一种改进的SOM网络算法及其在实践教学评价中的应用
传统SOM网络算法通常用最大迭代次数作为终止条件,针对最大迭代次数最佳值难以确定的问题,提出一种以聚类中心变化量作为终止条件的SOM网络算法,该算法能根据聚类中心变化情况自适应控制算法训练进程.将该算法应用于电子信息类专业实践教学评价之中,建立了电子信息类专业实践教学评价SOM神经网络模型.实验结果表明,这种基于SOM神经网络的教学评价方法能够实现对电子信息类专业实践教学质量的准确评价,对构建智能化教学质量评价系统具有重要的参考价值.
SOM神经网络、实践教学评价、自学习、自适应
19
G642(高等教育)
湖南省自然科学基金项目;湖南省普通高等学校教学改革研究项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;湖南理工学院教学改革研究项目
2023-03-14（万方平台首次上网日期，不代表论文的发表时间）
共3页
9-11
