1. 毕业设计（论文）主要内容：

核心的评估模型是根据支持向量机（SVM）对已有的模拟训练成绩历史数据进行整合、优化处理后建立的有效数学模型，其包含各种模拟训练成绩评价指标之间的关系以及每个评价指标重要度信息，根据所述评估模型，可以对每名学员的模拟训练过效果作出准确可靠评估，弥补了人为定性的不足，提高了系统的可靠性。

2. 毕业设计（论文）主要任务及要求

1.收集筛选评价指标数据，并进行预处理；
2.建立有效的SVM评估模型；
3.模型的参数优化；
4.使用Matlab仿真验证模型的可靠性。

3. 毕业设计（论文）完成任务的计划与安排

第1-3周：文献查阅，包括著作、期刊、会议论文、网络资源等；
第4周：完成开题报告、论文提纲；
第5-9周：.收集筛选评价指标数据，并进行预处理,建立有效的SVM评估模型；
第10-13周：使用Matlab仿真验证模型的可靠性；
第14-16周：完成论文及ppt；
第 17 周： 毕业答辩。

4. 主要参考文献

[1]joachims t. making large-scale svm learningpractical[j]. technical reports, 1998, 8(3):499-526.

[2]keerthi s s, shevade s k, bhattacharyya c, et al.improvements to platt's smo algorithm for svm classifier design[j]. neuralcomputation, 2001, 13(3):637-649.

[3]翟永杰, 韩璞, 王东风,等. 基于损失函数的svm算法及其在轻微故障诊断中的应用[j]. 中国电机工程学报, 2003, 23(9):198-203.