典型文献
基于多维度特征的大学生心理健康状态评估
文献摘要：
以大学生行为特征为基础,进行心理健康状态评估时,主要依据单一维度的特征,使得评估结果均方误差较大.因此,文章引入多维度特征理念,设计一种新的大学生心理健康状态评估方法.引入信息熵概念对心理状态感知数据进行分析,完成数据特征维度的构造与选择.结合常规心理状态自评标准,建立心理健康评估指标体系,并为每项评估指标进行赋权.通过局部线性嵌入算法对多维度特征数据进行降维处理,再结合支持向量机算法,构建基于多维度特征的评价模型.最后,运用模糊综合算法和最大隶属原则,得到大学生心理健康评估结果.实验结果表明:所提方法评估结果的均方误差为0.02,与基于决策树、基于前馈神经网络的评估方法相比,均方误差分别降低了11％、17％.
文献关键词：
多维度特征;大学生;心理健康;状态评估;局部线性嵌入;支持向量机
中图分类号：
作者姓名：
蔡婉君;姚俊
作者机构：
漳州职业技术学院心理健康咨询科;漳州职业技术学院智能制造学院 福建漳州 363000
文献出处：
引用格式：
[1]蔡婉君;姚俊-.基于多维度特征的大学生心理健康状态评估)[J].九江学院学报（自然科学版）,2022(04):7-12
A类：
B类：
多维度特征,大学生心理健康,心理健康状态,健康状态评估,大学生行为特征,均方误差,信息熵,心理状态,状态感知,感知数据,数据特征,评标,立心,心理健康评估,评估指标体系,每项,局部线性嵌入算法,特征数据,降维处理,支持向量机算法,模糊综合,合算,最大隶属原则,方法评估,决策树,前馈神经网络
AB值：
0.259977
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
