基于主元分析的神经网络教学质量评估

摘要：

现有的课堂教学评价指标体系间存在高度的非线性，数据冗余等特征。针对此课堂教学评估方法无法消除数据之间的冗余和捕捉非线性规律导致预测精度较低的问题，提出一种基于主元分析的神经网络教学质量评估方法。首先构建影响课堂教学质量评估的因素体系，利用主元分析法消除数据的冗余信息，选择贡献率大的主成分因子作为网络输入，然后构造神经网络模型对教学质量进行评估。通过收集陕西科技大学30名教师的评价数据进行实例验证，结果显示基于主元分析的评估模型在简化BP神经网络结构的同时，也提高了课堂教学质量评估的预测效果。

关键词：教学质量评估、主成分分析BP神经网络、特征提取

分类号：TP18(自动化基础理论)

资助基金：陕西省科技统筹创新工程计划项目2012KTCQ01-19；陕西省科技攻关项目2011K06-06；西安市未央区科技计划项目201304

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：157-159