基于萤火虫与深度置信网络的职业技能认知水平分层方法

本发明公开了一种基于萤火虫与深度置信网络的职业技能认知水平分层方法，S1.形成预处理后的职业技能数据集；S2.构建改进深度置信网络模型，形成初步的深层职业技能特征表达结构；S3.基于初步的深层职业技能特征表达结构和含有职业技能评估标签的训练数据，对改进深度置信网络模型进行有监督微调训练，形成经微调优化的改进深度置信网络模型；S4.通过引入萤火虫算法对改进深度置信网络模型中关键训练参数进行全局搜索和自适应优化，生成经过全局参数优化的改进深度置信网络模型；S5.利用经过全局参数优化的改进深度置信网络模型对新的职业技能数据集实施推理和分类，获取各被测主体的职业技能认知水平分层结果。本发明较强的职业技能认知评估能力。