CN107038665A - 一种输出录取概率的方法、推荐志愿高校的方法及装置 - Google Patents
一种输出录取概率的方法、推荐志愿高校的方法及装置 Download PDFInfo
- Publication number
- CN107038665A CN107038665A CN201710264064.6A CN201710264064A CN107038665A CN 107038665 A CN107038665 A CN 107038665A CN 201710264064 A CN201710264064 A CN 201710264064A CN 107038665 A CN107038665 A CN 107038665A
- Authority
- CN
- China
- Prior art keywords
- history
- universities
- colleges
- ranking
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2053—Education institution selection, admissions, or financial aid
Abstract
本发明提供了一种输出录取概率、推荐志愿高校的方法及装置,输出录取概率的方法包括:接收各个历史入学年度的实际招生人数,以及待选择高校在每一个历史入学年度的平均录取分数;确定各个平均录取分数分别对应的平均分数历史排名;根据各个历史入学年度的实际招生人数,计算各个平均分数历史排名所分别对应的平均分数标准排名;计算各个平均分数标准排名的均值和标准差;接收待查询考生的考核分数的实际成绩排名,以及接计划招生人数,根据实际成绩排名和计划招生人数计算标准成绩排名;根据标准成绩排名、均值和标准差,计算待查询考生被待选择高校录取的平均分录取概率,并输出。通过本发明的技术方案,可更为准确的得到考生被高校录取的概率。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种输出录取概率的方法、推荐志愿高校的方法及装置。
背景技术
考生在选择志愿高校时,为了方便考生将考核分数的价值进行最大化利用,通常需要根据考生的考核分数,确定考生分别被各个待选择高校录取的录取概率。
目前,确定考生被待选择高校录取的录取概率时,需要获取到待选择高校在各个历史年度内的各个历史录取分数,在每一个历史年度内的各个历史录取分数满足正态分布的情况下,计算每一个历史入学年度对应的平均录取分数,进而根据考生的考核分数及每一个历史入学年度分别对应的平均录取分数计算考生被待选择高校录取的录取概率。
在上述技术方案中,一方面,待选择高校在历史入学年度内的各个历史录取分数不满足正态分布时,则无法准确得到考生被待选择高校录取的录取概率;另一方面,各个入学年度的考核试卷难度并不相同,且各个入学年度的招生人数也并不相同,根据考核分数及各个历史入学年度分别对应的平均录取分数计算考生被待选择高校录取的录取概率时,准确性偏低。
发明内容
本发明实施例提供了一种输出录取概率的方法、推荐志愿高校的方法及装置,可更为准确的得到考生被高校录取的录取概率。
第一方面,本发明提供了一种输出录取概率的方法,包括:
接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;
计算各个所述平均分数标准排名的第一均值和第一标准差;
接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;
根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
输出所述平均分录取概率。
优选地,
所述根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名,包括:
通过如下公式计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数。
优选地,
所述根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率,包括:
确定所述平均分数历史排名的数量;
通过如下公式确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
通过如下公式计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率, tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量。
优选地,
在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最高录取分数;
确定各个所述最高录取分数分别在对应的所述历史入学年度内的最高分数历史排名;
根据各个所述最高分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最高分数历史排名分别对应的最高分数标准排名;
计算各个所述最高分数标准排名的第二均值和第二标准差;
根据所述标准成绩排名、所述第二均值和所述第二标准差,计算所述待查询考生被所述待选择高校录取的最高分录取概率;
输出所述最高分录取概率。
优选地,
在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最低录取分数;
确定各个所述最低录取分数分别在对应的历史入学年度内的最低分数历史排名;
根据各个所述最低分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最低分数历史排名分别对应的最低分数标准排名;
计算各个所述最低分数标准排名的第三均值和第三标准差;
根据所述标准成绩排名、所述第三均值和所述第三标准差,计算所述待查询考生被所述待选择高校录取的最低分录取概率;
输出所述最低分录取概率。
优选地,
所述接收待选择高校在每一个所述历史入学年度的平均录取分数,包括:
接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,
所述确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名,包括:
计算各个所述平均录取分数的第四均值和第四标准差;
根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;
确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
第二方面,本发明实施例提供了一种推荐志愿高校的方法,包括:
接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率由权利要求1至4中任一所述的方法得到;
将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
优选地,
所述接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,进一步包括:
接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,包括:
检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
第三方面,本发明实施例提供了一种输出录取概率的装置,包括:
数据采集模块,用于接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
排名确定模块,用于确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
计算模块,用于根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;以及计算各个所述平均分数标准排名的第一均值和第一标准差;
查询处理模块,用于接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;以及根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
概率输出模块,用于输出所述平均分录取概率。
优选地,
所述计算模块,用于通过如下公式计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数。
优选地,
所述查询处理模块,包括:确定单元、自变量计算单元和概率计算单元;其中,
所述确定单元,用于确定所述平均分数历史排名的数量;
所述自变量计算单元,用于通过如下公式确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
所述概率计算单元,用于通过如下公式计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率, tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量。
优选地,
所述数据采集模块,包括:输入单元、平均分计算单元;其中,
所述输入单元,用于接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
所述平均分计算单元,用于针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,所述排名确定模块,用于计算各个所述平均录取分数的第四均值和第四标准差;根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
第四方面,本发明实施例提供了一种推荐志愿高校的装置,包括:
信息输入模块,用于接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率由权利要求7至8中任一所述的装置提供;
志愿高校推荐模块,用于将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
优选地,
所述信息输入模块,进一步用于接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述志愿高校推荐模块,包括:概率检测单元和志愿高校推荐单元;其中,
所述概率检测单元,用于检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
所述志愿高校推荐单元,用于当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
本发明实施例提供了一种输出录取概率的方法、推荐志愿高校的方法及装置,本发明实施例提供的技术方案中,不再以每一个历史入学年度内的各个历史录取分数为直接依据计算考生被高校录取的概率,而是以外部输入的至少一个历史入学年度的实际招生人数、待选择高校在每一个历史入学年度的平均录取分数、待查询考生的考核分数在当前入学年度的实际成绩排名以及当前入学年度的计划招生人数为依据,在确定出各个平均录取分数分别对应的平均分数历史排名之后,将各个平均分数历史排名和实际成绩排名放入到同一个样本空间进行标准化处理,然后再利用标准化处理后得到的各个平均分数标准排名的均值、标准差以及标准成绩排名计算平均分数录取概率,并输出,从而避免了各个入学年度因试卷难度不同和招生人数不同而对计算得到的录取概率造成影响,更为准确的得到考生被高校录取的录取概率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种输出录取概率的方法的流程图;
图2是本发明一实施例提供的另一种输出录取概率的方法的流程图;
图3是本发明一实施例提供的一种推荐志愿高校的方法的流程图;
图4是本发明一实施例提供的一种输出录取概率的装置的结构示意图;
图5是本发明一实施例提供的另一种输出录取概率的装置的结构示意图;
图6是本发明一实施例提供的一种推荐志愿高校的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种输出录取概率的方法,包括:
步骤101,接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
步骤102,确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
步骤103,根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;
步骤104,计算各个所述平均分数标准排名的第一均值和第一标准差;
步骤105,接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;
步骤106,根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
步骤107,输出所述平均分录取概率。
本发明上述实施例中,不再以每一个历史入学年度内的各个历史录取分数为直接依据计算考生被高校录取的概率,而是以外部输入的至少一个历史入学年度的实际招生人数、待选择高校在每一个历史入学年度的平均录取分数、待查询考生的考核分数在当前入学年度的实际成绩排名以及当前入学年度的计划招生人数为依据,在确定出各个平均录取分数分别对应的平均分数历史排名之后,将各个平均分数历史排名和实际成绩排名放入到同一个样本空间进行标准化处理,然后再利用标准化处理后得到的各个平均分数标准排名的均值、标准差以及标准成绩排名计算平均分数录取概率,并输出,从而避免了各个入学年度因试卷难度不同和招生人数不同而对计算得到的录取概率造成影响,更为准确的得到考生被高校录取的录取概率。
应当理解的是,待查询学生被待选择高校录取的平均分录取概率越大,则说明待查询考生选择报考该待选择高校时,被该待选择高校录取的成功率越高。
本发明一个实施例中,所述步骤103的实现方式包括:
通过如下公式1计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数。
本发明上述实施例中,通过上述公式1计算各个平均分数历史排名分别对应的平均分数标准排名,即实现根据各个历史入学年度的实际招生人数,将各个平均分数历史排名放入到同一个样本空间,并计算各个平均分数历史排名在该样本空间中所对应的平均分数标准排名,从而消除各个历史入学年度因实际招生人数不同所带来的影响,使得各个平均分数历史排名之间可以进行横向比较。应当理解的是,样本空间的空间大小为常数β,常数β可以结合实际业务场景通过相应次数的样本分析以确定,具体地,在一种可能实现的方式中,常数β可以是106。
本发明一个实施例中,所述步骤106的实现方式,包括:
确定所述平均分数历史排名的数量;
通过如下公式2确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
通过如下公式3计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1) (3)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率, tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量。
本发明上述实施例中,根据各个平均分数标准排名所对应的第一均值及第一标准差,对待选择高校在当前入学年度中可能录取的各个考核分数所对应的录取位次进行区间预估,利用单侧置信算法计算平均分数标准排名高于待查询考生所对应的标准成绩排名的概率,即为待查询考生被待选择高校录取的平均分数录取概率。
具体地,由于平均分录取概率的取值范围为大于0,且不小于1,那么给定一个变量a,变量a大于0且小于1,在各个平均分数标准排名的第一均值为μ,各个平均分数标准排名的第一标准差为σ,且平均分数标准排名的个数为n时,可确定第一均值μ的单侧置信下界为即第一均值μ位于(A,∞)的置信度为(1-a)。具体地,A则表征待选择院校的平均录取位次下界,计算待查询考生对应的标准成绩排名不大于平均录取位次下界A的置信度,即令利用边界情况解方程得到a,则置信度(1-a)为待查询考生被待选择高校录取的平均分数录取概率。
进一步的,为了方便对考生的考核分数进行价值最大化,本发明一个实施例中,在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最高录取分数;
确定各个所述最高录取分数分别在对应的所述历史入学年度内的最高分数历史排名;
根据各个所述最高分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最高分数历史排名分别对应的最高分数标准排名;
计算各个所述最高分数标准排名的第二均值和第二标准差;
根据所述标准成绩排名、所述第二均值和所述第二标准差,计算所述待查询考生被所述待选择高校录取的最高分录取概率;
输出所述最高分录取概率。
本发明实施例中,可利用与上述实施例中计算待查询考生被待选择高校录取的平均分录取概率相似的方法,计算出待查询考生被待选择高校录取的最高分录取概率,并输出。当输出的最高分录取概率为1时,则说明该待选择高校相对于待查询考生的考核分数价值极小,用户则可不再选择报考该待选择高校,方便对考生的考核分数进行价值最大化。
进一步的,为了防止待查询考生选择报考录取难度极大的待选择高校,本发明一个实施例中,在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最低录取分数;
确定各个所述最低录取分数分别在对应的历史入学年度内的最低分数历史排名;
根据各个所述最低分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最低分数历史排名分别对应的最低分数标准排名;
计算各个所述最低分数标准排名的第三均值和第三标准差;
根据所述标准成绩排名、所述第三均值和所述第三标准差,计算所述待查询考生被所述待选择高校录取的最低分录取概率;
输出所述最低分录取概率。
本发明上述实施例中,可利用与上述实施例中计算待查询考生被待选择高校录取的平均分录取概率相似的方法,计算出待查询考生被待选择高校录取的最低分录取概率,并输出。当输出的最低分录取概率为0时,则说明待查询考生选择报考该待选择高校的难度极大,很难被该待选择高校所录取,待查询考生则可不再选择报考该待选择高校,避免浪费待查询考生所能报考的高校的名额。
进一步的,由于待选择院校在某一个历史入学年度录取的各个历史录取分数可能存在一些异常点,比如待选择高校在一个历史入学年度的平均录取分数B远高于其他历史入学年度的平均录取分数,该平均录取分数B并不能用于衡量该待选择高校的平均水准,即该平均录取分数B为一个异常点。因此,为了进一步提高得到的平均分录取概率的准确性,本发明一个实施例中,所述接收待选择高校在每一个所述历史入学年度的平均录取分数,包括:
接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,
所述确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名,包括:
计算各个所述平均录取分数的第四均值和第四标准差;
根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;
确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
本发明实施例中,通过将不能代表高校平均水准的各个异常点(即平均录取分数)进行去除处理,不再以各个异常点为依据计算待查询考生被待选择高校所录取的平均分录取概率,可进一步提高得到的平均分录取概率的准确性。
相似地,在计算最高分录取概率和最低分录取概率时,可利用与上述实施例相似的方法去除发生异常的各个最高录取分数和最低录取分数,从而实现进一步提高得到的最高分录取概率和最低分录取概率的准确性。
为了更加清楚的说明本发明的技术方案,本发明实施例结合具体的业务场景,以同时输出待查询考生被待选择高校X录取的平均分录取概率、最高分录取概率和最低分录取概率为例,如图2所示,具体可以包括如下各个步骤:
步骤201,接收外部输入的待选择高校X在各个历史入学年度内分别录取的至少一个历史录取分数,以及接收外部输入的每一个历史入学年度的实际招生人数。
步骤202,针对于每一个历史入学年度分别录取的各个历史录取分数,确定出当前历史入学年度内的最高录取分数Hi,最低录取分数Li和平均录取分数Pi。
应当理解的是,步骤201至步骤202中,也可以是直接接收外部输入设备输入的待选择高校在各个历史入学年度内的最该录取分数Hi、最低录取分数Li和平均录取分数Pi。
步骤203,计算各个最高录取分数Hi的均值μ1和标准差δ1,计算各个最低录取分数Li的均值μ2和标准差δ2,计算各个平均录取分数Pi的均值μ3 和标准差δ3。
步骤204,根据均值μ1和标准差δ1,分别判断每一个最高录取分数Hi是否发生异常;根据均值μ2和标准差δ2,分别判断每一个最低录取分数Li是否发生异常;根据均值μ3和标准差δ3,分别判断每一个平均录取分数是否发生异常。
具体地,步骤204可通过如下公式4判断每一个平均录取分数是否发生异常:
|Pi-μ3|>B*δ3 (4)
其中,Pi表征第i个平均录取分数,B为常数。当第i个平均录取分数满足上述公式4时,则判断第i个平均录取分数发生异常。
相似地,可利用与上述公式4相似的公式判断每一个最高录取分数是否发生异常,以及每一个最低录取分数是否发生异常。
步骤205,确定未发生异常的各个平均录取分数Pi在对应的历史入学年度内的平均分数历史排名;确定未发生异常的各个最高录取分数Hi在对应的历史入学年度内的平均分数历史排名;确定未发生异常的各个最低录取分数 Li在对应的历史入学年度内的最低分数历史排名。
步骤206,根据各个历史入学年度的实际招生人数,计算各个平均分数历史排名分别对应的平均分数标准排名;计算各个最高分数历史排名分别对应的最高分数标准排名;计算各个最低分数历史排名分别对应的最低分数标准排名。
具体地,这里可以具体利用与上述公式1相同或相似的公式分别计算各个平均分数历史排名分别对应的平均分数标准排名、各个最高分数历史排名分别对应的最高分数标准排名及各个最低分数历史排名分别对应的最低分数标准排名。
步骤207,计算各个平均分数标准排名的第一均值和第一标准差;计算各个最高分数标准排名的第二均值和第二标准差;计算各个最地分数标准排名的第三均值和第三标准差。
步骤208,接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收当前入学年度的计划招生人数,并根据获取的实际成绩排名和计划招生人数计算标准成绩排名。
具体地,这里可以利用与上述公式1相同或相似的公式计算标准成绩排名。
步骤209,确定平均分数历史排名的数量n1、最高分数历史排名的数量 n2及最低分数历史排名的数量n3。
步骤210,计算平均分数录取概率所对应的t分布累计函数的自变量ta1;计算最高分数录取概率所对应的t分布累计函数的自变量ta2;计算最低分数录取概率所对应的t分布累计概率函数的自变量ta3。
本发明实施例中,可利用与上述公式2相同或相似的公式计算t分布累计函数的自变量ta1、ta2、ta3。
步骤211,根据自变量ta1和平均分数历史排名的数量n1计算待查询考生被待选择高校X录取的平均分录取概率P1,根据自变量ta2和最高分数历史排名的数量n2计算待查询考生被待选择高校X录取的最高分录取概率P2,根据自变量ta3和最低分数历史排名的数量n3计算待查询考生被待选择高校 X录取的最低分录取概率P3。
本发明上述实施例中,可利用与上述公式3相同或相似的公式计算平均分录取概率P1、最高分录取概率P2及最低分录取概率P3。
步骤212,输出待查询考生被待选择高校X录取的平均分录取概率P1、最高分录取概率P2及最低分录取概率P3。
相应地,待查询考生则可以根据输出的平均分录取概率P1、最高分录取概率P2及最低分录取概率P3选择是否报考该待选择高校;比如,当最高分录取概率P2等于1时,说明该待选择高校相对于待查询考生的考核分数价值极小,用户则可不再选择报考该待选择高校,方便对考生的考核分数进行价值最大化;又如,当输出的最低分录取概率P3等于0时,则说明待查询考生选择报考该待选择高校的难度极大,很难被该待选择高校所录取,用户则可不再选择报考该待选择高校,避免浪费待查询考生所能报考的高校的名额;当最高分录取概率P2不等于1,且最低分录取概率不等于0时,用户则可以根据平均分录取概率的大小根据实际需求选择性报考该待选择高校。
在输出平均分录取概率P1、最高分录取概率P2及最低分录取概率P3 之后,还可以继续进行后续的业务处理,比如根据平均分录取概率P1、最高分录取概率P2及最低分录取概率P3确定是否将待选择高校作为志愿高校推荐给待查询考生。
如图3所示,本发明提供了一种推荐志愿高校的方法,包括:
步骤301,接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率由上述实施例中任一所述的方法得到;
步骤302,将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
本发明实施例中,在接收待查询考生分别被至少一个待选择高校录取的平均分录取概率之后,由于对应平均分录取概率越高,则说明待查询考生更易于被该待查询高校所录取,将对应平均分录取概率较大的至少一个待选择高校作为志愿高校,并推荐给用户,用户则可以从推荐的各个带选择高校中进行选择性报考。
本发明一个实施例中,所述将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校时,可具体通过如下两种方式来实现:
实现方式1:按照大小顺序,对接收的各个平均分数录取概率进行排序,选择排序靠前的设定数量个平均分录取概率,将选择的各个平均分录取概率所分别对应的待选择高校作为志愿高校。
实现方式2:预先设置概率阈值,从接收的各个平均分录取概率中选择不小于所述概率阈值的至少一个平均分录取概率,将选择的各个平均分录取概率所分别对应的待选择高校作为志愿高校。
进一步的,本发明一个实施例中,所述接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,进一步包括:
接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,包括:
检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
本发明上述实施例中,通过将对应最高分录取概率为1,或对应最低分录取概率为0的各个待选择高校进行滤除,即仅从对应最高分录取概率不为 1,且对应最低分录取概率不为0的各个目标高校中,选择出对应平均分录取概率较大的至少一个目标高校作为所述志愿高校,并推荐给用户。一方面,可使待查询考生选择性报考推荐的各个志愿高校时,提高待查询考生被所报考的高校录取的成功率;另一方面,可实现将待查询考生的考核分数价值最大化。
如图4所示,本发明实施例提供了一种输出录取概率的装置,包括:
数据采集模块401,用于接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
排名确定模块402,用于确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
计算模块403,用于根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;以及计算各个所述平均分数标准排名的第一均值和第一标准差;
查询处理模块404,用于接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;以及根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
概率输出模块405,用于输出所述平均分录取概率。
本发明一个优选实施例中,所述计算模块403,用于通过如下公式1计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数。
如图5所示,本发明一个优选实施例中,所述查询处理模块404,包括:确定单元4041、自变量计算单元4042和概率计算单元4043;其中,
所述确定单元4041,用于确定所述平均分数历史排名的数量;
所述自变量计算单元4042,用于通过如下公式2确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
所述概率计算单元4043,用于通过如下公式3计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1) (3)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率, tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量。
本发明一个优选实施例中,所述数据采集模块401,包括:输入单元(附图中未示出)和平均分计算单元(附图中未示出);其中,
所述输入单元,用于接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
所述平均分计算单元,用于针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,所述排名确定模块402,用于计算各个所述平均录取分数的第四均值和第四标准差;根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
如图6所示,本发明实施例提供了一种推荐志愿高校的装置,包括:
信息输入模块601,用于接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率可以由本发明任意一个实施例提供的一种输出录取概率的装置提供;
志愿高校推荐模块602,用于将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
如图6所示,本发明一个优选实施例中,所述信息输入模块601,进一步用于接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述志愿高校推荐模块602,包括:概率检测单元(附图中未示出) 和志愿高校推荐单元(附图中未示出);其中,
所述概率检测单元,用于检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
所述志愿高校推荐单元,用于当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
综上所述,本发明各个实施例至少具有如下有益效果:
1、本发明一实施例中,不再以每一个历史入学年度内的各个历史录取分数为直接依据计算考生被高校录取的概率,而是以外部输入的至少一个历史入学年度的实际招生人数、待选择高校在每一个历史入学年度的平均录取分数、待查询考生的考核分数在当前入学年度的实际成绩排名以及当前入学年度的计划招生人数为依据,在确定出各个平均录取分数分别对应的平均分数历史排名之后,将各个平均分数历史排名和实际成绩排名放入到同一个样本空间进行标准化处理,然后再利用标准化处理后得到的各个平均分数标准排名的均值、标准差以及标准成绩排名计算平均分数录取概率,并输出,从而避免了各个入学年度因试卷难度不同和招生人数不同而对计算得到的录取概率造成影响,更为准确的得到考生被高校录取的录取概率。
2、本发明一实施例中,计算出待查询考生被待选择高校录取的最高分录取概率,并输出。当输出的最高分录取概率为1时,则说明该待选择高校相对于待查询考生的考核分数价值极小,用户则可不再选择报考该待选择高校,方便对考生的考核分数进行价值最大化。
3、本发明一个实施例中,计算出待查询考生被待选择高校录取的最低分录取概率,并输出。当输出的最低分录取概率为0时,则说明待查询考生选择报考该待选择高校的难度极大,很难被该待选择高校所录取,待查询考生则可不再选择报考该待选择高校,避免浪费待查询考生所能报考的高校的名额。
4、本发明一个实施例中,通过将不能代表高校平均水准的各个异常点进行去除处理,不再以各个异常点为依据计算待查询考生被待选择高校所录取的录取概率,可进一步提高得到的录取概率的准确性。
5、本发明一个实施例中,在接收待查询考生分别被至少一个待选择高校录取的平均分录取概率之后,由于对应平均分录取概率越高,则说明待查询考生更易于被该待查询高校所录取,将对应平均分录取概率较大的至少一个待选择高校作为志愿高校,并推荐给用户,用户则可以从推荐的各个带选择高校中进行选择性报考。
6、本发明一个实施例中,仅从对应最高分录取概率不为1,且对应最低分录取概率不为0的各个目标高校中,选择出对应平均分录取概率较大的至少一个目标高校作为所述志愿高校,并推荐给用户。一方面,可使待查询考生选择性报考推荐的各个志愿高校时,提高待查询考生被所报考的高校录取的成功率;另一方面,可实现将待查询考生的考核分数价值最大化。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个······”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种输出录取概率的方法,其特征在于,包括:
接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;
计算各个所述平均分数标准排名的第一均值和第一标准差;
还包括:
接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;
根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
输出所述平均分录取概率。
2.根据权利要求1所述的方法,其特征在于,
所述根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名,包括:
通过如下公式计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数;
和/或,
所述根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率,包括:
确定所述平均分数历史排名的数量;
通过如下公式确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
通过如下公式计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率,tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量。
3.根据权利要求1所述的方法,其特征在于,
在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最高录取分数;
确定各个所述最高录取分数分别在对应的所述历史入学年度内的最高分数历史排名;
根据各个所述最高分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最高分数历史排名分别对应的最高分数标准排名;
计算各个所述最高分数标准排名的第二均值和第二标准差;
根据所述标准成绩排名、所述第二均值和所述第二标准差,计算所述待查询考生被所述待选择高校录取的最高分录取概率;
输出所述最高分录取概率;
和/或,
在所述接收至少一个历史入学年度的实际招生人数之后,还包括:
接收待选择高校在每一个所述历史入学年度的最低录取分数;
确定各个所述最低录取分数分别在对应的历史入学年度内的最低分数历史排名;
根据各个所述最低分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述最低分数历史排名分别对应的最低分数标准排名;
计算各个所述最低分数标准排名的第三均值和第三标准差;
根据所述标准成绩排名、所述第三均值和所述第三标准差,计算所述待查询考生被所述待选择高校录取的最低分录取概率;
输出所述最低分录取概率。
4.根据权利要求1至3中任一所述的方法,其特征在于,
所述接收待选择高校在每一个所述历史入学年度的平均录取分数,包括:
接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,
所述确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名,包括:
计算各个所述平均录取分数的第四均值和第四标准差;
根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;
确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
5.一种推荐志愿高校的方法,其特征在于,包括:
接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率由权利要求1至4中任一所述的方法得到;
将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
6.根据权利要求5所述的方法,其特征在于,
所述接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,进一步包括:
接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,包括:
检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
7.一种输出录取概率的装置,其特征在于,包括:
数据采集模块,用于接收至少一个历史入学年度的实际招生人数,以及接收待选择高校在每一个所述历史入学年度的平均录取分数;
排名确定模块,用于确定各个所述平均录取分数分别在对应的历史入学年度内的平均分数历史排名;
计算模块,用于根据各个所述平均分数历史排名所分别对应的历史入学年度的实际招生人数,计算各个所述平均分数历史排名所分别对应的平均分数标准排名;以及计算各个所述平均分数标准排名的第一均值和第一标准差;
查询处理模块,用于接收待查询考生的考核分数在当前入学年度的实际成绩排名,以及接收所述当前入学年度的计划招生人数,并根据获取的所述实际成绩排名和所述计划招生人数计算标准成绩排名;以及根据所述标准成绩排名、所述第一均值和所述第一标准差,计算所述待查询考生被所述待选择高校录取的平均分录取概率;
概率输出模块,用于输出所述平均分录取概率。
8.根据权利要求7所述的装置,其特征在于,
所述计算模块,用于通过如下公式计算各个所述平均分数历史排名所分别对应的平均分数标准排名:
其中,Bi表征第i个历史入学年度的实际招生人数,Ai表征待选择高校在第i个历史入学年度的平均录取分数在第i个历史入学年度内的平均分数历史排名,αi表征平均分数历史排名Ai所对应的平均分数标准排名,β为常数;
和/或,
所述查询处理模块,包括:确定单元、自变量计算单元和概率计算单元;其中,
所述确定单元,用于确定所述平均分数历史排名的数量;
所述自变量计算单元,用于通过如下公式确定t分布累计概率函数的自变量:
其中,ta表征t分布累计概率函数的自变量,μ表征第一均值,σ表征第一标准差,R表征标准成绩排名,n表征平均分数历史排名的数量;
所述概率计算单元,用于通过如下公式计算所述待查询考生被所述待选择高校录取的平均分录取概率:
P=tcdf(tα,n-1)
其中,P表征所述待查询考生被所述待选择高校录取的平均分录取概率,tcdf(tα,n-1)表征自变量为ta且自由度为n-1的t分布累计概率函数,n表征平均分数历史排名的数量;
和/或,
所述数据采集模块,包括:输入单元、平均分计算单元;其中,
所述输入单元,用于接收待选择高校在每一个所述历史入学年度分别录取的至少一个历史录取分数;
所述平均分计算单元,用于针对于每一个所述历史入学年度分别录取的至少一个历史录取分数,计算待选择高校在当前所述历史入学年度录取的各个所述历史录取分数的平均录取分数;
则,所述排名确定模块,用于计算各个所述平均录取分数的第四均值和第四标准差;根据所述第四均值和所述第四标准差,判断各个所述平均录取分数是否发生异常;确定未发生异常的各个所述平均录取分数在对应的历史入学年度内的平均分数历史排名。
9.一种推荐志愿高校的装置,其特征在于,包括:
信息输入模块,用于接收待查询考生分别被至少一个待选择高校录取的平均分录取概率,各个所述平均分录取概率由权利要求7至8中任一所述的装置提供;
志愿高校推荐模块,用于将对应平均分录取概率较大的至少一个待选择高校作为所述志愿高校,并推荐给用户。
10.根据权利要求9所述的装置,其特征在于,
所述信息输入模块,进一步用于接收待查询考生分别被至少一个待选择高校录取的最高分录取概率及最低分录取概率;
则,所述志愿高校推荐模块,包括:概率检测单元和志愿高校推荐单元;其中,
所述概率检测单元,用于检测各个所述待选择高校中是否存在至少一个目标高校所对应的最高分录取概率不为1,且所述目标高校所对应的最低分录取概率不为0;
所述志愿高校推荐单元,用于当存在至少一个所述目标高校时,将对应平均分录取概率较大的至少一个目标高校作为所述志愿高校。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710264064.6A CN107038665A (zh) | 2017-04-21 | 2017-04-21 | 一种输出录取概率的方法、推荐志愿高校的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710264064.6A CN107038665A (zh) | 2017-04-21 | 2017-04-21 | 一种输出录取概率的方法、推荐志愿高校的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107038665A true CN107038665A (zh) | 2017-08-11 |
Family
ID=59535974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710264064.6A Pending CN107038665A (zh) | 2017-04-21 | 2017-04-21 | 一种输出录取概率的方法、推荐志愿高校的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038665A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874749A (zh) * | 2018-06-22 | 2018-11-23 | 西南科技大学 | 一种高考志愿录取概率模型的建立方法 |
CN112070376A (zh) * | 2020-08-27 | 2020-12-11 | 北京国育未来文化发展有限公司 | 高考志愿推荐方法、装置、终端及计算机可读存储介质 |
CN112396210A (zh) * | 2019-08-16 | 2021-02-23 | 搜狗(杭州)智能科技有限公司 | 高考录取概率预测方法及装置 |
CN113343107A (zh) * | 2021-07-01 | 2021-09-03 | 成都智尔智科技有限公司 | 一种高考志愿推荐方法 |
-
2017
- 2017-04-21 CN CN201710264064.6A patent/CN107038665A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874749A (zh) * | 2018-06-22 | 2018-11-23 | 西南科技大学 | 一种高考志愿录取概率模型的建立方法 |
CN112396210A (zh) * | 2019-08-16 | 2021-02-23 | 搜狗(杭州)智能科技有限公司 | 高考录取概率预测方法及装置 |
CN112070376A (zh) * | 2020-08-27 | 2020-12-11 | 北京国育未来文化发展有限公司 | 高考志愿推荐方法、装置、终端及计算机可读存储介质 |
CN113343107A (zh) * | 2021-07-01 | 2021-09-03 | 成都智尔智科技有限公司 | 一种高考志愿推荐方法 |
CN113343107B (zh) * | 2021-07-01 | 2023-06-27 | 成都智尔智科技有限公司 | 一种高考志愿推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107038665A (zh) | 一种输出录取概率的方法、推荐志愿高校的方法及装置 | |
Banks | Signal detection theory and human memory. | |
CN107798621B (zh) | 疾病诊断信息审核方法及装置 | |
CN108446621A (zh) | 票据识别方法、服务器及计算机可读存储介质 | |
CN106326473A (zh) | 基于熵权算法与层次分析法的数据挖掘方法与系统 | |
Zhang et al. | The use of ROC and AUC in the validation of objective image fusion evaluation metrics | |
US20160275147A1 (en) | Document classification system, document classification method, and document classification program | |
US20140207478A1 (en) | Physician composite quality scoring and rating methodology | |
KR20190098376A (ko) | 대학입시 합격 예측 방법 | |
CN106803216A (zh) | 一种适应浙江省的志愿推荐系统及方法 | |
CN111754110A (zh) | 基于人工智能的经营指标评价方法、装置、设备及介质 | |
CN106779224A (zh) | 一种预测高考录取概率的方法及系统 | |
CN105913350A (zh) | 一种基于位点法的高考志愿填报决策方法及系统 | |
CN108334908A (zh) | 铁路钢轨伤损检测方法及装置 | |
Buddin Jr et al. | An examination of the frequency of invalid forgetting on the Test of Memory Malingering | |
CN111832264B (zh) | 基于pdf文件的签名位置确定方法、装置及设备 | |
Adamson et al. | Repeat testing with the HESI exit exam-sixth validity study | |
CN109754880A (zh) | 临床诊疗输出方法及装置 | |
CN112989990A (zh) | 医疗票据识别方法、装置、设备及存储介质 | |
Buchan et al. | Global neuroscience and mental health research: a bibliometrics case study | |
CN106611530A (zh) | 一种信息处理方法及系统 | |
Sadler | Using the variance function to estimate limit of blank, limit of detection and their confidence intervals | |
CN109615204B (zh) | 医疗数据的质量评估方法、装置、设备及可读存储介质 | |
DiBartola et al. | Metrics and the scientific literature: deciding what to read | |
Sari et al. | Differential item functioning detection across two methods of defining group comparisons: Pairwise and composite group comparisons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170811 |