基于PCA-LVQ神经网络的教学质量评价模型研究
为了进一步提高教学质量评价准确率,提出一种基于主成分分析(PCA)和学习矢量量化神经网络(LVQ)相结合的教学质量评价模型。使用层次分析法(AHP)建立教学质量评价体系,再用主成分分析提取初始评价指标体系的特征信息,将经过降维处理后的特征信息输入到LVQ神经网络,并对网络模型进行训练和泛化能力测试。实验结果表明,与单一的LVQ和BP神经网络相比,PCA-LVQ网络模型的结构更为简化,学习能力更强,收敛速度更快,评价准确率更高且泛化能力强。
主成分分析、层次分析法、LVQ神经网络、教学质量、评价模型
TP183;G420(自动化基础理论)
辽宁省社会科学基金资助项目L14CYY022;辽宁省教育厅科学研究一般项目W2015015
2015-09-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
1247-1252