10.13774/j.cnki.kjtb.2022.11.022
基于改进BP神经网络的高职学生学习能力评价模型构建
促进施教者精准教学和学习者高效学习是智慧教育需解决的核心问题,而学生学习能力是准确把握学生认知特征、精准制定学习策略的重要依据.特此,探索建立学生学习能力评价BP神经网络模型,以提高评价的客观性和精确性.神经网络结构确定后,针对标准BP神经网络算法存在的不足,引进了 L-M算法对神经网络训练算法进行了相应改进.最后,利用MATLAB工具对该模型进行训练和测试,经验证所建立的BP神经网络学习能力评价模型具有极强的鲁棒性和精确性,完全可以满足高职应用技术类专业学生学习能力的评价,可为智慧教育环境下研究解决类似问题提供参考.
智慧课堂、BP神经网络、L-M算法、学习能力、评价
38
G434;TP18(电化教育)
教育部人文社会科学研究项目;陕西省教育科学十四五规划课题
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
116-120