基于RBF 网络的高职教学质量评价模型研究
2022-08-13王建翔
无线互联科技 2022年10期
王建翔
(四川城市职业学院,四川 成都 610101)
0 引言
通常情况下,教学质量与教师主观的教学态度、教学方法、教学体系等因素息息相关,但直接与教学质量挂钩的因素却都不能直接地被直观衡量评定。 因此高校需要借助一种教学质量评价模型,将教学质量评价以数值化、具体化的形式呈现。 教学质量评价体系最重要的就是消除人为主观因素对权重设置的影响,以便于高职院校动态了解当前的教学效果,改进优化教学方案。
1 RBF 神经网络的概念
RBF 网络又叫作径向基函数神经网络,是通过前馈式反向传播,来实现非线性变化的一种从输入值插入开始,以隐层展开的局部逼近网格。 在该网格结构中,任何一点均满足Φ(x)=Φ(丨丨x丨丨)的形式,即原点距离的实值函数仅仅对该点产生输出。 在神经网格结构中,它作为各个层次的主要连接函数。 其中以高斯函数作为径向基函数的网格最为常用,其表达式为Φ(r)=e-(εr2)。 其中e作为第r个基函数的中心位置,r是整个感知单元的个体数量,而ε则是代表影响Φ(r)这组数据的感知变量[1]。 RBF 神经网络模型的结构如图1 所示,在整个神经网络中,由于输出点只会受到靠近中心点的输入值影响,因此具有局部反映现象。 基于RBF 神经感知网络的教学质量评价模型,以大量、简单的处理感知单元,通过广泛地连接建立联系组成复杂的网络系统。 模型由网络拓扑、阶段与插入规则来表示,RBF 神经网络由于可以分布式储存处理信息,并且能够在多层并行分析行为,因此它广泛适用于处理大量的非精准信息与模糊信息。……
登录APP查看全文
