基于SVM多分類的教學(xué)質(zhì)量評價研究.pdf

1、隨著我國高等教育擴招的逐年增加，如何保證教學(xué)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(xué)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(xué)質(zhì)量。 伴隨著評估活動，高校自己也應(yīng)有自己的一套教學(xué)質(zhì)量評價體系，以便對自己的教學(xué)進行預(yù)評估及在兩次教學(xué)評估之間來保證教學(xué)質(zhì)量。 支持向量機是一種新的機器學(xué)習(xí)算法，是在有限樣本下統(tǒng)計學(xué)習(xí)理論的一種成功實現(xiàn)，它建立在統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小化原理基礎(chǔ)上，

2、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，以及在小樣本識別等許多方面有其獨特的優(yōu)勢，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(xué)質(zhì)量評價模型。 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)對評價數(shù)據(jù)處理的客觀性。 3、從W