【摘要】：隨著全球競爭日益加劇,世界各國對人才的重要性有了更深刻的認(rèn)識。人事測評作為人力資源管理部門進行人事管理決策的一個重要依據(jù),當(dāng)前,不同企業(yè)和政府機關(guān)的人力資源部門都不同程度地運用人事測評以提高管理效能,然而如何提高人事測評的客觀性和準(zhǔn)確性一直是開展人事測評工作的一個難題。人事測評實質(zhì)即對各類指標(biāo)數(shù)據(jù)進行綜合分析判斷,這屬于典型的非線形分類問題。隨著計算機技術(shù)的不斷發(fā)展,機器學(xué)習(xí)方法可以從已給數(shù)據(jù)中發(fā)現(xiàn)知識和規(guī)律,并指導(dǎo)人類進行分析判斷,因而受到越來越多的關(guān)注。運用機器學(xué)習(xí)方法進行人事測評已成為當(dāng)前人事測評方法研究的熱點。 首先構(gòu)建了國防生綜合素質(zhì)測評指標(biāo),并明確了指標(biāo)量化和評估標(biāo)準(zhǔn)。其次分析了粗糙集理論的基本原理,介紹一種對國防生素質(zhì)指標(biāo)進行簡約的方法。然后闡述了支持向量機的分類原理,主要對支持向量機的一對多、一對一、二叉樹SVMs和DAG-SVMs分類方法進行了分析,同時提出了一種結(jié)合二叉樹SVMs和DAG-SVMs方法特點的混合分類方法。最后,將粗糙集和支持向量機同時運用到國防生的綜合素質(zhì)測評中,即首先利用粗糙集對國防生屬性數(shù)據(jù)進行簡約,然后利用支持向量機對簡約后的國防生屬性數(shù)據(jù)進行分類。實驗中,以國防生的各項素質(zhì)指標(biāo)作為輸入屬性,以優(yōu)秀、良好、合格和問題四種類別作為國防生綜合素質(zhì)判別屬性。對某高校170名國防生進行的分類實驗分為2組,第一組以2011年3月份采集的數(shù)據(jù)作為研究對象進行分類研究,按照三比一的關(guān)系分配訓(xùn)練樣本和測試樣本,第二組以2011年3月份采集到的數(shù)據(jù)為訓(xùn)練樣本,以同年5月份采集的數(shù)據(jù)為測試數(shù)據(jù)進行分類研究。 實驗結(jié)果表明,基于粗糙集和支持向量機的分類方法可以為國防生管理者提供客觀有效的決策依據(jù)。粗糙集的使用達(dá)到了優(yōu)化訓(xùn)練模型的目的,粗糙集和支持向量機組合方法的分類精度比單獨使用支持向量機的分類精度要高。
【圖文】：

出:“測評工具落后是目前中國人事測評業(yè)面臨的主要問題之一”。2009年，北森研究院與中國人力資源開發(fā)國際交流協(xié)會合作完成的一項針對中國企業(yè)人事測評應(yīng)用現(xiàn)狀的調(diào)查(如圖1.1)顯示，超過半數(shù)的人力資源部門都將測評工具應(yīng)用在招聘環(huán)節(jié)，包括社會招聘(602%)、中高層招聘和選拔(54.1%)和校園招聘 (51.0%)，測評工具還被廣泛應(yīng)用于員工素質(zhì)評估(45.9%)、領(lǐng)導(dǎo)力評估(38，8%)和輔助員工進行職業(yè)生涯規(guī)劃(26.5%)。中國企業(yè)人事測評應(yīng)用現(xiàn)狀的調(diào)查7儀00%6000另SQ歇00%4。;00%30‘00%20、00%IQ、00%O;00%癱使用率碳才擴者…擴丫圖1.1中國企業(yè)人事測評應(yīng)用現(xiàn)狀的調(diào)查 Fig.1.1APPljeationofthePersonnelassessmentintheChineseenterprises胡主席曾強調(diào)指出:“要建立健全科學(xué)的干部實績評價標(biāo)準(zhǔn)和體系。只有使干部的工作成績得到全面、客觀、公正的評價，才能充分調(diào)動他們堅持求真務(wù)實的積極性和主動性�！苯�(jīng)過近些年的發(fā)展，我國軍隊和政府機關(guān)的人才選拔也從單純的政治考核(原來叫政審)逐步走向科學(xué)的全面測評。我國己經(jīng)初步形成以職位分析技術(shù)為前提，以筆試和結(jié)構(gòu)化面試為主體，以評價中心技術(shù)、心理測試、資歷評價等為輔助手段的具有中國特色的人事測評方法體系。當(dāng)前

基于粗糙集和S硯刃的國防生綜合素質(zhì)測評方法研究一kuhn一Tucher)條件，最優(yōu)解滿足條件:a‘卜‘((wT·x‘)+b)一1」一0，‘一1，…，‘為每個約束條件中對應(yīng)的Lagrange乘子，可以通過已知的支持此凸二次規(guī)劃問題，由此可以得到最終的分類函數(shù):s夕n{((wT·x)+b)}=s夕n{藝{=la‘夕‘(x‘·x)+b}間隔分類器。針對樣本中可能存在的噪音數(shù)據(jù)而導(dǎo)致的不能4顯示存在不滿足約束條件又【(w·xi)+b]21的樣本點，，通過到“軟化”后的約束條件:夕‘l(wT·x‘)+b」21一夸‘杏‘之0，i=1，…，
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：E075

【相似文獻】

相關(guān)會議論文 前10條

1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國控制會議論文集[C];2007年

3 司愛威;馮輔周;江鵬程;饒國強;王建;;基于可變風(fēng)險SVM模型的故障識別方法研究[A];第十屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集（2011）上冊[C];2011年

4 王紅偉;董慧;;一種提高SVM分類精度的調(diào)制信號識別方法[A];2010年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2010年

5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六屆中國控制會議論文集[C];2007年

6 宋鑫穎;周志逵;;一種基于SVM的主動學(xué)習(xí)文本分類方法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

7 邵杰;葉寧;容亦夏;;基于SVM的多波束測深數(shù)據(jù)濾波[A];第二十九屆中國控制會議論文集[C];2010年

8 于湘濤;周峰;張?zhí)m;魏超;;基于SVM和田口方法的石英撓性加速度計健壯性設(shè)計[A];質(zhì)量——持續(xù)發(fā)展的源動力：中國質(zhì)量學(xué)術(shù)與創(chuàng)新論壇論文集（下）[C];2010年

9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中國自動化學(xué)會控制理論專業(yè)委員會D卷[C];2011年

10 張睿;陳雪;馬建文;;基于遞歸SVM的高光譜數(shù)據(jù)特征選擇算法研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會暨交叉學(xué)科論壇文集[C];2010年

相關(guān)重要報紙文章 前10條

1 郭濤;利用SVM虛擬化技術(shù)實現(xiàn)容災(zāi)[N];中國計算機報;2008年

2 ;櫛風(fēng)沐雨鑄輝煌 繼往開來譜華章[N];人民郵電;2006年

3 王瑋 蔡蓮紅;數(shù)據(jù)挖掘走入語音處理[N];計算機世界;2001年

4 本報記者 韓露;亂軍之中智者勝[N];證券時報;2000年

5 本報記者 李智 通訊員 梁憲生;零的突破[N];山西經(jīng)濟日報;2001年

6 ;基于網(wǎng)絡(luò)層的存儲虛擬化是主流[N];中國計算機報;2008年

7 本報記者 郭平;LSI發(fā)布新存儲虛擬化管理器[N];計算機世界;2008年

8 李磊;讓電子政務(wù)更聰明[N];計算機世界;2001年

9 重慶郵電學(xué)院黨委書記徐仲偉 院長 聶能;發(fā)揮學(xué)科優(yōu)勢 打造信息平臺[N];科技日報;2005年

10 王琨月;存儲虛擬化市場的博弈[N];網(wǎng)絡(luò)世界;2008年

相關(guān)博士學(xué)位論文 前10條

1 張國軍;基于粗糙集的相對屬性約簡算法及決策方法研究[D];華中科技大學(xué);2010年

2 馬君華;粗糙集屬性約簡和聚類算法及其在電力自動化中的應(yīng)用研究[D];華中科技大學(xué);2010年

3 楊習(xí)貝;不完備信息系統(tǒng)中粗糙集理論研究[D];南京理工大學(xué);2010年

4 紀(jì)霞;不完備信息系統(tǒng)中粗糙集理論的擴展研究與應(yīng)用[D];安徽大學(xué);2010年

5 趙佰亭;混合決策系統(tǒng)的粗集模型及在轉(zhuǎn)臺故障診斷中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

6 劉業(yè)政;基于粗糙集數(shù)據(jù)分析的智能決策支持系統(tǒng)研究[D];合肥工業(yè)大學(xué);2002年

7 叢蓉;作戰(zhàn)指揮決策支持系統(tǒng)目標(biāo)融合識別研究[D];大連理工大學(xué);2010年

8 哈斯巴干;神經(jīng)網(wǎng)絡(luò)及其組合算法的遙感數(shù)據(jù)分類研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

9 劉洪波;漢語認(rèn)知腦數(shù)據(jù)挖掘相關(guān)算法及應(yīng)用研究[D];大連理工大學(xué);2006年

10 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 呂望;基于粗糙集的車輛超載自動檢測方法研究[D];長沙理工大學(xué);2010年

2 田靜宜;基于粗糙集和神經(jīng)網(wǎng)絡(luò)的柴油機故障診斷研究[D];中北大學(xué);2011年

3 于興網(wǎng);粗糙集屬性約簡算法在數(shù)據(jù)挖掘中的研究[D];重慶大學(xué);2004年

4 雷明;基于粗糙集理論的決策表壓縮[D];華北電力大學(xué)（北京）;2010年

5 魏悅亮;粗糙集在數(shù)據(jù)挖掘不確定性問題中的研究[D];中國石油大學(xué);2010年

6 袁曉娟;基于粒計算的雙論域粗糙集模型研究[D];蘭州大學(xué);2010年

7 嚴(yán)會霞;基于SVM的眼動軌跡解讀思維狀態(tài)的研究[D];太原理工大學(xué);2010年

8 武金艷;粗糙集與證據(jù)理論在醫(yī)療智能診斷系統(tǒng)中的應(yīng)用研究[D];湖南大學(xué);2010年

9 穆海芳;基于粗糙集理論的故障診斷知識獲取研究[D];合肥工業(yè)大學(xué);2010年

10 吳迪;基于SVM分類器的分步定位算法研究[D];哈爾濱工業(yè)大學(xué);2010年

本文編號：2690316