jià)者針對(duì)系統(tǒng)中的指標(biāo)體系中的 14 個(gè)評(píng)價(jià)因子對(duì)教師的教學(xué)質(zhì)量進(jìn)行評(píng)分，為便于衡量及符合一般人的評(píng)價(jià)方式，設(shè)定每個(gè)評(píng)價(jià)因子得分范圍是[0，100]，首先根據(jù)所有得分，結(jié)合專家的意見及該教師平時(shí)表現(xiàn)，給該教師定義評(píng)價(jià)等級(jí)，共分為三個(gè)等級(jí)：較差、良好、優(yōu)秀。并將最終評(píng)價(jià)結(jié)果轉(zhuǎn)化為：-1表示較差，0 表示良好，，1 表示優(yōu)秀，這樣根據(jù)評(píng)價(jià)的指標(biāo)打分就得到相應(yīng)的 287組較為準(zhǔn)確的樣本數(shù)據(jù)。圖 4.1 展示了從數(shù)據(jù)庫(kù)中讀出的多個(gè)老師的，根據(jù)專家評(píng)價(jià)和平時(shí)表現(xiàn)有評(píng)價(jià)結(jié)果的數(shù)據(jù)。
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：G642.4;TP18

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 劉卓欣;基于核獨(dú)立成分分析的邊緣特征表示[D];華南理工大學(xué);2011年

2 王雷;基于支持向量機(jī)的文本分類器設(shè)計(jì)與實(shí)現(xiàn)[D];東北財(cái)經(jīng)大學(xué);2011年

本文編號(hào)：2699115