【摘要】：隨著全球競(jìng)爭(zhēng)日益加劇,世界各國(guó)對(duì)人才的重要性有了更深刻的認(rèn)識(shí)。人事測(cè)評(píng)作為人力資源管理部門進(jìn)行人事管理決策的一個(gè)重要依據(jù),當(dāng)前,不同企業(yè)和政府機(jī)關(guān)的人力資源部門都不同程度地運(yùn)用人事測(cè)評(píng)以提高管理效能,然而如何提高人事測(cè)評(píng)的客觀性和準(zhǔn)確性一直是開展人事測(cè)評(píng)工作的一個(gè)難題。人事測(cè)評(píng)實(shí)質(zhì)即對(duì)各類指標(biāo)數(shù)據(jù)進(jìn)行綜合分析判斷,這屬于典型的非線形分類問題。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,機(jī)器學(xué)習(xí)方法可以從已給數(shù)據(jù)中發(fā)現(xiàn)知識(shí)和規(guī)律,并指導(dǎo)人類進(jìn)行分析判斷,因而受到越來越多的關(guān)注。運(yùn)用機(jī)器學(xué)習(xí)方法進(jìn)行人事測(cè)評(píng)已成為當(dāng)前人事測(cè)評(píng)方法研究的熱點(diǎn)。 首先構(gòu)建了國(guó)防生綜合素質(zhì)測(cè)評(píng)指標(biāo),并明確了指標(biāo)量化和評(píng)估標(biāo)準(zhǔn)。其次分析了粗糙集理論的基本原理,介紹一種對(duì)國(guó)防生素質(zhì)指標(biāo)進(jìn)行簡(jiǎn)約的方法。然后闡述了支持向量機(jī)的分類原理,主要對(duì)支持向量機(jī)的一對(duì)多、一對(duì)一、二叉樹SVMs和DAG-SVMs分類方法進(jìn)行了分析,同時(shí)提出了一種結(jié)合二叉樹SVMs和DAG-SVMs方法特點(diǎn)的混合分類方法。最后,將粗糙集和支持向量機(jī)同時(shí)運(yùn)用到國(guó)防生的綜合素質(zhì)測(cè)評(píng)中,即首先利用粗糙集對(duì)國(guó)防生屬性數(shù)據(jù)進(jìn)行簡(jiǎn)約,然后利用支持向量機(jī)對(duì)簡(jiǎn)約后的國(guó)防生屬性數(shù)據(jù)進(jìn)行分類。實(shí)驗(yàn)中,以國(guó)防生的各項(xiàng)素質(zhì)指標(biāo)作為輸入屬性,以優(yōu)秀、良好、合格和問題四種類別作為國(guó)防生綜合素質(zhì)判別屬性。對(duì)某高校170名國(guó)防生進(jìn)行的分類實(shí)驗(yàn)分為2組,第一組以2011年3月份采集的數(shù)據(jù)作為研究對(duì)象進(jìn)行分類研究,按照三比一的關(guān)系分配訓(xùn)練樣本和測(cè)試樣本,第二組以2011年3月份采集到的數(shù)據(jù)為訓(xùn)練樣本,以同年5月份采集的數(shù)據(jù)為測(cè)試數(shù)據(jù)進(jìn)行分類研究。 實(shí)驗(yàn)結(jié)果表明,基于粗糙集和支持向量機(jī)的分類方法可以為國(guó)防生管理者提供客觀有效的決策依據(jù)。粗糙集的使用達(dá)到了優(yōu)化訓(xùn)練模型的目的,粗糙集和支持向量機(jī)組合方法的分類精度比單獨(dú)使用支持向量機(jī)的分類精度要高。
【圖文】：

出:“測(cè)評(píng)工具落后是目前中國(guó)人事測(cè)評(píng)業(yè)面臨的主要問題之一”。2009年，北森研究院與中國(guó)人力資源開發(fā)國(guó)際交流協(xié)會(huì)合作完成的一項(xiàng)針對(duì)中國(guó)企業(yè)人事測(cè)評(píng)應(yīng)用現(xiàn)狀的調(diào)查(如圖1.1)顯示，超過半數(shù)的人力資源部門都將測(cè)評(píng)工具應(yīng)用在招聘環(huán)節(jié)，包括社會(huì)招聘(602%)、中高層招聘和選拔(54.1%)和校園招聘 (51.0%)，測(cè)評(píng)工具還被廣泛應(yīng)用于員工素質(zhì)評(píng)估(45.9%)、領(lǐng)導(dǎo)力評(píng)估(38，8%)和輔助員工進(jìn)行職業(yè)生涯規(guī)劃(26.5%)。中國(guó)企業(yè)人事測(cè)評(píng)應(yīng)用現(xiàn)狀的調(diào)查7儀00%6000另SQ歇00%4。;00%30‘00%20、00%IQ、00%O;00%癱使用率碳才擴(kuò)者…擴(kuò)丫圖1.1中國(guó)企業(yè)人事測(cè)評(píng)應(yīng)用現(xiàn)狀的調(diào)查 Fig.1.1APPljeationofthePersonnelassessmentintheChineseenterprises胡主席曾強(qiáng)調(diào)指出:“要建立健全科學(xué)的干部實(shí)績(jī)?cè)u(píng)價(jià)標(biāo)準(zhǔn)和體系。只有使干部的工作成績(jī)得到全面、客觀、公正的評(píng)價(jià)，才能充分調(diào)動(dòng)他們堅(jiān)持求真務(wù)實(shí)的積極性和主動(dòng)性�！苯�(jīng)過近些年的發(fā)展，我國(guó)軍隊(duì)和政府機(jī)關(guān)的人才選拔也從單純的政治考核(原來叫政審)逐步走向科學(xué)的全面測(cè)評(píng)。我國(guó)己經(jīng)初步形成以職位分析技術(shù)為前提，以筆試和結(jié)構(gòu)化面試為主體，以評(píng)價(jià)中心技術(shù)、心理測(cè)試、資歷評(píng)價(jià)等為輔助手段的具有中國(guó)特色的人事測(cè)評(píng)方法體系。當(dāng)前

基于粗糙集和S硯刃的國(guó)防生綜合素質(zhì)測(cè)評(píng)方法研究一kuhn一Tucher)條件，最優(yōu)解滿足條件:a‘卜‘((wT·x‘)+b)一1」一0，‘一1，…，‘為每個(gè)約束條件中對(duì)應(yīng)的Lagrange乘子，可以通過已知的支持此凸二次規(guī)劃問題，由此可以得到最終的分類函數(shù):s夕n{((wT·x)+b)}=s夕n{藝{=la‘夕‘(x‘·x)+b}間隔分類器。針對(duì)樣本中可能存在的噪音數(shù)據(jù)而導(dǎo)致的不能4顯示存在不滿足約束條件又【(w·xi)+b]21的樣本點(diǎn)，，通過到“軟化”后的約束條件:夕‘l(wT·x‘)+b」21一夸‘杏‘之0，i=1，…，
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：E075

【相似文獻(xiàn)】

相關(guān)會(huì)議論文 前10條

1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 司愛威;馮輔周;江鵬程;饒國(guó)強(qiáng);王建;;基于可變風(fēng)險(xiǎn)SVM模型的故障識(shí)別方法研究[A];第十屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）上冊(cè)[C];2011年

4 王紅偉;董慧;;一種提高SVM分類精度的調(diào)制信號(hào)識(shí)別方法[A];2010年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2010年

5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 宋鑫穎;周志逵;;一種基于SVM的主動(dòng)學(xué)習(xí)文本分類方法[A];第二十三屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

7 邵杰;葉寧;容亦夏;;基于SVM的多波束測(cè)深數(shù)據(jù)濾波[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

8 于湘濤;周峰;張?zhí)m;魏超;;基于SVM和田口方法的石英撓性加速度計(jì)健壯性設(shè)計(jì)[A];質(zhì)量——持續(xù)發(fā)展的源動(dòng)力：中國(guó)質(zhì)量學(xué)術(shù)與創(chuàng)新論壇論文集（下）[C];2010年

9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

10 張睿;陳雪;馬建文;;基于遞歸SVM的高光譜數(shù)據(jù)特征選擇算法研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 郭濤;利用SVM虛擬化技術(shù)實(shí)現(xiàn)容災(zāi)[N];中國(guó)計(jì)算機(jī)報(bào);2008年

2 ;櫛風(fēng)沐雨鑄輝煌 繼往開來譜華章[N];人民郵電;2006年

3 王瑋 蔡蓮紅;數(shù)據(jù)挖掘走入語音處理[N];計(jì)算機(jī)世界;2001年

4 本報(bào)記者 韓露;亂軍之中智者勝[N];證券時(shí)報(bào);2000年

5 本報(bào)記者 李智 通訊員 梁憲生;零的突破[N];山西經(jīng)濟(jì)日?qǐng)?bào);2001年

6 ;基于網(wǎng)絡(luò)層的存儲(chǔ)虛擬化是主流[N];中國(guó)計(jì)算機(jī)報(bào);2008年

7 本報(bào)記者 郭平;LSI發(fā)布新存儲(chǔ)虛擬化管理器[N];計(jì)算機(jī)世界;2008年

8 李磊;讓電子政務(wù)更聰明[N];計(jì)算機(jī)世界;2001年

9 重慶郵電學(xué)院黨委書記徐仲偉 院長(zhǎng) 聶能;發(fā)揮學(xué)科優(yōu)勢(shì) 打造信息平臺(tái)[N];科技日?qǐng)?bào);2005年

10 王琨月;存儲(chǔ)虛擬化市場(chǎng)的博弈[N];網(wǎng)絡(luò)世界;2008年

相關(guān)博士學(xué)位論文 前10條

1 張國(guó)軍;基于粗糙集的相對(duì)屬性約簡(jiǎn)算法及決策方法研究[D];華中科技大學(xué);2010年

2 馬君華;粗糙集屬性約簡(jiǎn)和聚類算法及其在電力自動(dòng)化中的應(yīng)用研究[D];華中科技大學(xué);2010年

3 楊習(xí)貝;不完備信息系統(tǒng)中粗糙集理論研究[D];南京理工大學(xué);2010年

4 紀(jì)霞;不完備信息系統(tǒng)中粗糙集理論的擴(kuò)展研究與應(yīng)用[D];安徽大學(xué);2010年

5 趙佰亭;混合決策系統(tǒng)的粗集模型及在轉(zhuǎn)臺(tái)故障診斷中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

6 劉業(yè)政;基于粗糙集數(shù)據(jù)分析的智能決策支持系統(tǒng)研究[D];合肥工業(yè)大學(xué);2002年

7 叢蓉;作戰(zhàn)指揮決策支持系統(tǒng)目標(biāo)融合識(shí)別研究[D];大連理工大學(xué);2010年

8 哈斯巴干;神經(jīng)網(wǎng)絡(luò)及其組合算法的遙感數(shù)據(jù)分類研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

9 劉洪波;漢語認(rèn)知腦數(shù)據(jù)挖掘相關(guān)算法及應(yīng)用研究[D];大連理工大學(xué);2006年

10 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 呂望;基于粗糙集的車輛超載自動(dòng)檢測(cè)方法研究[D];長(zhǎng)沙理工大學(xué);2010年

2 田靜宜;基于粗糙集和神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷研究[D];中北大學(xué);2011年

3 于興網(wǎng);粗糙集屬性約簡(jiǎn)算法在數(shù)據(jù)挖掘中的研究[D];重慶大學(xué);2004年

4 雷明;基于粗糙集理論的決策表壓縮[D];華北電力大學(xué)（北京）;2010年

5 魏悅亮;粗糙集在數(shù)據(jù)挖掘不確定性問題中的研究[D];中國(guó)石油大學(xué);2010年

6 袁曉娟;基于粒計(jì)算的雙論域粗糙集模型研究[D];蘭州大學(xué);2010年

7 嚴(yán)會(huì)霞;基于SVM的眼動(dòng)軌跡解讀思維狀態(tài)的研究[D];太原理工大學(xué);2010年

8 武金艷;粗糙集與證據(jù)理論在醫(yī)療智能診斷系統(tǒng)中的應(yīng)用研究[D];湖南大學(xué);2010年

9 穆海芳;基于粗糙集理論的故障診斷知識(shí)獲取研究[D];合肥工業(yè)大學(xué);2010年

10 吳迪;基于SVM分類器的分步定位算法研究[D];哈爾濱工業(yè)大學(xué);2010年

本文編號(hào)：2690316