犘犆犃和犈犾犿犪状网络在移动学习策略分类中的应用.PDFVIP

网络测试技术 　　电　子　测　量　技　术　　ＥＬＥＣＴＲＯＮＩＣ ＭＥＡＳＵＲＥＭＥＮＴ ＴＥＣＨＮＯＬＯＧＹ 第３９卷 第５期２０１６年５月　 犘犆犃和犈犾犿犪狀网络在移动学习策略分类中的应用 胡　帅　程迎新　顾　艳 （渤海大学大学外语教研部　锦州　１２１０１３） 摘　要：针对传统的大学生英语移动学习策略分类方法准确率较低的情况，提出了一种主成分分析（ＰＣＡ）和Ｅｌｍａｎ 神经网络相结合的分类模型。首先，用ＰＣＡ对所获得的移动学习策略原始数据作数据降维处理，提取前５个主成分， 建立新的特征样本矩阵，再对Ｅｌｍａｎ神经网络进行训练和泛化能力测试。仿真结果表明：单一的ＢＰＮＮ分类准确率 为７０．０％，单一的Ｅｌｍａｎ网络分类准确率为８０．０％，ＰＣＡＥｌｍａｎ网络分类准确率为１００．０％，ＰＣＡＥｌｍａｎ网络模型简 化了单一Ｅｌｍａｎ网络的结构，提高了网络的训练速率、分类准确率和泛化能力，验证了所提出的模型的有效性。 关键词：主成分分析；Ｅｌｍａｎ神经网络；ＢＰ神经网络；移动学习策略；分类 中图分类号：ＴＰ１８３　　文献标识码：Ａ　　国家标准学科分类代码：５２０．２０６０ 犃狆狆犾犻犮犪狋犻狅狀狅犳犘犆犃犪狀犱犈犾犿犪狀狀犲狋狑狅狉犽犻狀犿狅犫犻犾犲犾犲犪狉狀犻狀犵 狊狋狉犪狋犲犵狔犮犾犪狊狊犻犳犻犮犪狋犻狅狀 ＨｕＳｈｕａｉ　ＣｈｅｎｇＹｉｎｇｘｉｎ　ＧｕＹａｎ （ＴｅａｃｈｉｎｇａｎｄＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｉｇｎＬａｎｇｕａｇｅｓ，ＢｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎｚｈｏｕ１２１０１３，Ｃｈｉｎａ） 犃犫狊狋狉犪犮狋：Ｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗａｃｃｕｒａｃｙｏｆｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｉｎｔｈｅａｒｅａｏｆｃｏｌｅｇｅｓｔｕｄｅｎｔｍｏｂｉｌｅｌｅａｒｎｉｎｇ ｓｔｒａｔｅｇｙｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｅｗｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）ａｎｄＥｌｍａｎｎｅｕｒａｌ ｎｅｔｗｏｒｋｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎｗａｓｄｏｎｅｔｏｔｈｅｏｂｔａｉｎｅｄｏｒｉｇｉｎａｌｄａｔａｏｆｓｔｕｄｅｎｔｍｏｂｉｌｅｌｅａｒｎｉｎｇ ｓｔｒａｔｅｇｉｅｓｕｓｉｎｇＰＣＡａｎｄ５ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓｗｅｒｅｅｘｔｒａｃｔｅｄｔｏｃｒｅａｔｅａｎｅｗｆｅａｔｕｒｅｓａｍｐｌｅｍａｔｒｉｘ．ＴｈｅｎｔｈｅＥｌｍａｎ ｎｅｕｒａｌｎｅｔｗｏｒｋ ｗａｓｔｒａｉｎｅｄａｎｄｉｔｓｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｗａｓｔｅｓｔｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔ：ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅｓｉｎｇｌｅＢＰＮＮｉｓ７０．０％，ｔｈｅｏｎｅｏｆｔｈｅｓｉｎｇｌｅＥｌｍａｎｍｏｄｅｌｉｓ８０．０％ａｎｄｔｈｅｏｎｅｏｆｔｈｅＰＣＡ Ｅｌｍａｎｍｏｄｅｌｉｓ１００．０％；ｔｈｅＰＣＡＥｌｍａｎｍｏｄｅｌｃａｎｓｉｍｐｌｉｆｙｔｈｅｓｔｒｕｃｔｕｒｅｏｆｔｈｅｓｉｎｇｌｅＥｌｍａｎｎｅｔｗｏｒｋ，ｉｍｐｒｏｖｅｔｈｅｔｒａｉｎｉｎｇ ｓｐｅｅｄ，ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙａｎｄｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ；ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｒｅｃｏｍｍｅｎｄｅｄｍｏｄｅｌｉｓｐｒｏｖｅｄ． 犓犲狔狑狅狉犱狊： ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ； Ｅｌｍａｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ； ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ； ｍｏｂｉｌｅ ｌｅａｒｎｉｎｇ ｓｔｒａｔｅｇｙ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ 　收稿日期：２０１５１０ 基金项目：辽宁省教育厅科学研究一般项目（Ｗ２０１５０１５）、辽宁省社会科学基金（Ｌ１４ＣＹＹ０２２）、辽宁省社会科学基金重点项目（Ｌ１５ＡＹＹ００１） 资助 １　引　　言 对大学生移动学习策略分类的研究是对不同学生有针 对性地进行移动学习策略培养的前提和基础。由于影响大 学生英语移动学习策略的因素众多，使其分类呈现高维、非 线性特性，近年来，随着人工神经网络技术的飞速发展，基 于神经网络的数据挖掘方法为解决大学生英语移动学习策 略的分类提供了新的方法。在众多的人工神经网络类型 中，ＢＰ 神 经 网 络 （ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ ｎｅｕｒａｌｎｅｔｗｏｒｋｓ， ＢＰＮＮ）是应用最为广泛的一类网络。但ＢＰＮＮ存在收敛 速度慢、易陷入局部极小值等缺点［１４］，文献［５］利用问卷调 查和多元回归分析对大学生英语移动学习策略进行分类， 但由于