江西省教育厅科学技术研究项目(GJJ09295)
- 作品数:3 被引量:10H指数:2
- 相关作者:谭光兴屈文建徐晓芳魏莺徐峰更多>>
- 相关机构:江西财经大学南昌大学更多>>
- 发文基金:江西省教育厅科学技术研究项目江西省研究生创新基金江西省高等学校教学改革研究课题更多>>
- 相关领域:社会学经济管理文化科学更多>>
- SVM回归在高校教育质量分析中的应用研究被引量:4
- 2010年
- 根据支持向量机(SVM)有样本个数、过程误差分布、样本点分布无严格要求、而且推广能力强等特点,引用SVM技术对高等教育的质量控制和预测问题进行了回归分析,从机器学习的角度提出了一个泛化能力较强的回归模型,对几种不同的回归方法作了泛化能力比较,发现SVM回归方法能够大幅度地提高拟合模型的泛化能力,且不需要额外的测试样本。并引入了Kolmogorov-Smirnov(KS)检验方法,以检验影响高等教育质量因素是否服从正态分布,这能说明在全国范围内高等教育质量是否有显著差异,检验结果表明影响高等教育质量的因素变量是服从正态分布的,体现了我国高等教育质量具有较好的稳定性。本研究作为一种新的尝试,希望能解决高等教育质量控制难于建模、难于量化分析的问题。
- 屈文建谭光兴魏莺徐晓芳
- 关键词:支持向量机高等教育质量
- 基于pareto遗传算法的高等教育资源优化配置被引量:4
- 2010年
- 通常情况下,由于高等教育经济的正外部性使得高等教育资源配置不能实现pareto最优。教育与经济的直接关联,引发了诸多的经济学研究教育投资及投资效率的兴趣。许多实证分析表明教育的投入是可以通过计算产出来判断其价值的。根据pareto标准,设计了一个基于pareto最优概念的多目标遗传算法,利用群体搜索策略和群体间个体之间的信息交换在解决多目标优化问题上的两大优势,成功地实现利用pareto遗传算法进行高等教育资源优化配置的分析与计算,为最终达到高等教育资源配置的优化提供了一种技术手段。
- 谭光兴屈文建
- 关键词:高等教育资源配置多目标优化