[发明专利]一种基于SVM的贫困生辅助认定方法有效
| 申请号： | 201810290654.0 | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108564117B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 彭新一;余珍 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/20 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 陈宏升 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SVM的贫困生辅助认定方法，包括以下步骤：采集学生数据，并对学生数据进行预处理；对预处理学生数据提取特征，通过随机森林对特征重要性进行排名；在满足Mercer条件下，构造混合核函数，并植入SVM中；使用遗传算法对混合核函数参数进行寻优，得到最优混合核函数参数；将最优混合核函数参数代入SVM，并对学生数据进行训练，得到分类器模型；将需要认定的学生数据输入分类器模型，输出分类结果；本发明采用遗传算法对基于SVM混合核函数参数进行寻优，用适应度作为评价依据，通过随机重组重要基因，让群体中的个体不断进化，获取最优解，减少全局搜索时间，提高了分类器的推广泛化能力，并降低成本。 | ||
| 搜索关键词： | 一种 基于 svm 贫困生 辅助 认定 方法 | ||
【主权项】：
1.一种基于SVM的贫困生辅助认定方法，其特征在于，包括以下步骤：S1、采集学生数据，并对学生数据进行预处理；S2、对预处理学生数据提取特征，通过随机森林对特征重要性进行排名；S3、在满足Mercer条件下，构造混合核函数，并植入SVM中；S4、使用遗传算法对混合核函数参数进行寻优，得到最优混合核函数参数；S5、将最优混合核函数参数代入SVM中进行训练，训练之后得到分类器模型；S6、将需要认定的学生数据输入分类器模型，输出分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810290654.0/，转载请声明来源钻瓜专利网。
