摘要
针对现有方法不能有效预警大学生心理健康的缺陷,本文提出了一种基于局部线性嵌入(Locally linear embedding,LLE)算法和支持向量机(Support Vector Machine,SVM)的心理健康预警研究方法。该方法首先通过症状自评量表获取大学生心理健康数据并进行预处理;然后采用LLE算法对多维心理健康数据进行维数约简,提取心理健康数据主要特征;最后采用SVM分类器识别提取心理健康数据主要特征,从而确定学生的心理健康状况。实验表明,本方法相比于目前常用的心理健康预警方法,能够有效的提高心理健康预警准确率。
The alarm system of mental health approach of Locally linear embedding algorithm and support vector machineis presented, with which college mental health data obtained by symptom checklists is preprocessed, then the main features of mental health data is extracted by LLE and SVM. The experiment shows the approach improves the precision rate of early warning of mental health.
出处
《池州学院学报》
2017年第6期45-47,共3页
Journal of Chizhou University
基金
皖南医学院中青年科研基金项目(WKS201620)
安徽省高校人文社会科学重点研究项目(SK2016A0953)
安徽省高校自然科学研究基金项目(KJ2016A275)
关键词
心理健康预警
LLE
SVM
维数约简
Early Warning of Mental Health
LLE
SVM
Dimensionality Reduction
