改进的gabc-svm及其在mooc学习模式识别中的应用

《改进的gabc-svm及其在mooc学习模式识别中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＃；ｆ＾乂為ｆＳｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙ硕±学位论文改进的ＧＡＢＣ－ＳＶＭ及其在ＭＯＯＣ学习模式识别中的应用作者姓名李潇亚学科专业计算数学指导教师肖人岳副教授所在学院数学学院论文提交日期２０１６年５月ImprovedGABC-SVManditsApplicationinPatternRecognitionofMOOCLearningADissertationSubmittedfortheDegreeofMaster

2、Candidate：LiXiaoyaSupervisor：AssociateProf.XiaoRenyueSouthChinaUniversityofTechnologyGuangzhou,China分类号：ＴＰ１８学校代号：１０５６１学号：２０１３２０１２０８５４华南理工大学硕±学位论文改进的ＧＡＢＣ－ＳＶＭ及其在ＭＯＯＣ学习模式识别中的应用作者姓名：李潇亚指导教师狸名：、巧称肖人岳副教授Ｖ申请学位级别：硕±学科专业名称：计算数学研究方向：计算智能与信息处理论文提交曰期：Ｗ

3、，《年玉月＾曰论文答辩曰期：抑月ｉｒ曰学位授予单位：华南理工大学学位授予日期；年月曰、答辩委员会成员：／／／Ｊｊ委员：本成｛？禾华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加１＾＾标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡。献的个人和集体，均己在文中明确方式标明本人完全意识到本声明的法律后果由本人承担。作者签名：曰期：名年ｒ月３曰＾Ｊ

4、学位论文版权使用蛟权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有巧保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可站公布学位论文的全，可保存、汇编学位部或部分内容ｌｙ？允许采用影印、缩印或其它复制手段论文一论。电内容和纸质的内容相致。文本人子文培的论：本学位文属于）□，（为涉密时间：年月日保密校保密会审定学位＿＿委员＿授权。日解密后用书于

5、＿年＿适本员上，享议包校发供校内师生和与学校有共协乐保密，同意在园网布盘电志提交中术期（版）子杂社单位浏；同意将本人学位论文国学刊光的览ＣＮＫＩ源》，学位论文的全部或部分全文出和编入《中国知识赏总库传播版。内容＂＂上Ｖ（请在臥相应方框内打）：曰期；作者签名寺＾指教师：日期扣导签名刮，Ａ＾电；电：Ｊ子邮箱作者联系话［址；系地（含邮编）联摘要随着互联网Web2.0和云计算技术的成熟，教育领域的全球化趋势也越来越显著。近几年逐渐兴起慕课（MassiveOpenOnlineCours

6、e,MOOC）这一新事物，其主体是学习者。基于MOOC学习数据量化识别不同类型的学习者以便对其进行个性化监督指导，对于提高教育质量具有重要意义。本文理论研究与实际应用相结合，通过对支持向量机（SupportVectorMachine,SVM）和人工蜂群算法（ArtificialBeeColony,ABC）的原理及特点的分析，提出了一种基于改进的全局最优引导人工蜂群算法优化支持向量机（简记为IGABC-SVM）的模式识别方法，并将其应用于MOOC学习者类型识别。本文的主要研究成果体现在以下几方面：（1）本文提出改进的全

7、局最优引导人工蜂群算法（IGABC）。1）采用混沌映射产生较为均匀且无重复初始种群；2）在GABC基础上提出一种互学习邻域搜索和基于迭代次数的自适应全局引导相结合的蜜源搜索公式；3）对于较高维的优化问题，进一步提出异于ABC算法及GABC算法一维随机搜索方式的多维随机搜索方式，加快了算法收敛速度。（2）本文用ABC算法、GABC算法和IGABC算法分别在6个典型测试函数的5种不同维度上进行对比实验，结果表明，除了Rosenbrock测试函数，IGABC算法在其它5个测试函数上的寻优精度和收敛速度方面均优于ABC算法和

8、GABC算法。（3）本文用SVM、ABC-SVM、GABC-SVM和IGABC-SVM分别在4个UCI数据集上进行对比实验，结果表明，IGABC-SVM算法优于其它三种算法。（4）为了解决MOOC学习者类型识别这一实际问题，本文对两门MOOC学习者数据进行相同流程的实验。首先用主成分分析(PCA)对数据特征进行降维去噪，然后用IGABC算法优化