BP神经网络算法在教务管理系统中对学业方向识别的研究和应用.pfg.pdfVIP

BP神经网络算法在教务管理系统中对学业方向识别 的研究与应用 摘 要 BP(Back Propagation)神经网络，即误差反传误差反向传播算法的学习过 程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接 收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层， 负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层 结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次 学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期 望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的 方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差 反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此 过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次 数为止。 本文探讨了是通过运用BP神经网络算法，以专业教学计划和学生成绩总表 等数据为基础形成简化数据，采用分数据包方法把BP神经网络的理论应用到学 业方向识别模型中，通过计算每个识别模块的专业匹配度