[发明专利]基于粒子群算法优化支持向量机的研究生就业预测方法在审
| 申请号： | 201811235357.2 | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109492676A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 李沙;吴怡之 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;柏子雵 |
| 地址： | 200050 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于粒子群算法优化支持向量机的研究生就业预测方法，其特征在于，包括以下步骤：对研究生信息管理系统中的学生数据进行筛选和处理，选取数据样本；建立支持向量机模型；将数据样本放入支持向量机模型中进行训练；对研究生信息管理系统中的学生数据进行筛选和处理，选取测试样本，对测试样本进行预处理后输入训练好的支持向量机模型中，检测模型准确度和合理性。本发明考虑到数据样本的多维度和随机性特征，使用经过粒子群算法寻得最优参数的支持向量机，使得对研究生就业预测的精度更高，可满足研究生就业预测的需求。 | ||
| 搜索关键词： | 支持向量机模型 粒子群算法 数据样本 优化支持向量机 信息管理系统 预测 测试样本 学生数据 随机性 预处理 筛选 支持向量机 准确度 最优参数 多维度 放入 检测 | ||
【主权项】：
1.一种基于粒子群算法优化支持向量机的研究生就业预测方法，其特征在于，包括以下步骤：步骤1、对研究生信息管理系统中的学生数据进行筛选和处理，选取数据样本；步骤2、对数据样本进行预处理；步骤3、选取合适的支持向量机训练参数，建立支持向量机模型；步骤4、将步骤2得到的数据样本放入支持向量机模型中进行训练；步骤5、对研究生信息管理系统中的学生数据进行筛选和处理，选取测试样本，对测试样本进行预处理后输入训练好的支持向量机模型中，检测模型准确度和合理性。
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东华大学，未经东华大学许可，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/201811235357.2/，转载请声明来源钻瓜专利网。
