基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前国内对大学生考研的定性研究居多,很少运用定量的方法建立分析预测模型.本文在参考其它预测体系的基础上,提出了大学生考研预测指标体系.并用三种支持向量机技术对该问题进行了预测,通过具体实例分析获得了较高的预测准确率,得到了不同核下针对该问题的最优预测模型.
推荐文章
基于贝叶斯网络的大学生考研动机影响因素
考研动机
贝叶斯网络
影响机制
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
大学生职业生涯规划分析 ——基于考研和考证视角
大学生
职业生涯
职业资格
就业机会
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的大学生考研预测
来源期刊 聊城大学学报(自然科学版) 学科 工学
关键词 支持向量机 邻近支持向量机 分类 预测 五折交叉验证
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 4-7
页数 分类号 TP181
字数 3347字 语种 中文
DOI 10.3969/j.issn.1672-6634.2010.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张凤霞 聊城大学数学科学学院 34 64 4.0 6.0
2 范丽亚 聊城大学数学科学学院 47 78 5.0 6.0
3 张凡龙 聊城大学数学科学学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (66)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(12)
  • 参考文献(3)
  • 二级参考文献(9)
2005(9)
  • 参考文献(3)
  • 二级参考文献(6)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
邻近支持向量机
分类
预测
五折交叉验证
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
聊城大学学报(自然科学版)
双月刊
1672-6634
37-1418/N
大16开
山东省聊城市文化路34号
1988
chi
出版文献量(篇)
2314
总下载数(次)
9
总被引数(次)
6322
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导