基于机器学习的能力评价与匹配研究

• 作者: 张毅 张珉浩
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 机器学习 综合能力 模糊评价 BP神经网络 小波神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 363-369
• 页数: 7页
• 分类号: TP183
• 字数: 5468字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.02.024

摘要

目前, 高校学生就业形势严峻, 针对企业看重的能力对学生做出评价, 有助于企业选拔人才, 同时也能提高学生的竞争力.采用层次分析法和模糊评价相结合的方式对高校学生的综合能力进行评价.为了解决模糊系统无法自动调整隶属函数参数的问题, 有效结合模糊理论和神经网络架构的优点, 提出了引入神经网络的综合评价改进算法;并设计具有时频局域化特性的小波神经网络, 能够更好地模拟非线性函数, 用于预测学生适合的职位.分析实验结果表明, 基于改进模糊神经网络算法的能力评价模型与小波网络职位匹配模型, 能够提升系统精度与自适应能力, 评价结果客观, 对学生的能力评价及就业选择具有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	重庆邮电大学通信与信息工程学院	281	2390	21.0	36.0
2	张珉浩	重庆邮电大学通信与信息工程学院	1	2	1.0	1.0