基于BP神经网络的学生评价体系的建立.doc
《基于BP神经网络的学生评价体系的建立.doc》由会员分享,可在线阅读,更多相关《基于BP神经网络的学生评价体系的建立.doc(7页珍藏版)》请在三一文库上搜索。
1、基于BP神经网络的学生评价体系的建立 学生评价体系是对学生个人的成长进行判定的主要依据,如何合理而又科学的评价一个学生的水平摆在教育者面前的一大问题。近年来,BP神经网络发展迅猛,类似于“黑箱”的数据处理和分析方式使得对于各个学生的评价趋于可能。本文力图构建基于BP神经网络的学生评价体系,试图探索以神经网络的思想和计算方法来建立学生评价体系。 1.引言 对于学生的评价历来是学校、老师、家长和学生都很关注的问题。好的评价体系的建立能够极大程度上促进学生的学习的积极性,对学生也有极大的引领作用。随着社会的迅猛发展,素质教育的推行,大学办学的综合化和复杂化,当今的教育更加呈现出的多元化的趋势,单单依
2、靠考试成绩来判断一个学生是否优秀是远远不够的。但是,就目前而言,如何评价一个学生和怎么评价一个学生是各高校以及全社会都普遍关注的问题。事实上,评价一个学生的优秀与否缺乏除了学习成绩以外的更直观可量化的指标,建立一个科学而合理的学生评价指标体系涉及到学校对学生的导向,学生发展的目标,社会对学生的期许等诸多非常重要的方面,具有较大的理论和实践意义。 2.BP神经网络与学生评价体系建模 2.1 BP神经网络简介 BP神经网络是最重要的人工神经网络模型之一,是一种前馈的神经网络模型。人工神经网络是基于人脑认识的基础上,以数学及物理方法从信息处理的角度上对人脑的生物神经网络进行抽象并建立起来的模型。人类
3、在感知事物时主要依靠神经元的传递和运算进行。生物神经元主要由细胞体、树突和轴突组成,树突通过连接其他细胞体的“突触”接受周围细胞由轴突传出的神经冲动,再通过轴突传递给后续的细胞。通常如图2-1所示,网络的各个节点接受到输入信号,在该神经元上经过适当的变换后再传递给下面一层。不同的神经元有不同的计算规则,各个神经元联合起来可以得到的多变函数特性取决于各个神经元的作用函数、阈值以及各神经元之间的权值。已经有生物学研究证明人大脑活动不是一个生物神经元所能完成的,也不是多个生物神经功能的简单叠加,而是多单元的非线性动态处理系统。 图2-1 神经细胞示意图 与生物神经网络一样,人工神经网络由大量人工神经
4、网络元组成,如图2-2所示,通过各个单元的相互连接,加以训练来改变各个连接权值,通过不同的输入对应的不同的输出来对神经元进行“培训”,在足够的训练次数下,能够使期望输出和实际输出达到一个很小的误差,进而可以用此系统来对更多的其他的输入进行预测。网络通过数据本身内在的联系,用其人工加以的权值和阈值的计算方式通过训练来完成输入和输出之间的匹配。 BP神经网络一般由输入层,中间层和输出层组成,信息从输入层输入,传递至中间层处理后传入输出层输出,输出的数据根据和样本学习数据对比,确定误差,再根据误差调整各神经元之间联系的权值以及中间层激活函数的阈值。 2.2 学生评价体系与神经网络建模 在学生评价体系
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 学生 评价 体系 建立
链接地址:https://www.31doc.com/p-1823783.html