基于CS-ELM的思政教学成果评估方法研究
2021-03-17舒忠
微型电脑应用 2021年2期
舒忠
(西安外事学院 商学院, 陕西 西安 710077)
0 引言
党的十八大报告提出了“培养学生社会责任感、实践能力和创新精神”“把立德树人作为教育的根本任务”“全面提升党的建设科学化水平”等一系列战略规划和部署,为加强高校思想政治教育指明了新的方向。改革开放以来,高校思想政治理论课课堂教学改革取得了较大的成就,寻找新模式下有效地进行思政理论教学的新颖方法及途经,就凸显出重要性[1-2]。
基于以上分析,如何提升高校思政课程教学水平,对课堂教学评价指标及其体系的研究是提高水平的关键。针对极限学习机(extreme learning machine,ELM)模型性能受初始的输入权重Wi和隐含层偏置bi的选择影响,将布谷鸟搜索算法(Cuckoo search,CS)应用于ELM模型的初始输入权重Wi和隐含层偏置bi选择,提出一种基于CS-ELM的高校思想政治教学效果评价方法。研究结果表明,与GA-ELM、PSO-ELM和ELM相比,CS-ELM可以有效地提高高校思想政治教育效果评价的精度,为高校思想政治教育效果评价提供了新的方法。
1 布谷鸟搜索算法
CS算法是受布谷鸟繁衍行为启发而提出的基于如下三条规则的一种新颖群智能仿生优化算法[3]。
规则1:布谷鸟每次随机挑选一个寄生巢产下一枚鸟蛋;
规则2:保留适应度最好的寄生巢到下一代;
规则3:可以选择的寄生巢有一定数量限制,外来鸟蛋被鸟巢宿主发现的概率为pa∈[0,1]。
布谷鸟鸟巢位,如式(1)。
(1)

(2)

2 极限学习机
ELM是一种单隐含层前馈神经网络,其模型结构,如图1所示。

图1 ELM模型结构图
假定有N个训练样本(Xi,Yi),输入和目标向量分别为Xi=[xi1,xi2,…,xin]T∈Rn和Ti=[ti1,ti2,…,tin]T∈Rm。……
登录APP查看全文
