發(fā)布時間：2017-04-09 14:23

  本文關(guān)鍵詞：基于支持向量機的高校人才評價系統(tǒng)的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國國力的迅猛增長及社會轉(zhuǎn)型的巨大變革,社會各個領(lǐng)域日新月異,這也必然導致國家對各個領(lǐng)域尖端學術(shù)人才的大量需求,因此國家也十分關(guān)注人才的培養(yǎng)和選拔計劃,尤其是對海外人才的引進和國內(nèi)優(yōu)秀人才的提拔尤為重視。近年來在人才選拔機制中,各領(lǐng)域的尖端技術(shù)都在發(fā)揮作用。數(shù)據(jù)分析領(lǐng)域的支持向量機等算法也在其中應(yīng)用廣泛�；谥С窒蛄繖C在人才選拔機制中的應(yīng)用,本文從吉林大學中高端人才的歷年數(shù)據(jù)入手,開發(fā)了高端人才系統(tǒng)并應(yīng)用支持向量機對學者是否滿足高端人才的標準做出預(yù)測,為其他學者提供一定的分析和參考。首先文章介紹了國內(nèi)高校人才領(lǐng)域的相關(guān)內(nèi)容,并論證了對高校中高層次人才統(tǒng)計分析的必要性,在此基礎(chǔ)上,進一步介紹了機器學習、統(tǒng)計學以及支持向量機的相關(guān)理論,明確其基本原理,并基于支持向量機通過多次實驗找到預(yù)測模型中準確率最高的模型。在此之后本文介紹了關(guān)于此高端人才系統(tǒng)的開發(fā)過程,涉及了系統(tǒng)的開發(fā)環(huán)境,需求分析,系統(tǒng)設(shè)計,系統(tǒng)實現(xiàn)等,以便更加明確系統(tǒng)實現(xiàn)的必要性,最后使用支持向量機預(yù)測未知學者是否滿足吉林大學高端人才中千人計劃、國家杰出青年、長江學者、優(yōu)秀青年、青年千人計劃五項的可能性,以及為其他學者提供相應(yīng)參考,在一定程度上明確高端人才選拔條件及其日后發(fā)展方向。在本文的實驗中,使用支持向量機來預(yù)測未知學者是否滿足高校高層次人才的可能性,并將其應(yīng)用在了高端人才系統(tǒng)中,此方向的研究在之前的研究中鮮有涉及。但是對高校人才信息的管理和預(yù)測都具有其實際意義,不僅利于待選學者對自身的評估,提供對其入選高端人才的有效參考,更對國家在高端人才的管理和利用等方面有著很大的應(yīng)用價值。
【關(guān)鍵詞】：高層次人才評價 支持向量機 機器學習
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.52;TP18
【目錄】：

• 摘要4-5
• Abstract5-11
• 第1章 緒論11-16
• 1.1 研究背景11
• 1.2 研究現(xiàn)狀11-13
• 1.2.1 高校人才評價與管理的研究現(xiàn)狀12-13
• 1.2.2 支持向量機研究現(xiàn)狀13
• 1.3 項目背景和數(shù)據(jù)13-14
• 1.4 主要研究內(nèi)容和論文結(jié)構(gòu)14-16
• 1.4.1 主要研究內(nèi)容14-15
• 1.4.2 論文結(jié)構(gòu)15-16
• 第2章 支持向量機研究基礎(chǔ)16-31
• 2.1 機器學習16-19
• 2.1.1 機器學習的模型16-17
• 2.1.2 損失函數(shù)17
• 2.1.3 經(jīng)驗樣本最小化原則17-18
• 2.1.4 復(fù)雜性和推廣性18-19
• 2.2 統(tǒng)計學基礎(chǔ)19-23
• 2.2.1 VC維19-20
• 2.2.2 學習過程的一致性條件20-21
• 2.2.3 推廣性的界21-22
• 2.2.4 結(jié)構(gòu)風險最小化原則22-23
• 2.3 支持向量機理論23-30
• 2.3.1 線性可分支持向量機24-26
• 2.3.2 松弛變量和懲罰因子26-28
• 2.3.3 核函數(shù)28-30
• 2.4 本章小結(jié)30-31
• 第3章 基于SVM的人才預(yù)測模型31-42
• 3.1 預(yù)測模型準備31-35
• 3.1.1 實驗工具31-32
• 3.1.2 數(shù)據(jù)來源32-33
• 3.1.3 數(shù)據(jù)應(yīng)用33
• 3.1.4 檢驗方法33-34
• 3.1.5 參數(shù)尋優(yōu)34-35
• 3.2 實驗過程35-39
• 3.2.1 實驗流程35-36
• 3.2.2 實驗步驟36-39
• 3.3 實驗結(jié)果及分析39-40
• 3.4 本章小結(jié)40-42
• 第4章 高端人才評價系統(tǒng)的設(shè)計42-52
• 4.1 系統(tǒng)的開發(fā)技術(shù)及主要框架42-47
• 4.1.1 基于B/S的體系結(jié)構(gòu)42-43
• 4.1.2 MVC開發(fā)模型43-45
• 4.1.3 ThinkPHP框架45
• 4.1.4 響應(yīng)式布局45-46
• 4.1.5 其他相關(guān)技術(shù)46-47
• 4.2 系統(tǒng)需求分析47-48
• 4.2.1 業(yè)務(wù)需求分析47
• 4.2.2 功能需求分析47-48
• 4.3 系統(tǒng)設(shè)計48-51
• 4.3.1 系統(tǒng)的結(jié)構(gòu)設(shè)計48
• 4.3.2 功能模塊設(shè)計48-49
• 4.3.3 系統(tǒng)流程設(shè)計49-50
• 4.3.4 數(shù)據(jù)庫設(shè)計50-51
• 4.4 本章小結(jié)51-52
• 第5章 高端人才評價系統(tǒng)的實現(xiàn)52-60
• 5.1 模塊具體實現(xiàn)52-58
• 5.1.1 首頁模塊的實現(xiàn)52-53
• 5.1.2 年度高端人才分布模塊53-54
• 5.1.3 個人信息模塊54
• 5.1.4 論文信息模塊54-55
• 5.1.5 預(yù)測模塊的實現(xiàn)55-56
• 5.1.6 數(shù)據(jù)庫的實現(xiàn)56-58
• 5.2 系統(tǒng)測試58
• 5.3 系統(tǒng)總結(jié)58-59
• 5.4 本章小結(jié)59-60
• 第6章 全文總結(jié)與展望60-62
• 6.1 總結(jié)60
• 6.2 展望60-62
• 參考文獻62-64
• 攻讀碩士學位期間所獲成果64-65
• 致謝65

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳娟;范玉妹;王麗;;關(guān)于改進的支持向量機的研究[J];攀枝花學院學報;2006年05期

2 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機算法[J];計算機應(yīng)用;2008年S2期

3 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機的研究進展[J];計算機工程與應(yīng)用;2012年12期

4 王云英;閻滿富;;C-支持向量機及其改進[J];唐山師范學院學報;2012年05期

5 李逢煥;;試述不確定支持向量機應(yīng)用分析及改進思路[J];中國證券期貨;2012年12期

6 邵惠鶴;支持向量機理論及其應(yīng)用[J];自動化博覽;2003年S1期

7 曾嶸,蔣新華,劉建成;基于支持向量機的異常值檢測的兩種方法[J];信息技術(shù);2004年05期

8 張凡,賀蘇寧;模糊判決支持向量機在自動語種辨識中的研究[J];計算機工程與應(yīng)用;2004年21期

9 魏玲,張文修;基于支持向量機集成的分類[J];計算機工程;2004年13期

10 沈翠華,鄧乃揚,肖瑞彥;基于支持向量機的個人信用評估[J];計算機工程與應(yīng)用;2004年23期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風險評估模型[A];第六屆（2011）中國管理學年會——商務(wù)智能分會場論文集[C];2011年

2 劉希玉;徐志敏;段會川;;基于支持向量機的創(chuàng)新分類器[A];山東省計算機學會2005年信息技術(shù)與信息化研討會論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學習方法[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集（下冊）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機的系統(tǒng)辨識方法研究及應(yīng)用[A];中國力學大會——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機方法預(yù)測膜蛋白類型[A];第十一次中國生物物理學術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學與技術(shù)應(yīng)用學術(shù)會議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

10 侯澍e，

本文編號：295471