排序方式: 共有2条查询结果,搜索用时 234 毫秒
1
1.
基于支持向量机的考试测量理论 总被引:1,自引:1,他引:0
目的 完善原有的考试测量系统中传统统计分析方法,加大对试卷中隐性知识的测量力度和测量效率,为改进高校教育方法和提高教学质量提供依据.方法 首先用传统的教育测量方法即基本的统计方法对成绩数据库进行分析,然后结合支持向量机理论进行进一步的分析.结果 结合支持向量机的考试测量分析结果比传统的仅用经典的统计分析得到的结论更有效,尤其是针对隐性知识的量化上.结论 将机器学习等计算机前沿技术引入考试测量领域,极大的拓宽了教育教学评价测量的模式. 相似文献
2.
提出了一种基于β因子历史样本淘汰机制的在线学习算法.对UCI标准数据集中的部分样本集的测试结果表明:该机制有效地淘汰了一些样本,在保持了分类精度和泛化能力的情况下,大大加快了增量学习的训练速度. 相似文献
1