多分类支持向量方法的本科招生生源质量模型

2010-03-12 09:05:56邢涛,廖冉
哈尔滨工业大学学报 2010年11期
关键词:分类模型

邢 涛,廖 冉

(1.北京航空航天大学经济管理学院,北京100191,xt@buaa.edu.cn; 2.北京航空航天大学数学与系统科学学院,北京100191)

近年来,高等教育已从“精英教育”快速向“大众化教育”转变,高校招生规模逐年扩大,使得高校在生源上竞争日趋激烈.怎样从全国的高考生中录取更多的优质生源,成为各高校招生工作者的一大难题.各高校招生工作部门一直在积极探索一套科学、有效、完善的招生管理和评价体系[1].在现行招生制度下,高考成绩仍然是绝对性指标.随着高校招生改革的推进,高考自行命题省份不断增加,高考也从最初的全国统一标准变得更具区域性特色.因此,如何在兼顾教育公平的原则下,合理安排招生计划,从而在全国众多的报考学生中科学、公正、高效地挑选出有发展潜力的优秀学生是提高生源质量的关键问题.以往的高校本科招生生源分析,并未充分挖掘高校历年已录取的学生信息.教育的发展具有持续性,一个地区以往的生源质量往往能够反映出该地区的教育水平,从而指导今后的招生工作,而高校本身拥有的庞大的学生信息资源也恰好利于这一方法的实施.

统计学习理论是专门研究有限样本情形下的机器学习规律的理论,在这一理论基础上发展出了一种通用学习算法,相比起传统统计方法所采用的经验风险最小化原理,支持向量机算法采用了结构风险最小化理论并体现出了优于传统统计方法的一些性……

登录APP查看全文

猜你喜欢
分类模型
一半模型
分类算一算
垃圾分类的困惑你有吗
大众健康(2021年6期)2021-06-08 19:30:06
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
给塑料分分类吧
一个相似模型的应用