全文总字数:1981字
Chen Rong采用自行设计的研究生入学考试问卷,调查大学生考研意愿问卷调查。采用SPSS软件对问卷进行信度检验,满足研究生入学意愿影响因素分析的信度要求,并用多元线性回归方法建立了研究生入学意愿预测模型回归。其结果表明学生考研已经成为一种趋势,家庭要加大对学生的支持力度,高校和社会要积极引导学生树立自己的考研观念,理性对待学生。
Yiling Liu选取重庆某高校234门基础数学课程和研究生入学考试数学的成绩,取未参加任何课程的学生的平均成绩,建立多元线性回归模型进行评价分析,并得出数学基础课程成绩对研究生入学考试数学成绩的影响以及所有数学基础课程成绩对研究生入学考试数学成绩的影响。结果表明研究生入学考试的数学成绩与《高等数学》(卷一)的关系最为密切,其他三门课程对其也有影响,但不显著。
Haoling Zhang基于主成分分析(PCA)和反向传播神经网络,建立股票预测模型,并以云南白药(000538)为例,从股票技术分析中选取29个指标,在降维后输入神经网络,并根据不同参数数据实验中的均方误差(MSE)和平均绝对误差(MAE)的比较分析,进一步确认网络的隐藏层节点数、学习率、激活函数和训练函数。 最后,得到了稳定、准确的模型。
Xin XU等运用时差处理、主成分分析、多元BP神经网络计算、预测值集处理、事件影响指数算法等方法,构建了一个客户投诉预测模型通过主成分分析得到自变量的最优解,采用PCA-BP神经网络拟合自变量与因变量之间的函数关系,经过多次累积计算,消除了神经网络算法的随机性。同时,建立事件影响指数作为模型因子,优化模型对特殊事件的处理能力。实现了对电力客户投诉的有效准确预测。
Youchan Zhu等提出了一种基于主成分分析(PCA)和遗传算法(GA)的BP神经网络短期金价预测模型。BP可以建立黄金价格预测模型。采用遗传算法优化BP神经网络的权值和阈值,克服了BP算法容易陷入局部极小的缺点。PCA能有效地简化网络输入变量,加快收敛速度。结果表明,在黄金价格预测中,PCA-GA-BP神经网络模型与GA-BP和BP相比,收敛速度更快,预测精度更高。
李佳霖从行为经济学的相关理论出发,采用了量化分析和质性研究相结合的研究方法。首先,运用问卷调查数据对影响大学生的考研因素进行了验证与初步分析;其次,在行为经济学的理论基础上,结合问卷数据对大学生考研行为做出理论上的分析与解释;最后,通过对典型访谈案例的深入剖析,揭示大学生考研决策行为的微观决策过程。针对上述的研究结论,结合大学生考研决策过程中存在的一些偏差,文章从学校、社会以及学生自身三个角度提出以下三点建议:积极改革大学本科教育的培养模式,引导大学生找到属于自身的职业规划;国家政府或社会需鼓励弱化薪酬与学历的关联度,降低学历歧视程度;大学生应尽早学会自我定位,认清自身的实际需求。
曹雷欣等通过构建多变量的灰色GM(1,N)和BP神经网络的组合模型实现了对上证股票收益率的预测,并取得了较好的预测效果。
付晓瑞通过选取全国考研大省——河南省两所不同层次的本科院校作为本次研宄对象,通过参考国内外的相关研宄与理论,编制出关于本科生考研准备情况以及本科生考研准备方式影响因素两种调查问卷。在问卷中,对河南师范大学和安阳师范学院的本科生考研进行了详细调查,探讨了本科生考研准备方式的基本情况、存在的差异以及影响准备方式的主要因素等,据此提出一定的对策以便提升本科生的培养质量。
任艳如文章利用EViews等经济计量的工具对影响考研人数中的失业率、上一年的录取人数及国家的经状况等因素进行分析,发现考研人数与失业率、国家的GDP、高效的数量、上一年的录取率成正比。
郑健和冯亚娟为探索大学生考研动机的影响因素,从大学生考研动机的影响因素出发,构建基于贝叶斯网络的大学生考研动机影响机制模型,并通过改变父节点概率来计算各影响因素的关联度,改变子节点概率来计算考研动机的变化.研究结果表明,贝叶斯网络能较为准确地反映出大学生考研动机的影响机制各变量间的动态关系,以及各种影响因素对考研动机影响大小的具体情况。
以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。