基于B-P神经网络的学习效果综合评价方法改进
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:

重庆市自然科学基金


Improved Learning Effect Synthetic Evaluation Method Based on Backpropagation Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    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.

    参考文献
    相似文献
    引证文献
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,2007,30(7):96-99.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2007-02-10
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码