Please wait a minute...
Advanced Search
现代图书情报技术  2004, Vol. 20 Issue (5): 83-85     https://doi.org/10.11925/infotech.1003-3513.2004.05.22
  工作交流 本期目录 | 过刊浏览 | 高级检索 |
并联BP网络在高校图书馆员工素质测评中的应用
李盼池
(大庆石油学院图书馆 黑龙江   163318)
BP Neural Network Synthetic Evaluation Method for the Ability of Clerk Competed for Station
Li Panchi
(Library of Daqing Petroleum Institute, Heilongjiang 163318, China)
全文:
输出: BibTeX | EndNote (RIS)      
摘要 

在对员工素质测评数据分析的基础上, 建立了一套能够模拟统计人员对测评数据进行统计计算的神经网络测评系统。该系统不仅可以模拟评委对每位员工的测评数据实施加权评估打分, 还可避免评估过程中的人为失误。测评数据的采集综合考虑了主、客观两部分因素, 增强了数据的公正性。本馆的评估实验结果表明了该系统的有效性和可靠性。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 神经网络员工素质综合评价    
Abstract

In this paper, a neural network synthetic evaluation method for the ability of clerk competence for station based on the analysis of the clerk examination data is proposed. The method can simulate career man to deal with clerk data with a series of parameter and it also can avoid subjective mistakes in the course of evaluation. The simulation experience proved availability and credibility of the method.

Key wordsNeural network    Clerk ability    General evaluation
收稿日期: 2003-11-06      出版日期: 2004-05-25
ZTFLH: 

TP183

 
通讯作者: 李盼池     E-mail: lipanchi@vip.sina.com
作者简介: 李盼池
引用本文:   
李盼池. 并联BP网络在高校图书馆员工素质测评中的应用[J]. 现代图书情报技术, 2004, 20(5): 83-85.
Li Panchi. BP Neural Network Synthetic Evaluation Method for the Ability of Clerk Competed for Station. New Technology of Library and Information Service, 2004, 20(5): 83-85.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2004.05.22      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2004/V20/I5/83

1 张新红. 用神经网络综合评价模型评价高技术项目的投资风险. 情报学报, 2001 (5)
2 周雪虹. 新信息技术条件下成人高校图书馆员工的素质教育. 图书馆论坛, 2003 (1)
3 王伟. 人工神经网络原理—— 入门与应用. 北京航空航天大学出版, 1995, 10
4 Abhijit S. Pandya. 神经网络模式识别极其实现. 电子工业出版社,1999, 6

[1] 范少萍,赵雨宣,安新颖,吴清强. 基于卷积神经网络的医学实体关系分类模型研究*[J]. 数据分析与知识发现, 2021, 5(9): 75-84.
[2] 范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[3] 顾耀文, 张博文, 郑思, 杨丰春, 李姣. 基于图注意力网络的药物ADMET分类预测模型构建方法*[J]. 数据分析与知识发现, 2021, 5(8): 76-85.
[4] 张乐, 冷基栋, 吕学强, 崔卓, 王磊, 游新冬. RLCPAR:一种基于强化学习的中文专利摘要改写模型*[J]. 数据分析与知识发现, 2021, 5(7): 59-69.
[5] 韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.
[6] 孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.
[7] 王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[8] 李丹阳, 甘明鑫. 基于多源信息融合的音乐推荐方法 *[J]. 数据分析与知识发现, 2021, 5(2): 94-105.
[9] 程铁军, 王曼, 黄宝凤, 冯兰萍. 基于CEEMDAN-BP模型的突发事件网络舆情预测研究*[J]. 数据分析与知识发现, 2021, 5(11): 59-67.
[10] 丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[11] 尹浩然,曹金璇,曹鲁喆,王国栋. 扩充语义维度的BiGRU-AM突发事件要素识别研究*[J]. 数据分析与知识发现, 2020, 4(9): 91-99.
[12] 邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 *[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[13] 王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
[14] 刘伟江,魏海,运天鹤. 基于卷积神经网络的客户信用评估模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 80-90.
[15] 王末,崔运鹏,陈丽,李欢. 基于深度学习的学术论文语步结构分类方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 60-68.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn