《毕业设计（论文）基于模糊数学的学位论文评价体系.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于模糊数学的学位论文评价体系.doc（21页珍藏版）》请在三一办公上搜索。
1、承诺书我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平。基于模糊数学的学位论文质量评价摘要随着我国新学位制度的不断地改进与完善，论文的质量评价问题也日益成为人们关注的焦点。研究分析论文的质量，找出当前论文在质量评价体系过程中存在的问题，并建立合理的论文质量评价体系，对
2、我国的科技、教育、经济等的发展显得尤为重要。本文以两位专家对学位论文的评审结果和对学位论文的选题意义、学术水平、科研能力等影响论文质量的七个因素的得分有关情况，以及这两者之间的相关关系和两位专家的相关差异为主线，通过建立模糊综合评价体系，用MATLAB计算分析学位论文的评审结果和影响论文质量的七个因素的得分，以及两位专家对评审论文的差异性，得出相关结论。根据题目要求，本文将从三个方面进行研究。针对问题一，我们将两位专家根据对学位论文的7项评定指标所打出的分数进行分类，分别分出优秀、良好、合格与不合格四类。通过模糊数学算法，运用MATLAB分别计算得出专家一所评审的优秀论文对应的模糊行向量为(0
3、.1463,0.1423,0.1436,0.1383,0.1450,0.1450,0.1396),良好论文对应的模糊行向量为(0.1498,0.1418，0.1412，0.1395,0.1413,0.1465,0.1399),合格与不合格论文分别对应模糊行向量为(0.1667,0.1520,0.1250,0.1351,0.1318,0.1577,0.1318),(0,0,0,0,0,0,0)。而专家二所评审的优秀、良好、合格与不合格论文分别对应的模糊行向量为：(0.1451,0.1404,0.1467,0.1404,0.1435,0.1435,0.1404),(0.1505,0.1424,0.
4、1432,0.1391,0.1421,0.1466,0.1362),(0.1571,0.1457,0.1314,0.1268,0.1371,0.1514,0.1468),(0.1923,0.1538,0.1538,0,0.1538,0.1923,0.1538)。假设在3%的允许误差范围内，通过欧氏距离法，可以计算得出：两位专家对序号为008、010等10篇论文的评审结果有显著差异。对于这10篇论文，我们求取两位专家对他们平均模糊行向量，运用格贴近度公式，计算得出我们对这10篇论文的评审结果。（评审结果见附录一）针对问题二，我们通过下载收集资料，并且结合对学位论文实际情况的研究分析，得出我们对评
5、价学位论文的选题意义、现状综述等7个指标的权重分别为：0.21,0.11,0.14,0.12,0.19,0.10,0.13。用Excel算出表附件二中论文的最终成绩，利用加权平均法求得表附件二所有学位论文的均值为75.45，进而算出他们的标准差为6.02。我们以均值和标准差之积作为评价指标，利用Excel对相关数据进行处理，通过建立模糊学位论文评价体系，进而对表附件二所有学位论文进行评价。（最终评审结果见附录二）针对问题三，我们结合评审学位论文的模型，以及实际中存在的情况，对于提高论文的评阅质量，我们建议学位论文的评审专家的数量应该在3至5人，这样就增加了至少一个模糊行向量，减少了主观因素对论
6、文质量的影响，同时应该要求学位论文的评审专家应该与学生或者学生的导师没有利益关系。更重要的是，要求评审学位论文的专家严格按照论文的撰写的规范要求和论文质量评估指标逐项评审、逐项打分。（具体见附录三中的信件）关键词：论文质量评价体系 模糊数学 MATLAB 欧氏距离法格贴近度公式 权重一问题重述我国自1980年建立新的学位制度以来，已初步形成了具有我国特色的教育模式，并且随着社会环境的变化和人才培养的不同要求适时作出调整。然而,这种多样化的招生和培养方式，也使得学位论文质量问题日益引起人们关注。特别是近些年来大学生招生规模的迅速扩张，更使学位论文质量问题成为人们关注的焦点。学位论文的评价是决定论
7、文质量和创新性的重要环节。确定一份学位论文质量及是否同意参加答辩，一般是通过聘请相关领域的两位专家进行评审，每位专家一般评阅2-6份论文。目前的学位论文评估标准尚不完善，现行的学位论文评价方法一般分为两种：一种是定性评价，就是专家根据对论文的整体印象做出优、良、中、差的判断；二是定量分析，对学位论文各项评定指标赋以一定的分数和权重，评审时，专家根据指标打分，最后进行加权平均算出分数，作为学位论文的最终评审结果。如何建立合理有效的论文质量评价体系，并通过量化的手段找出当前学位论文过程中存在的问题，已成为保证、提高学位论文质量的第一大关口，是国家乃至每个人都十分关注的一项课题。因此建立合理的论文质
8、量评价体系，对我国的科技、教育、经济等的发展显得尤为重要。参考附件所提供的数据，对下列三个问题，附件1给出了某一年份许多专家对某专业一些学位论文7个指标的评价分数和评价结果；附件2仅给出了一些学位论文的评价分数。问题一：分析附件1中每份论文经两位专家的评价结果有无显著性差异。对评价结果有显著差异的论文，要求我们给出评价方法和结果。问题二：根据收集的资料，分析和讨论评价指标的权重，建立学位论文质量评价模型，并给出附件2的最终评价结果问题三：要求我们结合自己的模型，给主管部门写一封信，阐述我们对提高学位论文评阅质量的方法与途径。二问题的分析问题一的分析该问题要求我们找出分析附件1中每份论文经两位专
9、家的评价结果有无显著性差异。并且对评价结果有显著差异的论文，要求给出评价方法和结果。从题目给出的数据和我们自己收集到的资料出发，我们先用Excel对所有数据进行预处理，分析两位专家对每一篇相同论文的评审结果。在选用模糊数学中模糊聚类分析法（数理统计中一种多元的分析方法，它是用数学方法定量的确定样本的亲疏关系，从而客观划分类型，判断差异），以优秀、良好、合格和不合格作为影响因子，把所有论文进行分类，通过MATLAB计算得出，专家一评审优秀、良好、合格、不合格论文的各自对应的模糊行向量，同样计算得出专家二评审各类论文的模糊向量，之后运用通过欧氏距离法，可以计算得出：两位专家对每篇学位论文的评审结果
10、是否有显著差异。再次考虑对有显著差异的论文进行评价。对每一篇有显著论文用向量来表示，利用格贴近度公式，计算得出我们对有显著差异的论文的评审结果。问题二的分析该问题要求我们根据收集的资料，分析和讨论评价指标的权重，建立学位论文质量评价模型，并给出附件2的最终评价结果。通过下载收集资料，并且结合对学位论文实际情况的研究分析，得出我们自己对评价学位论文的选题意义、现状综述等7个指标的权重。利用Excel计算得出附件2中每一篇学位论文的最终得分，之后再计算出均值、标准差。依据每一篇论文的均值、标准差，来建立一个模糊评价体系，对附件2中的每一篇论文给出我们的评价结果。问题三的分析该问题要求我们自己结合自
11、己的模型，给主管部门写一封信，阐述我们对提高学位论文评阅质量的方法与途径。对于该问题，我们通过下载资料和询问导师有关情况，并结合自己的模型，给出我们的意见和建议。三模型假设1. 假设两位专家在对同一论文进行打分时相互独立的，相互不受影响。2. 假设专家在对论文进行打分时公平公正，没有徇私舞弊。3. 假设在数据计算过程中，误差在合理范围之内且对数据结果的影响可以忽略。4. 假设允许存在合理的主观因素和客观因素。5. 假设论文评阅不受各专业的类别影响。四符号说明4.1问题一的符号说明表示学位论文的评价结果（表示优秀，表示良好，表示合格，表示不合格）表示学位论文的评价结果中的第j个评价指标表示专家一
12、所评审的论文的特性指标矩阵表示专家二所评审的论文的特性指标矩阵表示中的最大值 r表示模糊相似矩阵表示模糊相似矩阵r中的第i行中的第j列的元素表示行向量中的第k个元素表示行向量中的第k个元素4.2问题二的符号说明表示第项论文评分指标的得分表示所有评分指标的总得分为第j项指标的权重表示表附件二论文的总数表示评价学位论文指标的总数表示第篇论文的最终得分表示第篇论文的第j个指标的评价得分表示所有论文得分的总和的大小表示评价标号为的学位论文的质量（注：其他临时符号的意义在使用时给出）五模型的建立与求解5.1问题一模型的建立与求解 根据表附件一所给的某一年份两位专家对某专业一些学位论文7个指标的评价分数和
13、其评价结果，可将论文评价结果分为优秀、良好、合格以及不合格四类。由表附件一的结果可以得到：两位专家分别对优秀论文、良好论文、合格论文与不合格论文各评审了篇数。其统计柱形图如下： 从总体上来看，两位专家对评审论文的结果没有显著差异。为了进一步观察两位专家对评审论文结果的具体情况，我们将运用模糊数学，来计算抽取两位专家分别对优秀论文、良好论文、合格论文与不合格论文的模糊行向量。5.1.1获取数据假设论域X=为被分类的n=4的学位论文评价结果，每个论文评价结果又由m=7个指标表示其性状：=，其中=1,2, n。于是可以得到原始数据矩阵Y=则专家一所评审的论文的特性指标矩阵为：专家二所评审的论文的特性
14、指标矩阵为：5.1.2数据的标准化处理 , (i=1,2,n；j=1,2,m) (5-1) 其中，, (5-2) （j=1,2,m） (5-3) 最大值规格化：(5-4) 其中： (5-5)5.1.3确定模糊相似矩阵 算术平均值法,() (5-6)则得到专家一所评论文得到的模糊相似矩阵：专家二所评论文得到的模糊相似矩阵：由此有专家一评审优秀论文的模糊行向量为：A1=（0.1463,0.1423,0.1436,0.1383,0.1450,0.1450,0.1396）；良好论文的模糊行向量为：A2=（0.1498,0.1418,0.1412,0.1395,0.1413,0.1465,0.1399）
15、；合格论文的模糊行向量为：A3=（0.1667,0.1520,0.1250,0.1351,0.1318,0.1577,0.1318）；故专家二所评审优秀、良好、合格、不合格论文的模糊向量分别为：B1=（0.1451,0.1404,0.1467,0.1404,0.1435,0.1435,0.1404）；B2=（0.1505,0.1424,0.1432,0.1391,0.1421,0.1466,0.1362）；B3=（0.1571,0.1457,0.1314,0.1286,0.1371,0.1514,0.1486）；B4=（0.1923,0.1538,0.1538,0,0.1538,0.1923,
16、0.1538）；5.1.4确定两位专家评审论文的差异性欧氏距离法（源程序代码见附录四）： (5-7)我们假设它们之间的距离在3%范围之内，即它们之间的距离小于等于0.03，就说明两位专家对同一论文的评审结果无差异；如果他们之间的距离超出了3%的范围，就说明两位专家对同一论文的评审结果有显著性差异。则由式子（7）计算得出有显著性差异的配对为：d(A3,B1)=0.0389 d(A3,B2)=0.0308 d(A3,B4)=0.1481由此可以得出：两位专家对序号为：008、010、040、042、045、058、065、075、086、087共十篇学位论文的评审结果存在显著性差异。5.1.5评价
17、结果有显著差异的论文根据上述方法和式子（5-1）-（5-6）方程组，可以求得序号为008的学位论文的模糊行向量为：=（0.1442,0.1442,0.1442,0.1394,0.1442,0.1538,0.1298）运用模糊识别中的“择近原则”（源程序代码见附录四），可以求出：=（0.1538,0.1442,0.1465,0.0962）；和模糊相似矩阵r一比较。它比较接近良好论文这一模糊行向量:(0.1501,0.1421,0.1422,0.1393,0.1417,0.1465,0.1381)。故学位论文序号为008的评价结果是：良好。（论文最终结果见附录一）5.2问题二模型的建立与求解建立5
18、.2.1确定评价指标的权重为了对学位论文进行总体综合评价，我们将评价论文的评分标准综合起来。由于不同的评分指标在总体评价中的重要性程度存在差异，我们需要对不同的评分指标赋予相应的权重，这也是对学位论文进行总体评价工作的重点之所在。指标权重的设定常带有一定的主观色彩，在很大程度上取决于指标体系制定者的主观感觉和经验。为使评审学位论文指标权重的设定更为科学，我们可以组织一次关于论文评价指标权重的问卷调查，调查问卷的设计方案如下：将评价指标的重要程度设定为五个等级，分别为：非常重要、比较重要、一般重要、不太重要以及不重要，并且给每个等级设定一个分值：其中，以反映重要性等级差别。然后根据上述五个等级，
19、结合题目中的7个学位论文评价指标，设计出调查问卷（见附件）。将调查问卷通过送达或邮寄的方式寄给相关有评审论文的专家，然后收回问卷，进而对收回的问卷进行整理，剔除无效问卷，并对有效问卷进行详细分析，以得出各评分指标的相应权重。各评分指标的权重可以按照以下的方式进行计算：首先，计算出各评分指标的相应得分： (5-8)其中，=1，2，7；表示第项论文评分指标的得分；，分别表示第项指标中选择的专家人数。这样，就可以计算出所有评分指标的总得分：(5-9)其中，表示所有评分指标的总得分。然后，计算出各评分指标的相应权重：(5-10)其中，=1，2，7；为第项指标的权重。然而由于时间等客观条件的限制，我们只
20、给出问卷调查的设计方案，不进行具体的实施。对于各评分指标的权重，我们通过查阅相关资料和询问相关有评审论文经验的导师并经过一定的数据处理给出如下的结果：各评分指标的饼形图各评分指标的权重表如下：指标1234567总和权重其中，1代表选题意义，2代表现状综述，3代表论文工作，4代表学术水平，5代表科研能力，6代表学术道德，7代表学术水平。5.2.2数据的处理根据权重表中所给出的各评价指标的权重，结合论文的各个指标的评价结果，我们可以求得各评价指标的最终得分。各评价指标最后的得分即为相应的权重与评价结果的乘积。这样，一篇论文总体评价得分为：(5-11)其中，表示第篇论文的最终得分，表示第j个指标的权
21、重，表示第篇论文的第j个指标的评价得分。问题二中=1,2，（为表附件二论文的总数）；=1,2,（为评价学位论文指标的总数）。我们用下表形象地给出评价得分与各评价指标的权重、评价结果之间的关系：评价指标指标权重评价结果最终得分选题意义0.210.21现状综述0.110.11论文工作0.140.14学术水平0.120.12科研能力0.190.19学术道德0.100.10写作水平0.130.13总分1.00-则所有论文得分的总和为：(5-12)由此可以计算出均值为：(5-13)标准差：= (5-14)5.2.3确定评价指标如果在这里，我们利用论文最终得分的均值与方差来评价学位论文，并且知道论文的均值
22、越小，标准差越小，那么该学位论文的总体情况就越好。但是考虑到，某些论文的均值较小，标准差却较大或者均值较大，标准差较小而造成难以评价的情况。故在这里，我们引入这样一个变量，=*，这样我们就可以根据的大小来评价标号为的学位论文的质量好坏情况了。附件二中所有论文的均值、方差和值表编号123456789标号A092B092A093B093A094B094A095B095A096值0.00420.00821.61921.33310.03791.16210.20620.09011.2674编号101112131415161718标号B096A097B097A098B098A099B099A100B100
23、值1.05060. 3790.19560.03790.24470.12480.00280.07980.1166编号192021222324252627标号A101B101A102B102A103B103A104B104A105值0.36880.00280.00280.03790.49220.36160.00280.09770.3688编号282930313233343536标号B105A106B106A107B107A108B108A109B109值0.00280.71060.87720.54300.69090.03791.26740.03790.3609编号37383940414243444
24、5标号A110B110A111B111A112B112A113B113A114值0.01010.28790.01010.12480.31280.03790.00422.10030.0001编号464748495051525354标号B114A115B115A116B116A117B117A118B118值0.05270.04770.00280.38320.13320.45960.28210.03280.1130编号555657585960616263标号A119B119A120B120A121B121A122B122A123值0.03570.97940.28000.02800.10280.09
25、010.01280.03570.6714编号646566676869707172标号B123A124B124A125B125A126B126A127B127值0.00030.00280.14700.560514.57750.04770.03321.26740.10145.2.4模型的求解由于论文的评分标准为不同的等级，为使问题变得相对简单，我们建立这样的模糊评价体系：当一篇论文得分的均值与方差的乘积0，0.0030）时，则该论文属于优秀论文。当一篇论文得分的均值与方差的乘积0.0030，0.2200）时，则该论文属于良好论文。当一篇论文得分的均值与方差的乘积0.2200，0.3600）时，则该
26、论文属于合格论文。当一篇论文得分的均值与方差的乘积0.3600，）时，则该论文属于不合格论文。根据以上建立的模糊评价体系可知：以上标号为A096、A106等6篇论文为优秀论文，以标号为A092、B098等41篇论文为良好论文，以标号为B095、B099等21篇论文为合格论文，以标号为A093、B125等4篇论文为不合格论文。（具体结果见附录二）5.3问题三的求解对于此问题要求要求我们自己结合自己的模型，给主管部门写一封信，阐述我们对提高学位论文评阅质量的方法与途径。我们将不在这里具体阐述，具体要求见附录三。六模型的检验问题一先用Excel对数据进行预处理，然后算出两个专家各个评价等级所占的权重
27、，建立模糊相似矩阵，算出两个专业评价不同评价等级的行向量，然后用欧式距离法算两个行向量的距离，确定一篇论文的两个专家的评价是否存在显著性差异，有显著性差异的论文以模糊相似矩阵作为评判论文等级的标准，因为使用了整体数据的整合作为评判标准，因而模型具有合理性和适用性。问题二建立模糊数学模型过程中，我们主要利用均值与方差作为评价论文选题开题和论文得分的标准。求得的结果在一定范围内呈现稳定的趋势，不会出现太大的波动。因此模糊数学模型很很好的符合题目的要求。七模型的优缺点及改进方向7.1模型的优点（1）方法直观，算法简单实用，应用Excel和MATLAB实现问题的求解，节约人力和时间。（2）根据所建立的
28、模糊评价体系得到了较为合理的评价结果。（3）在模型的建立下问题一和问题二得到了比较合理的解决（4）系统性的分析方法；简洁实用的决策方法；所需定量数据信息相对较少。（5）建模的思想和方法对其它类似的问题也同样适用，易推广到多个领域，当与类似问题结合时，仅需改变模型中的某些参数。7.2模型的缺点（1）在确定同一篇论文在两个专家的评阅下是否存在显著性差异，我们人为规定了用于评判的临界距离，这样是结果还受人主观因素的影响。（2）用于评判有显著性论文标准的模糊相似矩阵里面的数据比较接近，在判断的时候一定误差。（3）建立模糊数学模型过程中，我们主要利用均值与方差作为评价论文选题开题和论文得分的标准。但是，
29、我们没有考虑到这样一个情况：有的专业抽取的论文数量较少，这样该专业的方差可能也就相对较小；并且在抽取样本时，可能会出现抽样错误7.3 模型的改进方向模型需要改进的方向为：（1） 由于存在以上缺点，因而对模型进行改进采用模糊层次分析法，且不必进行一致性检验，计算步骤简化，但结果不够精确。（2） 应该引入更多的评价指标，以期达到更理想的结果；对论文得分进行非线性相关分析，以期得到更为准确的分析结果。八.参考文献1 杨培涛； 谭骏珊； 王帅； 苏慧，硕士学位论文质量评价模型构建研究，中南林业科技大学学报(社会科学版)，2012年06期2 关志民； 束军意； 马钦海，学位论文质量的多层次模糊综合评价模
30、型及其应用，科研管理，2005年03期3 潘启树； 徐若冰； 李煜华； 宋昱雯,科学论文质量的模糊综合评价模型研究,哈尔滨工业大学学报,2001年05期4张意湘.论制度创新与研究生学位论文质量的提高J.湘潭大学社会学学报.27卷第4期:146-148.20135陈新超.国内外硕士学位论文评阅制度浅析J.大学教育.11-13.2013附录一附录二序号选题意义现状综述论文工作学术水平科研能力学术道德写作水平评价结果A09275758575756075合格B09275757575757575合格A09375606060607560不合格B0937506075758575不合格A09485757575
31、757575良好B09475756060607560合格A09585757585758575良好B09575756075757575合格A09685858585858585优秀B09675756060606075合格A09785757575757575良好B09785857575758575良好A09875857575758575良好B09875757560757560合格A09985757560607575合格B09975757575757575合格A10075757575757560良好B10075607560758575良好A10185757585758585良好B10175757575
32、757575良好A10275757575757575良好B10285757575757575良好A10385758575858575良好B10385858575858560良好A10475757575757575合格B10485757575758575良好A10575758575858585良好B10575757575757575合格A10685758585858575优秀B10675606060757560合格A10775858575858585优秀B10785858575858575优秀A10885757575757575合格B10885858585858585良好A10985757575
33、757575良好B10975757560607575合格A11075757575757585良好B11085757575858575良好A11175757575757585良好B11185757560607575合格A11275757575757575良好B11285757575757575良好A11375757575758575良好B11375606060606060不合格A11485607575757575合格B11485607575757560合格A11575757575758585良好B11575757575757575合格A11685758585758575良好B1168585606
34、0757560合格A11785757585858575良好B11775757575757575良好A11875757575757575良好B11885757585757575良好A11975608575758585良好B11960757575607560合格A12075757575757575良好B12075757575757575合格A12175757575757575良好B12175756075757575合格A12275757575757575良好B12275608575758585良好A12385857575858585优秀B12385757560757575合格A1247575757
35、5757575合格B12475758575758585良好A12575758585858585良好B12575060060750不合格A12685756075758585良好B12675756075758575合格A12785858585858585优秀B12785758585856060良好附录三敬爱的主管学位论文评审的部门各位领导：您好，我们都知道学位论文的评阅是综合考核和评定论文水平、知识水平、综合素质及独立从事科学研究能力的重要环节，也是学位论文质量审核把关的重要环节。对于学位论文的评阅，国务院学位管理条例及实施办法已提出来明确的要求及具体的规定。如今高校确定一份学位论文质量，一般是通
36、过聘请相关领域的两位专家进行评审，每位专家一般评阅2-6份论文。而参与评阅的专家人数过少，导致得出的评审结果可能会产生显著性差异而得不到客观正确的结果。另一方面，很多专家都是学生导师的朋友、熟人，在论文评阅的过程中看导师的面子，走过场、看情面，对论文的质量的要求松了，这严重影响了论文评阅的严肃性和权威性。对此我总结了一些提高学位论文评阅质量的方法。首先，我们要改变评阅论文的专家团队，我们建议学位论文的评审专家的数量应该在3至5人，尽量减少主观因素对于评阅结果的影响。而且参与评审的人数增加之后，我们建立的数学模型就至少多了一个论文的特性指标矩阵，数据的标准化处理后，运用算数平均值法算出的模糊相似
37、矩阵r就更具一般性，以它作为论文评价等级标准更具说服力。另外，保证评审专家与学生及学生的导师没有利益关系，减小人情因素等客观因素对评审结果的影响。我们可以实行学位论文评阅的回避保护制度，积极推动学位论文的“双盲”评阅制度，论文评阅实行导师回避制度，导师不参加学位论文评阅过程，和学位论文评阅专家的提名和聘请，还可以实行学位论文质量的抽检评估制度和公示制度，使论文评阅更加透明。最后，国外硕士学位论文的评估能得到严格执行且效果显著，有一定的社会和文化背景，但最重要的，来源于管理者，导师学生乃至整个社会对于学术声誉的重视。科学、公正地评审每一篇学位论文，不仅关系到学术的严肃性、学校的声望、学校审核的权
38、威和可信度，也关系到每位毕业生的学术生命。最近几年，学术造假有些猖獗，我们作为一名大学本科生，在自己的学术生命里，秉承诚信的原则，创造属于自己的精彩！此致！敬礼！ 2015年5月15日附录四附录四function y=bizhong(x)y=x./sum(x);function d=Juli(x,y)d=sqrt(sum(x-y).2);function t=Tiejin(a) r=0.1457 0.1413 0.1452 0.1393 0.1442 0.1442 0.1400 0.1501 0.1421 0.1422 0.1393 0.1417 0.1465 0.1381 0.1619 0.
39、1489 0.1282 0.1319 0.1344 0.1545 0.1402 0.0962 0.0769 0.0769 0 0.0769 0.0962 0.0769 ; fori=1:4 x=r(i,:);a; t(i)=min( max(min(x) 1-min(max(x) );endfunction model= dbnFit(X, numhid, y, varargin)numopts=length(varargin);H=length(numhid);model=cell(H,1);if H=2if(numopts=1)model1= rbmBB(X, numhid(1),vara
40、rgin1);elsemodel1= rbmBB(X, numhid(1);endfori=2:H-1if(numopts=i)modeli=rbmBB(modeli-1.top, numhid(i), varargini);elsemodeli=rbmBB(modeli-1.top, numhid(i);endendif(numopts=H)modelH= rbmFit(modelH-1.top, numhid(end), y, vararginH);elsemodelH= rbmFit(modelH-1.top, numhid(end), y);endelseif (numopts=1)model1= rbmFit(X, numhid(1), y, varargin1);elsemodel1= rbmFit(X, numh
