基于二叉树支持向量机的高职高专院校教学评价研究

详细信息    查看全文 | 推荐本文 |

	作者：姜赛达 关键词：教学质量 ; 评价模型 ; 支持向量机 ; 二叉树 中文刊名：DNZS 英文刊名：Computer Knowledge and Technology 机构：商丘职业技术学院计算机系; 出版日期：2018-08-25 出版单位：电脑知识与技术 年：2018 期：v.14 基金：2017年河南省高等教育教学改革研究与实践项目“计算机网络技术专业课程体系与教学内容整体优化的研究与实践”(2017SJGLX580) 语种：中文; 页：DNZS201824045 页数：3 CN：24 ISSN：34-1205/TP 分类号：110-112

摘要

为提高高职高专院校教学质量的评价精度和效率,结合高职高专院校教学过程和评价体系,提出基于欧氏距离的二又树支持向量机(Distance binary tree SVM,简称DBT-SVM)算法的高职高专院校教学质量评价模型。该模型中的算法结合了聚类中的关于类距离的概念,是二叉树支持向量机的改进算法,使最先分离出的类在上层节点处分开。经过实例测试,该算法相比其他算法在识别率和分类训练时间都有所提升。该模型可以满足高职高专院校教学质量的评价要求。
        

引文

[1]高等教育大众化条件下教学质量评价体系研究现状[J].刘强,戴起勋.江苏大学学报(高教研究版),2003(2).
    [2]关于高职高专院校教学质量管理与监控体系建设的探析[J].李巧林,郑传宁,王章豹.合肥工业大学学报(社会科学版),2001(3).
    [3]汪旭晖,黄飞华.基于BP神经网络的教学质量评价模型及应用[J].高等工程教育研究,2007(5)
    [4]刘伟,孙林.基于支持向量机的课堂教学质量评价[J].合肥工业大学学报(自然科学版),2010,33(7):968-971.
    [5]宋召青,陈垚.基于支持向量机的多类分类算法综述[J].海军航空工程学院学报,2015(5).