基于PCA-LVQ神经网络的教学质量评价模型研究

摘要：

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。

关键词：主成分分析、层次分析法、LVQ神经网络、教学质量、评价模型

分类号：TP183;G420(自动化基础理论)

资助基金：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

在线出版日期：2015-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1247-1252