摘  要： 高校教学督导工作作为逐步建立和完善教学质量保障体系、保证教学过程规范进行、提高教学质量的坚实后盾，在加强教学环节管理过程中起着重要的作用。为了改善课堂教学质量的客观、科学、合理性，本文针对高校教学督导组在教师课堂教学过程中的评价问题，提出了一种基于极限学习机（ELM）的课堂教学评价模型。该模型在训练过程中无需调整神经网络的权值和阈值，只需要设置隐层神经元个数获得最优解。以重庆某高校为例，通过MATLAB平台仿真，结果表明该模型不仅克服了BP神经网络模型容易陷入局部极小的缺陷，而且抑制了教学督导评价的主观因素，提高了评价准确度。

关键词： 教学督导;课堂教学;极限学习机;评价模型

中图分类号： TP389.1    文献标识码： A    DOI：10.3969/j.issn.1003-6970.2020.06.008

本文著录格式：唐立力. 基于ELM的高校课堂教学评价模型研究[J]. 软件，2020，41（06）：3538

【Abstract】： Teaching supervision plays an important role in the process of strengthening the management of teaching links as a solid backing to gradually establish and improve the teaching quality assurance system， ensure the standardized teaching process and improve the teaching quality. In order to improve the objective， scientific and reasonable quality of classroom teaching， this paper puts forward an evaluation model of classroom teaching based on ELM， aiming at the evaluation of teaching supervision group in the process of classroom teaching. In the process of training， it is not necessary to adjust the weight and threshold of neural network， but only to set the number of hidden neurons to get the optimal solution. Taking a university in Chongqing as an example， the result of MATLAB platform simulation shows that the model not only overcomes the defect of BP neural network model easily falling into local minimum， but also restrains the subjective factors of teaching supervision evaluation and improves the evaluation accuracy.

【Key words】： Teaching supervision; Classroom teaching; Extreme learning machine; Evaluation model

0  引言

国务院于2012年10月1日实施了《教育督導暂行规定》，明确将教育教学水平、教育教学管理等教育教学工作情况纳入教育督导工作范围，为高校建立和完善教学质量保障与监控体系提供了重要依据。教学督导在当今倡导的“以学生为中心、以输出为导向、持续改进”的教育理念中扮演着重要角色，教师课堂教学质量的评价是学校教学管理的一项重要内容，是高校教学质量保障体系的重要组成部分，所以提高课堂教学质量显得非常重要。目前，高校教师课堂教学的评价主要由教学督导工作组[1]完成，督导评教结果也成为了衡量和提升教学质量的核心内容。……