Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)

67 10 0
  • Loading ...
1/67 trang

Thông tin tài liệu

Ngày đăng: 15/04/2018, 21:48

Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ) ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CNTT&TT Điêu Thiện Chiến MỘT SỐ KỸ THUẬT HÌNH HĨA ÁP DỤNG CHO BÀI TOÁN DỰ BÁO KẾT QUẢ TUYỂN SINH ĐẠI HỌC LUẬN VĂN THẠC SĨ: KHOA HỌC MÁY TÍNH Người hướng dẫn: GS TS Nguyễn Thanh Thủy Thái Nguyên, tháng 01 năm 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ MỤC LỤC MỤC LỤC DANH MỤC CÁC HIỆU CHỮ VIẾT TẮT DANH MỤC CÁC BẢNG DANH MỤC CÁC HÌNH MỞ ĐẦU NỘI DUNG Chương 1: Các phương pháp hình hóa liệu 1.1 Phương pháp trực quan 1.1.1 Quan sát hoạt động không theo chủ quan 1.1.2 Trực quan đòi hỏi nhận thức 1.1.3 Vẽ đồ liệu lược đồ trực quan 1.2 Phương pháp truyền thống 1.2.1 Phương pháp thống kê 1.2.2 Phương pháp định luật 1.2.3 Các luật kết hợp 1.2.4 Mạng Nơron 1.2.5 Giải thuật di truyền 1.3 Phương pháp khác 1.3.1 Phân nhóm phân đoạn 1.3.2 Phương pháp suy diễn quy nạp 1.3.3 Các phương pháp dựa mẫu Chương 2: Mạng Nơron truyền thẳng thuật toán lan truyền ngược 2.1 Tổng quan mạng Nơron 2.1.1 Lịch sử phát triển 2.1.2 Khái niệm 12 2.1.3 hình mạng nơron nhân tạo 14 2.1.3.1 Đơn vị xử lý 14 2.1.3.2 Hàm xử lý 15 2.2 Học lan truyền mạng 19 2.2.1 Học tổng quát hóa 19 2.2.1.1 Học có giám sát 20 2.2.1.2 Học tăng cường 22 2.2.1.3 Học không giám sát 22 2.2.2 Lan truyền mạng: 24 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 2.3 Hàm mục tiêu 24 2.4 Mạng nơ ron truyền thẳng 25 2.5 Khả thể mạng 27 2.6 Thiết kế cấu trúc mạng 28 2.6.1 Số lớp ẩn 28 2.6.2 Số nơron lớp ẩn 29 2.7 Thuật toán lan truyền ngược (Back-Propagation) 30 2.7.1 tả thuật tốn 31 2.7.2 Sử dụng thuật toán lan truyền ngược 32 2.7.2.1 Lựa chọn cấu trúc mạng 32 2.7.2.2 Quá trình hội tụ 33 2.7.2.3 Tổng quát hóa 33 2.7.3 Biến thể thuật toán lan truyền ngược 34 2.7.3.1 Sử dụng tham số bước đà 34 2.7.3.2 Sử dụng hệ số học biến đổi 35 2.7.3.3 Sử dụng phương pháp Gradient kết hợp 36 2.7.4 Nhận xét: 40 Chương 3: Ứng dụng mạng Nơ ron truyền thẳng thuật toán lan truyền ngược vào toán “Dự báo kết tuyển sinh Đại học” 42 3.1 Tổng quan toán dự báo 42 3.1.1 Phương pháp định tính 42 3.1.2 Phương pháp định lượng 43 3.2 Bài toán dự báo kết tuyển sinh Đại học 44 3.2.1 Các yếu tố ảnh hướng đến trình thiết kế xây dựng 44 3.2.2 Các bước q trình thiết kế xây dựng 45 3.3 hình “Dự báo kết tuyển sinh Đại học” 51 3.3.1 Thiết lập hình chương trình 51 3.3.2 Nhận xét kết 51 3.3.2.1 Đồ thị hàm lỗi 56 3.3.2.2 Kiểm tra sau hình hóa 57 KẾT LUẬN 60 TÀI LIỆU THM KHẢO 62 PHỤ LỤC 63 PHỤ LỤC A – GIỚI THIỆU VỀ PHẦN MỀM DỰ BÁO SpiceMLP 63 PHỤ LỤC B – DỮ LIỆU HỌC DỮ LIỆU KIỂM TRA 66 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC HIỆU CHỮ VIẾT TẮT THPT: Trung học phổ thông ĐH: Đại học TK: Thế kỷ TSĐH: tuyển sinh Đại học School_Cla: trường/lớp Time_X: thời gian tự học Time_Y: thời gian học thêm Pressure: áp lực Point_School: tổng điểm môn thi Đại học bậc THPT Mark: tổng điểm thi Đại học Group: nhóm MLP: mạng nơron truyền thẳng nhiều lớp Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC BẢNG 3.1 Dữ liệu thu thập 43 3.2 Dữ liệu đầu vò đầu mạng 48 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC HÌNH 2.1 Cấu tạo tế bào nơron sinh học 2.2 hình nơron nhân tạo 2.3 Đơn vị xử lý 10 2.4 Hàm đồng 12 2.5 Hàm bước nhị phân 12 2.6 Hàm sigmoid 13 2.7 Hàm sigmoid lưỡng cực 13 2.8 đồ học tham số có giám sát 17 2.9 đồ học tăng cường 17 2.10 đồ học không giám sát 18 2.11 đồ mạng nơron truyền thẳng nhiều lớp 20 2.12 Xác định tần số 33 2.13 Giảm kích thước tần số khơng chắn 34 3.1 Màn hình làm việc ban đầu chương trình 50 3.2 Thiết lập thông số cho mạng 51 3.3 Kết mạng học 52 3.4 Đồ thị hàm lỗi 53 3.5 Đồ thị đầu liệu học 53 3.6 Đồ thị liệu kiểm tra 54 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Bài toán dự báo tuyển sinh Đại học ngày trường Cao đẳng Đại học quan tâm bối cảnh, nhiều trường thành lập gặp khó khăn tuyển sinh đầu vào Học sinh sau tốt nghiệp THPT lựa chọn ngành dự thi chưa phù hợp với lực nhu cầu việc làm xã hội Sinh viên trường chưa có việc làm ngành nghề nhiều Một số kỹ thuật hình hóa liệu áp dụng nhằm dự báo kết tuyển sinh Đại học giúp cho học sinh THPT biết lực khả thi tuyển đầu vào trường Đại học, Cao đẳng Mạng nơron truyền thẳng thuật toán lan truyền ngược áp dụng để dự báo kết tuyển sinh Đại học Số liệu thu thập từ sinh viên trường Đại học Hùng Vương Phú Thọ Bài toán dự báo dựa vào yếu tố có ảnh hưởng đến kết tuyển sinh Đại học thí sinh Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ NỘI DUNG Chương 1: Các phương pháp hình hóa liệu 1.1 Phương pháp trực quan.[1] 1.1.1 Quan sát hoạt động không theo chủ quan Kỹ thuật khai phá liệu trực quan cung cấp cho người khai phá khả đầy đủ để quan sát hoạt động mà không theo định kiến cá nhân Điều có nghĩa ta khơng cần phải biết cần phải tìm kiếm thời gian sáp tới Hơn thế, bạn bắt liệu cho bạn thấy quan trọng 1.1.2 Trực quan đòi hỏi nhận thức Có thể mở rộng lớn việc sử dụng trực quan phương pháp khai phá liệu phương pháp trực quan cốt để làm bật khả nhận thức, kinh nghiệm người làm tốt số cơng việc khác lại làm tốt Việc lựa chọn phương pháp nghiên cứu thường phải có cân nhắc kiểu xử lý thơng tin mà người đòi hỏi suất trình nghiên cứu 1.1.3 Vẽ đồ liệu lược đồ trực quan Khi đưa liệu vào môi trường trực quan, bạn phải định để trình bày liệu theo kiểu cách có ý nghĩa Hoạt động tập trung vào sử dụng thuộc tính phần tử liệu định nghĩa hình để xác định thơng tin nhìn thấy cảm nhận bạn chọn giải thuật xác định vị trí gộp nhóm, phân cụm, … 1.2 Phương pháp truyền thống 1.2.1 Phương pháp thống kê Trong phương pháp này, ta sử dụng thông tin thống kê để suy luận miêu tả xa phân tích liệu Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Trong hệ thống hỗ trợ định việc dùng phương pháp thống kê phổ biến 1.2.2 Phương pháp định luật Cây định cơng cụ phân tích để khám phá luật mối quan hệ phương pháp phân tích thống kê phân chi thành phần nhỏ thông tin chứa tập liệu Cây định tả tri thức dạng đơn giản nhằm phân đối tượng liệu thành số lóp định Các nút gán nhãn tên thuộc tính, cạnh gán giá trị cụ thể thuộc tính, miêu tả lớp khác Các đối tượng phân lớp theo đường cây, cạnh tương ứng với giá trị thuộc tính đối tượng tới 1.2.3 Các luật kết hợp Những luật kết hợp dẫn xuất từ phân tích thông tin trùng hợp Phương pháp luật kết hợp cho phép khám phá tương quan, biến cố giao dịch kiện Các luật kết hợp dạng biểu diễn tri thức, hay xác dạng mẫu hình thành tri thức Phương pháp nhằm phát luật kết hợp hình thành phân liệu sở liệu Mẫu đầu giải thuật khai phá liệu tập luật kết hợp tìm 1.2.4 Mạng Nơron Mạng nơron hệ thống bao gồm nhiều phần tử xử lý đơn giản hoạt động song song Tính hoạt động hệ thống phụ thuộc vào cấu trúc hệ thống, vào cường độ liên kết phần tử hệ thống dựa vào trình xử lý bên phần tử Hệ thống học từ liệu có khả tổng quát hóa liệu 1.2.5 Giải thuật di truyền Giải thuật di truyền phát triển lại hệ thống tiến hóa tự nhiên, xác giải thuật tập cá thể hình Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ thành, ước lượng biến đổi Giải thuật lại yếu tố gen nhiễm sắc thể sinh học máy tính để giải nhiều tốn thực tế khác Giải thuật di truyền dựa ba chế bản: Chọn lọc, tương giao chéo đột biến.[1] 1.3 Phương pháp khác 1.3.1 Phân nhóm phân đoạn Phương pháp phân nhóm phân đoạn kỹ thuật phân chia liệu cho phần nhóm giống theo tiêu chuẩn 1.3.2 Phương pháp suy diễn quy nạp Một sở liệu kho thông tin thơng tin quan trọng suy diễn từ kho thơng tin Có hai kỹ thuật để thực việc suy diễn quy nạp Phương pháp suy diễn: Nhằm rút thông tin kết logic thông tin sở liệu, dựa quan hệ liệu Phương pháp quy nạp: Nhằm suy thông tin sinh từ sở liệu 1.3.3 Các phương pháp dựa mẫu Sử dụng mẫu miêu tả liệu để tạo nên mọt hình dự đốn mẫu dằng cách rút thuộc tính tương tự mẫu biết mo hình Ở đây, nhiệm vụ phải xác định độ đo giống mẫu, sau rạo mẫu dự đoán.[1] Chương 2: Mạng Nơron truyền thẳng thuật toán lan truyền ngược 2.1 Tổng quan mạng Nơron 2.1.1 Lịch sử phát triển Khái niệm mạng nơ-ron đề xuất nhằm tả hoạt động nơron não người Ý tưởng bắt đầu nêu hình tính tốn mạng Perceptron (Perceptron phân loại tuyến tính dành cho Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ... báo kết tuyển sinh Đại học Số liệu thu thập từ sinh viên trường Đại học Hùng Vương Phú Thọ Bài toán dự báo dựa vào yếu tố có ảnh hưởng đến kết tuyển sinh Đại học thí sinh Số hóa Trung tâm Học. .. liệu áp dụng nhằm dự báo kết tuyển sinh Đại học giúp cho học sinh THPT biết lực khả thi tuyển đầu vào trường Đại học, Cao đẳng Mạng nơron truyền thẳng thuật toán lan truyền ngược áp dụng để dự báo. .. Gradient kết hợp 36 2.7.4 Nhận xét: 40 Chương 3: Ứng dụng mạng Nơ ron truyền thẳng thuật toán lan truyền ngược vào toán Dự báo kết tuyển sinh Đại học 42 3.1 Tổng quan toán dự báo
- Xem thêm -

Xem thêm: Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ), Một số kỹ thuật mô hình hóa và áp dụng cho bài toán dự báo kết quả tuyển sinh đại học (Luận văn thạc sĩ)

Gợi ý tài liệu liên quan cho bạn

Nhận lời giải ngay chưa đến 10 phút Đăng bài tập ngay