首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于B-P神经网络的学习效果综合评价方法改进
引用本文:蔡章利,陈小林,石为人.基于B-P神经网络的学习效果综合评价方法改进[J].重庆大学学报(自然科学版),2007,30(7):96-99.
作者姓名:蔡章利  陈小林  石为人
作者单位:重庆大学,自动化学院,重庆,400030;昆明理工大学,信息工程与自动化学院,昆明,650093
摘    要:考试是检查学生学习效果和教师教学水平的一种重要工具,利用现代科技手段对其进行定量分析并做出客观评价,有助于准确把握学生的学习水平,从而改进教学方法,提高教学质量.为了进一步提高利用B-P神经网络研究学生学习效果的综合评价方法的实用性,笔者从评价指标、评价模型、训练样本3个方面作了改进研究,建立了评价模型,给出了仿真结果.

关 键 词:神经网络  学习效果  评价模型
文章编号:1000-582X(2007)07-0096-04
修稿时间:2007-02-10

Improved Learning Effect Synthetic Evaluation Method Based on Backpropagation Neural Network
CAI Zhang-li,CHEN Xiao-lin,SHI Wei-ren.Improved Learning Effect Synthetic Evaluation Method Based on Backpropagation Neural Network[J].Journal of Chongqing University(Natural Science Edition),2007,30(7):96-99.
Authors:CAI Zhang-li  CHEN Xiao-lin  SHI Wei-ren
Institution:1. College of Automation, Chongqing University, Chongqing 400030, China;2. College of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650093, China
Abstract:Aim at the practicability issue,study effect-evaluating model based on B-P NN was improved on evaluation standards,evaluation model and training swatch.Evaluation standard effectivity was added to set the conversion function of network crytic-layer nodes as'tansig' and that of output-layer nodes as'logsig'.The taining swatch was improved.The simulation results validated the evaluation veracity of the model.
Keywords:neural network  study effectivity  evaluation model
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号