基于 GA 优化 RBF 神经网络的英语教学质量评价
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Evaluation of English Teaching Quality Based on GA Optimized RBF 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
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    针对目前英语教学质量评价准确性不高的问题,提出了一种基于遗传算法(GA)优化RBF神经网络的教学质量评价方法.首先利用主成分分析对教学质量评价指标进行选择,然后设计了RBF神经网络教学评价模型,并采用GA对RBF神经网络的初始权值进行优化.实验结果表明,该方法能够有效评价英语教学质量,且准确性和实时性较高.

    Abstract:

    Aiming at the inaccuracy of English teaching quality evaluation, a teaching quality evaluation method based on Genetic Algorithm (GA) to optimize RBF neural network is proposed. Firstly, the principal component analysis is used to select the evaluation index of teaching quality, then the RBF neural network teaching evaluation model is designed, and the initial weight of RBF neural network is optimized by GA. The experimental results show that the method can effectively evaluate the quality of English teaching, and has high accuracy and real-time.

    参考文献
    相似文献
    引证文献
引用本文

张居设.基于 GA 优化 RBF 神经网络的英语教学质量评价.计算机系统应用,2020,29(3):167-172

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:2019-07-29
  • 最后修改日期:2019-09-03
  • 录用日期:
  • 在线发布日期: 2020-03-02
  • 出版日期: 2020-03-15
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号