吉淑娇，牟敦海

(1.长春大学 电子信息工程学院，长春 130022;2.珲春金山矿业有限公司，吉林 珲春 133300)

基于BP神经网络考查课评分系统

吉淑娇1，牟敦海2

(1.长春大学 电子信息工程学院，长春 130022;2.珲春金山矿业有限公司，吉林 珲春 133300)

考查课在大学课程中占有很大的比例，而其成绩的评定易受教师主观因素影响，不够准确。利用具有自学习、自识别能力的BP神经网络建立考查课考评体系，不断调整网络的权值使SSE(平方误差和)总朝着减小的方向发展，直到达到目标误差为止。

BP神经网络;考查课;评分系统

0 引言

大学的课程里，考试课和考查课各占一部分，近年来考查课的比例明显增多，而对考查课的成绩评定学校鼓励老师采取灵活多样的考核方式，如开卷考试，口试或论文等。但是这些评分方法都不够准确、全面和系统，容易出现主观性。如果成绩评分不准确、不科学，将对学生获得奖学金和各种奖励都有影响。因此，探求一种能尽量排除各种主、客观因素的干扰和影响，使其科学、实际的测评方法是十分必要的［1］。

BP神经网络是基于误差反向传播算法的多层前向神经网络，BP算法目前已成为应用最为广泛的人工神经网络学习算法，可以实现输入和输出之间的任意非线性映射。本文以和考查课有关的几方面因素的分值作为BP神经网络的输入，通过神经网络运算来模拟一个合理的评分系统，以成绩是优秀、良好、中等、及格或者不及格中的一种作为输出。充分利用BP网络的非线性、泛化和容错能力，不算调整网络的权值，使其总朝着减小的方向发展，直到达到目标误差为止。……