作者:
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:
本文介绍了支持向量机的工作原理,在其基础上建立学生能否毕业的预测模型,并与传统预测算法BP网络进行比较。实验结果和分析表明,支持向量机算法比BP算法在结构、参数确定上更加简单、训练时间快;大大提高了算法的识别率。证明了把支持向量机算法引入电大系统学生能否毕业的预测是有效的、可行的。
推荐文章
基于微粒群算法的LS-SVM时间序列预测
支持向量机
微粒群算法
时间序列预测
超平面空间
法学本科毕业实习的反思与探索
法学本科
毕业实习
集中实习
分散实习
基于混沌分析算法的高校毕业生就业率预测
毕业生就业率
预测精度
数据挖掘技术
经典模型
随机性变化特点
混沌分析算法
基于DE-SVM的船舶航迹预测模型
航迹预测
支持向量机(SVM)
差分进化(DE)算法
AIS
BP神经网络
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SVM算法学生毕业的预测
来源期刊 福建电脑 学科 工学
关键词 支持向量机 核函数 毕业 预测
年,卷(期) 2012,(11) 所属期刊栏目 应用与开发
研究方向 页码范围 97-100
页数 4页 分类号 TP181
字数 3538字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (18)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(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)
研究主题发展历程
节点文献
支持向量机
核函数
毕业
预测
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导