本文關(guān)鍵詞：基于粗糙集與支持向量機(jī)的高校教師科研能力評價模型的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會科技的發(fā)展，越來越多的教師在參與教學(xué)工作的基礎(chǔ)上也參與到學(xué)校的科研工作，以科研實踐促進(jìn)教學(xué)工作的進(jìn)步。如今教師逐漸成為科研活動的主要力量之一，而科研活動的強(qiáng)弱也已成為衡量高校整體實力的一種標(biāo)志。因此，，如何正確的評價教師科研能力已經(jīng)成為當(dāng)前高校面臨的一個重大問題。 本文主要工作如下： （1）概述了當(dāng)前國內(nèi)外學(xué)者對教師科研能力評價模型的相關(guān)研究，闡述了建立模型所使用的相關(guān)技術(shù)方法，并總結(jié)已有模型存在的不足，在此基礎(chǔ)上提出了本文建立模型所使用的主要技術(shù)方法。 （2）論述了本文建立評價模型所用到的理論方法，主要包括鄰域粗糙集理論和BP神經(jīng)網(wǎng)絡(luò)理論和算法、支持向量機(jī)理論和粒子群優(yōu)化算法等。 （3）依據(jù)建立的科研評價指標(biāo)體系采集對應(yīng)的科研數(shù)據(jù)作為初始樣本，并對初始樣本進(jìn)行數(shù)據(jù)預(yù)處理，處理后的數(shù)據(jù)分別作為BP網(wǎng)絡(luò)和SVM算法的輸入，依次建立教師科研能力評價模型。對兩種模型在預(yù)測準(zhǔn)確率和預(yù)測誤差指標(biāo)上進(jìn)行對比分析，闡述BP算法和SVM算法在評價模型應(yīng)用上的優(yōu)劣，為本文選擇SVM算法建立科研能力評價模型奠定基礎(chǔ)。 （4）針對評價體系的多指標(biāo)問題，本文提出使用鄰域粗糙集屬性約簡方法對評價指標(biāo)進(jìn)行屬性約簡，降低評價指標(biāo)維度，提高支持向量機(jī)算法的效率和模型的建立速度；針對支持向量機(jī)參數(shù)的選擇問題，本文提出使用粒子群優(yōu)化支持向量機(jī)算法，迭代搜尋影響支持向量機(jī)性能的參數(shù)，進(jìn)一步優(yōu)化建立的評價模型，提高模型預(yù)測的準(zhǔn)確率。 （5）概述了科研管理信息平臺的開發(fā)背景、設(shè)計架構(gòu)、系統(tǒng)開發(fā)環(huán)境和相關(guān)技術(shù)等，開發(fā)實現(xiàn)模型評價功能，并展示了科研評價功能在系統(tǒng)中的部分運行結(jié)果。 隨著高校信息化的發(fā)展，對教師科研能力的評價越來越重要，本文提出的基于鄰域粗糙集和粒子群優(yōu)化支持向量機(jī)方法，提高了教師科研能力評價模型的訓(xùn)練速度和預(yù)測準(zhǔn)確率，為評價模型的應(yīng)用提供一定的科學(xué)依據(jù)。
【關(guān)鍵詞】：科研能力 評價模型 鄰域粗糙集 支持向量機(jī) 粒子群算法
【學(xué)位授予單位】：重慶理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：G645.1;TP18
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 引言10-18
• 1.1 課題背景10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 基于層次分析法和德爾菲法的評價方法11-12
• 1.2.2 基于灰色系統(tǒng)的綜合評價模型12-13
• 1.2.3 基于數(shù)據(jù)包絡(luò)分析法的模型評價方法13
• 1.2.4 基于概率神經(jīng)網(wǎng)絡(luò)評價模型13-14
• 1.2.5 基于離散 Hopfield 和 BP 神經(jīng)網(wǎng)絡(luò)評價模型14-15
• 1.3 已有模型存在的不足和展望15-16
• 1.4 本文組織結(jié)構(gòu)16-18
• 2 機(jī)器學(xué)習(xí)理論方法概述18-28
• 2.1 鄰域粗糙集理論與方法18-21
• 2.1.1 基于鄰域的粒化18-19
• 2.1.2 鄰域粗糙集逼近19
• 2.1.3 鄰域決策系統(tǒng)19-21
• 2.2 神經(jīng)網(wǎng)絡(luò)理論與方法21-22
• 2.2.1 BP 神經(jīng)網(wǎng)絡(luò)理論21-22
• 2.2.2 BP 網(wǎng)絡(luò)學(xué)習(xí)算法22
• 2.3 支持向量機(jī)和粒子群算法理論與方法22-27
• 2.3.1 線性可分 SVM22-24
• 2.3.2 線性不可分 SVM24-25
• 2.3.3 多分類 SVM25-26
• 2.3.4 粒子群算法理論基礎(chǔ)26-27
• 2.3.5 粒子群算法慣性權(quán)重27
• 2.4 本章小結(jié)27-28
• 3 基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的教師科研能力評價模型28-42
• 3.1 科研評價指標(biāo)選取標(biāo)準(zhǔn)及樣本數(shù)據(jù)預(yù)處理28-35
• 3.1.1 科研指標(biāo)體系的設(shè)定28-29
• 3.1.2 實驗數(shù)據(jù)獲取29-32
• 3.1.3 數(shù)據(jù)預(yù)處理32-35
• 3.2 基于 BP 神經(jīng)網(wǎng)絡(luò)和 SVM 方法的評價模型的建立35-40
• 3.2.1 基于 BP 神經(jīng)網(wǎng)絡(luò)的教師科研能力評價模型35-37
• 3.2.2 基于支持向量機(jī)的教師科研能力評價模型37-40
• 3.2.3 兩種評價模型的仿真結(jié)果比對分析40
• 3.3 本章小結(jié)40-42
• 4 基于支持向量機(jī)的科研能力評價模型42-54
• 4.1 基于鄰域模型的前向貪心數(shù)值屬性約簡42-44
• 4.1.1 鄰域大小的設(shè)定42-43
• 4.1.2 基于鄰域模型的前向貪心數(shù)值屬性約簡43-44
• 4.1.3 樣本集屬性約簡44
• 4.2 SVM 評價模型的優(yōu)化44-53
• 4.2.1 基于 NRS 和 SVM 評價模型實驗44-48
• 4.2.2 基于粒子群的 SVM 算法優(yōu)化評價模型48-52
• 4.2.3 試驗結(jié)果分析52-53
• 4.3 本章小結(jié)53-54
• 5 基于粗糙集與 SVM 的科研能力評價系統(tǒng)的實現(xiàn)54-62
• 5.1 項目背景介紹54-56
• 5.1.1 項目背景54-55
• 5.1.2 系統(tǒng)總體框架55-56
• 5.1.3 系統(tǒng)開發(fā)環(huán)境及相關(guān)技術(shù)56
• 5.2 機(jī)器學(xué)習(xí)方法在科研能力評價模塊中的實現(xiàn)56-61
• 5.2.1 訓(xùn)練數(shù)據(jù)導(dǎo)出和更新功能57-58
• 5.2.2 數(shù)據(jù)預(yù)處理58-59
• 5.2.3 模型訓(xùn)練功能59-60
• 5.2.4 模型評價預(yù)測60-61
• 5.3 本章小結(jié)61-62
• 6 總結(jié)與展望62-64
• 6.1 研究工作總結(jié)62-63
• 6.2 后續(xù)工作展望63-64
• 致謝64-66
• 參考文獻(xiàn)66-70
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王伯成;施錦丹;王凱;;粒子群優(yōu)化算法的研究現(xiàn)狀與發(fā)展概述[J];電訊技術(shù);2008年05期

2 王京文;胡忠望;肖建華;林志剛;;高校教師科研水平評估指標(biāo)體系的研究[J];湖南工程學(xué)院學(xué)報(社會科學(xué)版);2006年02期

3 胡金平;高淑琴;齊立濤;;應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測高速銑削表面粗糙度[J];裝備制造技術(shù);2012年06期

4 蔡繼亮;葉微;;基于概率神經(jīng)網(wǎng)絡(luò)的空襲目標(biāo)識別[J];火力與指揮控制;2010年12期

5 丁古麗;陳進(jìn);;基于灰色系統(tǒng)理論的綠色施工風(fēng)險評價研究[J];工程管理學(xué)報;2010年02期

6 王毅;王興元;;高科技企業(yè)競爭與發(fā)展趨勢分析[J];經(jīng)濟(jì)縱橫;2009年01期

7 李娜;;粒子群算法及其應(yīng)用研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2010年07期

8 柳益君;吳訪升;蔣紅芬;陳丹;;基于GA-BP神經(jīng)網(wǎng)絡(luò)的環(huán)境質(zhì)量評估方法[J];計算機(jī)仿真;2010年07期

9 宋新明;居勇;曾鳴;衛(wèi)煒;褚燁;;基于主成分分析法和BP神經(jīng)網(wǎng)絡(luò)的電力客戶信用評價[J];技術(shù)經(jīng)濟(jì)與管理研究;2009年05期

10 陳平;;高校教師科研能力評價指標(biāo)體系研究[J];科技管理研究;2009年12期

  本文關(guān)鍵詞：基于粗糙集與支持向量機(jī)的高校教師科研能力評價模型的研究，由筆耕文化傳播整理發(fā)布。

本文編號：480010