首页> 中文学位 >基于粗糙集与神经网络的科技人才评价方法研究
【6h】

基于粗糙集与神经网络的科技人才评价方法研究

代理获取

目录

声明

摘要

1 绪论

1.1 研究背景和来源

1.2 研究目的和意义

1.3 国内外研究现状

1.4 本文的研究内容与结构安排

2 相关理论与方法

2.1 粗糙集理论概述

2.2 神经网络

2.3 本章小结

3 科技人才人才库及评分模型建立

3.1 科技人才信息采集

3.2 科技人才评价要素建立

3.3 科技人才评价要素权重设置

3.4 本章小结

4 基于粗糙集知识约简的人才评价要素分析

4.1 引言

4.2 离散化

4.3 知识约简

4.4 人才评价要素分析—基于MIBARK算法

4.5 本章小结

5 粗糙集与神经网络相结合的评价等级分类法

5.1 引言

5.2 神神经网络

5.3 粗糙集结合神经网络可行性分析

5.4 实验结果与分析

5.5 本章小结

6 总结与展望

6.1 工作总结

6.2 未来工作展望

致谢

攻读硕士学位期间主要成果

参考文献

展开▼

摘要

科技人才评价过程中多以主观方式进行定性评价,主观依赖性强,对评价要素及评价指标标准描述不确定,导致评价结果具有模糊性。本文采用基于粗糙集和神经网络两种算法相结合的方法应用于人才智能评价,实验结果表明将两种方法相融合用于人才评价分级得到了较好的效果。
  主要做了以下两方面的研究:
  (1)研究科技人才采集标准,全面采集科技人才信息,建立全面高质量的科技人才库,通过分析科技人才特点,提炼体现科技人才本质的要素,设计科技人才评价要素模型,根据各要素对评价结果的贡献度大小确定各要素的比重大小,对人才进行定量评价。
  (2)采用基于粗糙集和神经网络相结合的方法对科技人才进行级别分级。具体内容为先将人才评价要素进行离散化,对比分析两种不同的属性约简方法,采用MIBARK算法对其进行属性约简,得到简化决策表,再将其作为BP神经网络的输入,实验结果显示该方法与使用神经网络单分类器相比,训练速度、收敛效果和准确率都有较大提高,准确率可以达到90%,从而证明了该方法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号