采用BP算法和深度SAE网络的 学生综合能力评价方法

摘要：

针对现有评价方法需人工提取特征且评价准确率低的问题,提出基于反向传播(BP)算法的深度堆栈编码器(SAE)网络的学生综合能力评价方法.通过SAE网络对输入的学生各项指标成绩进行无监督训练,将SAE学习到的特征结合相应的样本标签,利用柔性最大值分类器(Softmax)进行有监督式分类.采用BP算法进行反向传播调整隐层权重,优化整个模型,以避免过拟合现象的发生.结果表明:该评价方法有利于解决需对传统神经网络进行人工提取和分析特征的问题,可提高评价结果的准确率.

关键词：反向传播算法、深度神经网络、堆栈式自编码器、综合能力评价

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61371143;北方工业大学优势学科科研基金资助项目XN044;太原科技大学博士科研启动项目20162036;北方工业大学教育教学改革和课程建设研究项目XN093-002

在线出版日期：2018-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：774-780