[发明专利]多语言人才等级评价方法和系统在审
| 申请号： | 201811506860.7 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109858730A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 朱西平;苏赋;汪敏;苟智坚;韩斌;李季;郑达;帅靖;杨朋 | 申请（专利权）人： | 西南石油大学;成都信息工程大学;四川品亿科技有限公司 |
| 主分类号： | G06Q10/06 | 分类号： | G06Q10/06;G06N3/08 |
| 代理公司： | 成都众恒智合专利代理事务所(普通合伙) 51239 | 代理人： | 钟显毅 |
| 地址： | 610500 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多语言人才等级评价方法，包括获取多语言人才用户历史数据，对所述用户历史数据进行信用评分；初始化前向神经结构，初始化权值和阈值，并传输至改进型PSO算法；初始化PSO种群并接收前向神经传输的值，根据适应度函数不断更新个体极值、全局极值更新速度和惯性权值，直到满足最小误差要求或达到最大迭代次数；将得到的值赋值给前向神经，得到最优的权值和阈值，输入用户历史数据，进行网络训练，直到满足误差要求或者达到最大迭代次数，则训练结束；输入待评价用户数据进行信用评价。本发明网络学习速度快，而且测试精确率高，在多语言人才用户信用评价中具有实用性。 | ||
| 搜索关键词： | 多语言 初始化 前向 用户历史数据 等级评价 权值和 迭代 神经 适应度函数 传输 历史数据 神经结构 输入用户 网络学习 网络训练 误差要求 信用评价 用户数据 用户信用 最小误差 改进型 更新 种群 测试 信用 全局 | ||
【主权项】：
1.一种多语言人才等级评价方法，其特征在于，包括如下步骤：(1)获取多语言人才用户历史数据，对所述用户历史数据进行信用评分；(2)初始化前向神经结构，初始化权值和阈值，并传输至改进型PSO算法；(3)初始化PSO种群并接收前向神经传输的值，根据适应度函数不断更新个体极值、全局极值更新速度和惯性权值，直到满足最小误差要求或达到最大迭代次数；(4)将得到的值赋值给前向神经，得到最优的权值和阈值，输入用户历史数据，进行网络训练，直到满足误差要求或者达到最大迭代次数，则训练结束；(5)输入待评价用户数据进行信用评价。
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西南石油大学;成都信息工程大学;四川品亿科技有限公司，未经西南石油大学;成都信息工程大学;四川品亿科技有限公司许可，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/201811506860.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种配电网风险评估方法及装置
- 下一篇：配电主站系统、历史数据存储方法及系统
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
