10.16652/j.issn.1004-373x.2021.09.014
基于深度学习网络的学前教育质量评价研究
为解决浅层学习网络对复杂函数的表达能力与泛化能力受到限制的问题,提升学前教育质量评价精度,提出基于深度学习网络的学前教育质量评价方法.从学前教育环境创设、学前教育保教质量和幼儿发展三方面出发,构建包含三个一级指标和九个二级指标的学前教育质量评价指标体系.将评价指标体系中二级指标作为深度学习网络输入,利用无监督的预训练模型优化深度学习网络各层权值,基于由下至上的非监督学习过程确定受限玻尔兹曼机内各层的条件概率分布与联合概率分布,输出层依照输入的DMOS值整体,构建抽象一级指标与DMOS值间的回归模型,依照回归模型预测获取学前教育质量的客观评价结果.测试结果显示该方法评价结果与主观评价结果之间的线性相关系数与等级相关系数更接近于1.
质量评价、学前教育、深度学习网络、指标体系构建、参数优化、概率分布
44
TN711-34;TP181(基本电子电路)
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
69-73