WOA-SVM方法在高校毕业生分类机制中研究应用

• 作者: 李燕燕 鱼先锋
• 来源期刊: 现代科学仪器
• 学科: 工学
• 关键词: 鲸鱼优化算法 支持向量机 毕业生分类 粒子群算法 神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术创新与应用
• 页码范围: 163-167
• 页数: 5页
• 分类号: TP273|G647
• 字数: 3245字
• 语种: 中文

摘要

为提高高校毕业生分类精度,针对SVM分类性能易受惩罚系数C和核函数参数g的影响,提出一种基于WOA-SVM的高校毕业生分类机制研究.将18个毕业生综合能力指标作为SVM的输入,是否录用作为SVM的输出,建立高校毕业生分类模型.研究结果表明,WOA-SVM可以有效提高毕业生分类的精度,为毕业生分类机制提供了新的方法和途径,从而为教育部门和高校人才培养和技能培养提供了重要的参考和决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鱼先锋		26	63	5.0	6.0
2	李燕燕		14	12	3.0	3.0