BP神经网络在教学质量评价体系中的应用.pdfVIP

BP神经网络在教学质量评价体系中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
总第 246期 计算机与数字工程 Vo1.38No.4 2010年第 4期 Computer DigitalEngineering 97 BP神经网络在教学质量评价体系中的应用 冯必波 (重庆理工大学计算机学院 重庆 400054) 摘 要 教 学质 量评 价是对 教学质量 进 行过 程控 制 的重要 手 段。采用 多层 前传 网络结 构 (back-propaga- tiormet2workconstruction,BP网络),测试教学质量评价体现的完整性,让教学质量评价系统更充分的体现其功能,希望能 通过BP神经网络的自学习自识别模式理论更好的对评价的指标进行衡量,从而更好的对评价的结果的有效性、合理性进 行把握 。 关键词 BP神经网络 ;质量评价 ;控制 ;自学习 中图分类号 TP183 ApplicationofBackPropagation NeuralNetwork intheTeachingQualityEvaluationsystem FengBibo (CollegeofComputerScience,ChongqingUniversityofTechnology,Chongqing 400054) Abstract Theopinionofteachingqualityisanimportantmeansofprocessingcontro1.In thispaper,introducingthe BackPropagationneuralnetworkstotestthereflectingoftheintegrityoftheassessmentofteachingquality,letteaching qualityevaluationsystem embodymuchadequatelyfunction,wehopeBP neuralnetwork self-learningandself-recognition modeltheorygivingmuchbetterevaluationoftheindicatorstomeasure,inordertograspthevalidityandtheralationshipof theresults. KeyWords BackPropagationneuralnetwork,qualityevaluation,control,self-learning ClassNumber TP]83 化W 和 ,,其中 ,为神经元i到神经元 的连接 1 BP神经网络在教学质量评价中的 权值, 为神经元J(隐含层和输 出层)的阈值。将 应用原理 经预处理的训练样本集 {X )和相应的期望输 出集 BP网络是神经网络模型中理论依据较完善的 { },其中P,Z分别表示样本数和输入向量数[2]。 神经网络之一,它是多层前传网络,在输人和输出 1)计算各层神经元 的输 出 层之间可以有一个或多个隐含层 。信号是向前传 对于输出层神经元,其输 出与输入相 同,即 递的,不带反馈和层 内相互连接结构 ,当参数调整 一 X ,其 中X 为第 p个样本的第 i个值;对于隐 时,算法 中含有误差反 向传播过程 ,并 由此得名 。 含层 和输 出层,神经元 的输 出操作如下: 一 用BP神经网络描述一个动态系统,可 以使系统模 fez。wfo 一o1],其中 ,即是神经元 i的输 出,又 型加入学习功能l1j。

文档评论(0)

jsntrgzxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档