10.3969/j.issn.1006-9348.2013.05.065
基于最大熵NN的教学质量评价模型及仿真
教学质量评价是教学管理中的重要工作,其关键是建立影响教学质量的众多指标与评价结果间的复杂非线性关系模型.BP神经网络虽能建立相关模型,但却在建模过程中未考虑由专家经验知识所积累的各评价指标与评价结果的不确定性分布信息,导致模型预测的评价结果准确性差且模型泛化性能弱.为此,本文选用具备刻画不确定性分布信息功能的最大熵准则替换BP算法中的均方误差准则,从而获得教学质量的最大熵神经网络评价模型.数据仿真和重庆理工大学50名教师评价实例均显示,改进模型的预测评价结果相对误差均在6%内,且明显优于传统BP神经网络模型.表明了改进模型的评价结果具有很高的可信性和较强的泛化能力,从而为实现教学质量的准确评价提供了一个可行方法.
最大熵准则、均方误差准则、神经网络、教学质量评价
30
TP183;G434(自动化基础理论)
重庆市教育委员会教育改革项目1203053;重庆理工大学研究生创新基金重点项目YCX2011206
2013-07-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
284-287