【摘要】： 隨著我國高等教育擴招的逐年增加,如何保證教學質(zhì)量是一個迫需研究的問題,伴隨著教育部五年一次的教學評估,各個高校不斷進行改革,以達到評估的要求,并提高自己的教學質(zhì)量。伴隨著評估活動,高校自己也應有自己的一套教學質(zhì)量評價體系,以便對自己的教學進行預評估及在兩次教學評估之間來保證教學質(zhì)量。 支持向量機是一種新的機器學習算法,是在有限樣本下統(tǒng)計學習理論的一種成功實現(xiàn),它建立在統(tǒng)計學習理論的VC維理論和結(jié)構(gòu)風險最小化原理基礎上,根據(jù)有限樣本在模型復雜性和學習能力之間尋求一種折中,以期達到最佳的推廣性能。由于出色的學習性能,以及在小樣本識別等許多方面有其獨特的優(yōu)勢,現(xiàn)已應用在許多領域。 本文主要工作: 1、結(jié)合目前教學質(zhì)量評價研究現(xiàn)狀,利用SVM在小樣本情況下數(shù)據(jù)處理的優(yōu)勢,結(jié)合教育部的評估體系提出了一個基于SVM的教學質(zhì)量評價模型。 2、將SVM多分類應用在教學保障體系的WEB系統(tǒng)中,提高了系統(tǒng)對評價數(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SVM Train進行訓練,驗證獲得的訓練結(jié)果是較好的,將訓練好的參數(shù)和支持向量進行保存,并對新的數(shù)據(jù)進行評價。
【圖文】：

圖 2.1 線性可分條件下的最優(yōu)分類線設超平面為 0iω x + b= 。ω 是超平面的法向量， b 為超超平面就是對給定的訓練樣本找到權(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)的整理針對教學質(zhì)量的評價模型，按照評價得分的不同共分為三個類別：I 為優(yōu)秀級，II 為良好級，III 為較差級，通過支持向量機多分類進行評價。首先，在系統(tǒng)中根據(jù)專家的評價選擇了 337 個樣本數(shù)據(jù)，其中 287 個樣本數(shù)據(jù)用來對支持向量機進行訓練，50 個樣本數(shù)據(jù)用來進行測試。樣本數(shù)據(jù)是通過各種評價者針對系統(tǒng)中的指標體系中的 14 個評價因子對教師的教學質(zhì)量進行評分，為便于衡量及符合一般人的評價方式，設定每個評價因子得分范圍是[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表現(xiàn)，給該教師定義評價等級，共分為三個等級：較差、良好、優(yōu)秀。并將最終評價結(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)評價的指標打分就得到相應的 287組較為準確的樣本數(shù)據(jù)。圖 4.1 展示了從數(shù)據(jù)庫中讀出的多個老師的，根據(jù)專家評價和平時表現(xiàn)有評價結(jié)果的數(shù)據(jù)。
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2009
【分類號】：G642.4;TP18

【引證文獻】

相關(guān)碩士學位論文 前2條

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

2 王雷;基于支持向量機的文本分類器設計與實現(xiàn)[D];東北財經(jīng)大學;2011年

本文編號：2699115