基于ISSA-DRNN的英语教学质量评价模型

摘要：

人工智能的发展,为高校对教学质量进行科学与全面的评价提供了新路径.对深度神经网络(DNN)进行改进,提出一种新的深度循环神经网络(DRNN)算法,同时在DRNN上引入优化的麻雀搜索(ISSA)算法,最终建立基于改进ISSA算法的深度循环神经网络(ISSA-DRNN)的大学英语教学质量评价模型.该模型既可充分提取和保留数据中有价值的特征以提高模型的评价性能,又可对模型中的隐含层神经元数目自动寻优,最终实现大学英语教学质量的精准评价.最后通过与其他方法的比较,验证了以上所提教学质量评价模型的可行性、优越性与普适性.

关键词：英语教学、质量评价、深度循环神经网络、改进麻雀搜索算法、实验对比

所属期刊栏目：28

分类号：TP183;G434(自动化基础理论)

资助基金：江西省高校人文社科项目;南昌工学院人文社科项目

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：39-43