基于支持向量机与灰关联分析的大学生德育综合素质评价

基金项 目： 本 文 系 国 家社 科 基 金 项 目（ １ ０ Ｂ Ｆ Ｘ ０ ７ １ ） ， 河 南省教 育科 学规 划重 点项 目（ ｆ ２ ｏ ｌ ｏ ］ 一 Ｊ ＫＧ ＨＡ Ｚ 一 ０ ０ ８ ２ ） 的阶段
性成果。
中 图分类 号 ： Ｇ ６ ４ １
文献标 识 码 ： Ａ
文章 编 号 ： １ ０ ０ ７ — ５ ９ ６ ８ （ ２ ０ １ ３ ） ０ ３ — ０ ０ ３ ３ — ０ ４
分类面（ 线）应满足： ｙ ｉ ［ ｗ ｘ ＋ｂ ］ 一１ ≥０
（ １ ）
２ ．Ｓ
评价 的 实现 。通过 试探 实 验观察 到 ， 核 函数
此 时 间 隔 为２ ／ ｉ ｌ 叫 ｌ ｌ ， 因 此 使间 隔 最 大 等 价 于 使ｌ ｌ Ｗ ｌ ｌ
来 源 于 最 小 化 错 误 率 的理 论 界 限 。这 些 界 限是 通 过 对 学 习过 程 的形 式 化 分 析 得 到 的 。基 于 这 一 思 想 产 生 的支 持
向量机 算 法 ， 不 但具 有 良好 的数 学 性 质 ， 如解 的唯一 性 、 不
依 赖输 人 空 间 的维 数 等 ， 而且 在 应 用 中也 表 现 出 了 良好 的 性能 。 其基 本原 理 如下 ： （ １ ） 线 性 可分 最优 分类 面 Ｓ Ｍ 方法是从对样 品线性 可分情况下 的最优分类面提出 图１ ： 二维 情 况下最 优超 平 面示 意 图 其 中 ０ 和 口分 别 代表 两类 样 品 ， 最优 超平 面 （ 线） 为两
性 和精 确性 。
关键 词 ： 大 学生德 育 ； 综 合 素质评 价 ； 支持 向量机 ； 灰 关联 分析
作者简介 ： 沈春 光 ， 博士 ， 许 昌学 院教授 ， 研 究 方 向为 高校 德 育 、 科技 人 才 管理 ； 吴 中伦 ， 博士， 许 昌学院讲 师 ， 研 究
方 向为知 识链 与企 业管理 ； 岳 晓鹏 ， 硕士 ， 许 昌学院 讲师 ， 研 究方 向为数 学 建模 。 （ 河南 许昌 ４ ６ １ ０ ０ ０ ）
则 归一 化之 后 对 于线性 可分 样本 集
Ｋ（ ｚ ， ２ ７ ） ｔ ａ ｎ ｈ （ ｐ （ ｘ ） ＋ｑ ） ， 这时 Ｓ Ｖ Ｍ 实现的是包含一
个 隐层 的多层 感 知器 。
（ ， Ｙ ） ， ｉ ＝１ ， …， ， ∈Ｒ ， Ｙ∈｛ ＋１ ， 一ｌ ｝ ，
况 下如 图 １ 所示。
、
支 持 向量 机模 型 （ Ｓ
） 及 评 价
１ ．Ｓ Ｍ 的 基 本 原 理 。 支 持 向 量 机 （Ｓ Ｍ ， Ｓ ｕ ｐ —
ｐ ｏ ｒ ｔ Ｖ ｅ ｃ ｔ ｏ ｒ Ｍａ ｃ ｈ ｉ ｎ ｅ ｓ ） 是 Ｖａ ｐ ｎ ｉ ｋ 等人于 １ ９ ９ ５ 年 提 出 的 基 于 统 计 学 习理 论 体 系 的新 的通 用 机 器 学 习 方 法 ” ， 它 的 思 想
根 据 我们 设 计 的 调查 问卷 ， 我 们对 许 昌学 院在 校 大 学 生 就 德 育综 合 素质 的五 方 面 内容 共 计 ３ ０ 项 二 级 指 标 进行 了问卷调查 ， 并 从 回收 的 １ ０ ２ 份 有 效 问卷 中随 机 抽 取 ６ 份 （ 因篇 幅 限制 ， 问卷 调 查 的结 果 数 据 和 大 学 生 德 育 综合 素 质评 价 指标 体 系在 此文 中省 略 ） 。 在 实施 大 学 生 德 育综 合 素 质评 价 的 过程 中 ， 为 了保 证 评价 结 果 的 可靠 性 ， 我 们采 用 了支 持 向量 机 和灰 色 关联 分
堂 堂堕里星塑墼查
总第４ ５ ２ 期
基 于 支 持 向量 机 与 灰 关联 分 析 的 大 学 生 德 育 综 合 素 质 评 价
口 沈 春 光 吴 中伦 岳 晓 鹏
摘 要 ： 针 对 大 学生德 育 综合 素 质评 价 体 系的 多层 次 复杂 结构 特征 ， 设 计 了 多层 次综合 评 价指 标体 系 ， 在 此基 础 上， 分 别运 用 支持 向量 机 和灰 色关 联 分析 对 大 学 生德 育 综合 素 质进 行 了定 量评 价 ， 并将 评 价 结果 进行 了对 比分 析 。 结果 表 明 ， 这 两种 定 量 分析 方 法均 可 用于评 价 大 学生德 育综合 素 质 ， 且 结论 基 本 吻合 ， 从 而验 证 了本 文 所构 建 的指 标 体 系能 够适 用于各 类 高校 在校 大学 生 的德 育综 合 素质 等级 评 定 ， 保 证 大 学生德 育综 合 素质 评价 的客 观
ｗｘ一 ＿ｂ＝ ０
分类 器 。
ቤተ መጻሕፍቲ ባይዱ
②采 用径 向基 函数 （ ＲＢＦ ） 作 为 核 函数 ， 即核 函数 为 ：
一
＝ ：
０＾２
Ｋ（ Ｉ ｚ ） ＝ｅ
， 所得 到 的是 ＲＢ Ｆ 分类 器 。
③采 用 Ｓ ｉ ｇ ｍｏ ｉ ｄ函 数 作 为 核 函 数 ， 即核 函数 为 ：
析两种 定量 分析技 术予 以评价 ， 以验证评 价结论 的科学 性 。
一
的。设训 练样本集 为
（ ｙ ｉ ） ， ｚ ＝１ ， …， ； ６Ｒ ， Ｙ ∈｛ ＋ １ ， 一 １ ｝
则 关 于 其 分 类 问题 可 以表 达 为 能 够将 所 有 训 练 样 本 正 确分 类 的最 优分 类 面 即分类 超 平 面 的确 定 。在 二维 情
２ ０１ ３・ ３
堂 塑堡 星塑墼！
总 第 ４５ ２期
类 的 分类 面 （ 线） ， Ｈ 、 Ｈ 分 别 为过 各类 样 本 中离 分 类 面 最 近且 平行 于分 类面 （ 线 ）的平面 ， Ｈ１ 、 Ｈ２ 距分 类 面之 间 的距 离 称 为 间 隔 。最 优 分 类 面 （ 线） 不但 能 将 两 类 正 确分 开 ， 而 且 可 使 两类 的 间隔 最 大 。如 果 分 类 面 为 ：