数据分类技术在高校人才识别系统中的应用

提出将数据挖掘技术应用于高校人才识别中,采用数据分类方法对人才进行定量的识别,更具科学性.讨论了数据分类的定义和方法,介绍了决策树分类和简单贝叶斯分类以及贝叶斯网络推理的算法,并给出具体的数据分类实例,利用过去已有的引进人才的经验数据分析提取规则.为以后的人才识别提供合理的、科学的技术支持.     

基于贝叶斯理论的高校教师教学质量评价与保障体系研究

分析了研究高校教师教学质量评价体系与保障体系的必要性和重要性。首先对贝叶斯理论进行了深入分析，接着建立了高校本科教学质量评价指标体系，最后分析了影响高校本科教学质量保障体系的因素。为了更好地促进教学质量，需要对整个教学过程进行监控，使学生对教学质量越来越满意。这就需要建立其保障体系来把控高校本科教学质量，根据评价体系来建立相应的保障体系。     

完全贝叶斯分类器在经济数据分类中的应用

针对贝叶斯分类器分类强关联属性导致分类准确率下降的问题,提一种完全贝叶斯分类器合理利用属性间的依赖关系优化贝叶斯分类器,对参数进行动态调整组合,同时合理剔除无关属性.采用国内外知名数据库提供的数据,通过与其他分类器的对比实验,证明了完全贝叶斯分类器在宏观与微观经济数据分类中都获得了较好的分类效果.     

数据挖掘中朴素贝叶斯分类器的应用

朴素贝叶斯分类是数据挖掘中应用非常广泛的一种分类方法,本文利用该分类方法对高职院校教师测评数据进行了数据挖掘,提高了教师评价的科学性、客观性,从而更好地服务于教学.     

一种基于离散马尔可夫过程的诊断风险模型

文章建立了一个基于贝叶斯公式和马尔可夫链的诊断模型,并根据中国现有的医疗管理体制进行假设检验,对假设结果进行评价。在分类过程中应用贝叶斯决策,将医疗诊断简单情况下的二值分类进行研究,同时依据分类平均风险最小的原则给出了分类的决策函数,并应用贝叶斯理论和马尔可夫过程进行讨论。实验证实了在我国建立强制医疗责任保险制度的正确性与必要性。     

朴素贝叶斯分类在数据挖掘中的应用

数据库信息分类中,朴素贝叶斯分类模型是一种简单有效的分类方法,它理论基础好,分类精度高.本文运用朴素贝叶斯分类的方法,对所给数据进行分类和预测,通过一个实例给出了该算法对于预测数据进行分类的详细过程.     

基于相关系数的加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能.首先给出了基于相关系数的属性权值求解方法,然后描述了相应的算法,并对算法原理进行了分析与证明.通过在中医小儿肺炎病例数据集和UCI数据集上的仿真实验,验证了该方法的有效性.     

混合式朴素贝叶斯分类模型

为了降低朴素贝叶斯分类模型的独立性假设约束,提出一种混合式朴素贝叶斯分类模型(MBN:Mixed Naive Bayes)。通过分析贝叶斯定理,把条件属性集合划分成若干个独立的属性子集,用树增广朴素贝叶斯分类对属性子集分别进行分类学习,通过公式进行整合。将该模型算法与朴素贝叶斯及树增广朴素贝叶斯进行实验比较,实验结果表明MBN分类器在多数数据集上具有较高的分类正确率。     

关系学习中贝叶斯分类算法的比较研究

数据分类是数据挖掘的主要内容之一,通过分析训练数据样本,产生关于类别的精确描述.贝叶斯分类是数据挖掘领域中一种常用的有效分类方法.在关系学习中,贝叶斯分类算法有很多种,对这些算法进行总结、比较,指出其优点与不足,对提高分类效率有很大帮助.本文对已有的关系学习中贝叶斯分类算法作了详细的比较,并进行归纳总结.在单关系学习中重点介绍了几种基于粗糙集的贝叶斯分类器和加权贝叶斯分类算法,并分析了各种方法的模型、权值确定方法、优缺点及进一步工作方向.在多关系学习中主要比较了几种基于语义关系图的贝叶斯分类算法,重点介绍了MI-MRNBC模型.最后对本文工作进行了总结与展望,提出进一步工作方向是研究基于粗糙集的多关系贝叶斯分类算法.     

基于贝叶斯分类器的图像分类

通过对朴素贝叶斯分类器的讨论, 提出将贝叶斯方法应用于医学图像分割后的图像分类思想. 给出一种基于朴素贝叶斯分类器的图像分类方法, 对从尿沉渣图像中识别出的微粒进行正确分割及特征提取与选择, 并利用朴素贝叶斯分类器进行分类. 实验结果表明, 所提出的方法用于解决图像分类有效.     

高校高等数学教学质量的模糊综合评价

参照国内的高校课程教学质量评价标准,建立了高校课程教学质量的多层次评价指标体系的模糊综合评价模型.运用此模型,根据某高校理工科学生对高等数学教学质量评价的抽样调查资料,对该校高等数学教学质量作出综合评价,所得结果可为学校加强高等数学课程的教学管理,提高教学水平提供理论依据.     

基于属性相关的朴素贝叶斯分类算法

朴素贝叶斯分类器是一种简单、高效的分类算法,它以贝叶斯定理和最大后验假设为理论基础,然而朴素贝叶斯分类器属性之间相互独立的假设,影响了朴素贝叶斯分类器的性能.提出先使用基于相关的属性选择算法进行属性选择,然后在选择的属性集上,用朴素贝叶斯分类器对数据集进行分类.实验证明,与未使用属性选择的实验结果相比,使用基于相关的属性选择算法进行属性选择后,朴素贝叶斯分类器平均分类正确率提高,分类效率显著提升.     

一种改进的决策树算法及其在高校学生就业中的应用

随着高等学校的招生规模扩大,大学生就业难度不断加大,就业形势严峻.从学生的实际就业信息出发,结合贝叶斯模型,提出一种改进的决策树C4.5算法,对学生就业相关的数据进行挖掘,为就业指导提供决策依据,促进大学生就业.     

德国CHE高校排名与中国教学评估指标对比的启示

介绍了德国CHE大学排名指标,比较了中国国家教育部本科教学水平评估与德国CHE排名指标的异同。由此得到启示:要借鉴CHE大学排名中的若干指标指导国际化办学;可建立一个类同CHE的不同学校类型、不同专业的数据库比较平台作为学校自评办学状态的手段之一;要强化办学的人文与个性化的指标内容。这些对于教学质量的控制是有益的。     

本科教学工作审核评估的常态化建设

回顾教育评估的历程,审核评估受到了普遍的肯定。审核评估是教育行政部门促进高等教育质量提升的一个管用的办法,既较好地适应了高校依法自主办学的要求,也较好地适应了政府关注高校办学目标的符合度和达成度的要求。经过5年审核评估实践,审核评估取得了丰硕成果和丰富经验。面向未来,应当在肯定现行审核评估框架的基础上,针对已经发现的不足并结合当前实际,特别是要更加全面贯彻习近平总书记对教育工作重要论述的要求,对高校的审核评估作出常态化的制度安排,持续提高高校教育教学质量。因此,未来可从7个方面入手加以改进:一是要把本科教学评估向本科教育评估拓展;二是要把定性的评价和定量的评价结合起来;三是要在评价的内容和重点上更加关注教学工作的实体内容;四是要加强对评估结果的使用;五是要加强信息技术、大数据方法在评估中的使用;六是要充分利用专业认证的结果;七是要加强与内部质量保障体系的耦合。     

教师教学评价体系研究——来自学生的角度

对教师作出合理评价,是高校教学管理中一项非常重要的工作。从学生角度出发,对教师教学活动进行评价是改进高校教学评价体系的一个切入点。基于此,构建了高校学生评教指标体系,并利用季节比率法对其分值进行了计算,以期为高教教学评价体系的改进提供有价值的参考信息。     

基于多元联系数集对分析模型的高校实验教学质量评价

文章根据实验课教学的特点,分析、确定了实验课程的课堂教学质量评价指标体系,建立了一种基于多元联系数集对分析的综合评价新模型.并通过实例研究了评价效果,评价结果合理可靠.为高校实验教学质量综合评价提供了一种新的方法和思路.     

基于特征相关的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的特征项间强独立性的假设在现实中是很难满足的.为了在一定程度上放松这一假设,提出了基于特征相关的改进加权朴素贝叶斯分类算法,该算法采用一种新的权重计算方法,这种权重计算方法是在传统词频反文档频率(TF-IDF)权重计算基础上,考虑到特征项在类内和类间的分布情况,另外还结合特征项间的相关度,调整权重计算值,加大最能代表所属类的特征项的权重,将它称之为TF-IDF-FC权重计算.与基于传统TF-IDF权重的加权朴素贝叶斯分类算法和其他常用加权朴素贝叶斯分类算法比较,如基于属性加权的朴素贝叶斯分类算法,这种算法的分类效果均有一定的提高.     

白豹油田长3、长4+5低渗透储层定量分类评价研究

以白豹油田三叠系长3、长4 5为例,研究了低渗透储层定量分类问题.在对关键井研究与合理选择分类参数的基础上,采用Q型聚类分析和贝叶斯判别相结合,进行储层定量分类评价研究,建立判别函数,依据此判别函数对非取心井的目的层进行了定量分类评价.研究了储层在纵向和平面的分布规律,确定了有利储集区.结果表明,该定量分类评价可行,且具有较高的综合性和科学性.