论文发表 | 论文范文 | 公文范文
最新公告:目前,本站已经取得了出版物经营许可证 、音像制品许可证,协助杂志社进行初步审稿、征稿工作。咨询:400-675-1600
您现在的位置: 新晨范文网 >> 教育杂志 >> 远程教育杂志 >> 网络新媒体技术杂志 >> 正文

BP网络的远程教育质量评价

定制服务

定制原创材料,由写作老师24小时内创作完成,仅供客户你一人参考学习,无后顾之忧。

发表论文

根据客户的需要,将论文发表在指定类别的期刊,只收50%定金,确定发表通过后再付余款。

加入会员

申请成为本站会员,可以享受经理回访等更17项优惠服务,更可以固定你喜欢的写作老师。

1用BP网络进行教学质量评价的原理

B(PBackPropagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前确定描述这种映射关系的数学方程。BP神经网络拓扑结构由输入层、隐含层和输出层构成。网络的学习过程由信息的正向传播和误差的反向传播两个过程组成。

输入层各神经元接收来自外界的输入信息,并传递给隐含层各神经元;隐含层是内部信息处理层,负责信息变换,根据信息处理的复杂程度不同,隐含层可以设计为单层或者多层结构;最后一个隐含层传递到输出层各神经元的信息,经进一步处理后,完成一次学习的正向传播处理过程,由输出层输出处理结果。当实际输出与期望输出不符时,进入误差的反向传播阶段。误差通过输出层,按误差梯度下降的方式修正各层权值,向隐含层、输入层逐层反传。在周而复始的正向传播和误差反向传播过程,各层权值不断调整,一直进行到网络输出的误差减少到可以接受的程度,或者到达预先设定的学习次数为止。

用BP网络来进行教师教学质量评价,其过程可以分为测打分、网络训练和评价应用三个阶段。在测评打分阶段,由教学管理人员、督导专家、同行教师、学生等按照测试规定和程序,填写根据评价指标体系建立的测评量表,取得评价数据,并作归一化处理。在网络训练阶段,将训练样本输入给BP网络。网络经过训练学习并满足要求后,就可以用于教学评价,输入测评数据后其输出即为所对应的评价结果。

2教学质量评价指标体系的构建

2.1建立教学质量评价指标体系的思路

建立教学质量评价指标体系,除了遵循科学性与现实性原则、可行性与可比性原则、综合性与客观性原则、定性指标与定量指标相结合的原则、灵敏性原则、继承性与创新性相结合的原则等基本原则之外,还要考虑以下三点:1|)突出理论指导。以多元智能理论、形成性学习评价理论和发展性教育评价理论为基础,建立覆盖整个远程教育教学全过程,突出远程开放教育无时间、空间限制特点的指标体系。2)体现评价取向。通过建立科学、有效的远程教育教师教学质量评价体系,改变目前注重对教师教学工作量、工作结果进行评价的现状,把对教师的评价引导到发展性、过程性、重质量的取向上来。3)体现远程教育特点。指标体系不仅包含教学内容、教学态度、教学方法、教学效果等传统因素,还必须包括教学一体化设计、教学资源、网上教学组织、学习支持服务等体现远程教育特点的因素。

2.2教学质量评价指标体系的结构

远程教育教学质量评价体系由两级指标构成,其中一级指标包括教学态度、教学内容、教学实施、学习支持服务、教学效果5项,每个一级指标又分解为4个二级指标。

3基于BP神经网络的远程教学质量评价模型的建立

3.1确定网络结构评价网络的结构设计主要是根据要解决的具体问题,确定网络的输入空间、输出空间,确定网络隐含层节点数和激励函数。本设计中,因为指标体系二级指标设置了20项,则输入空间维数M=20;输入向量X=(X11,…X21,…,X54);网络运行的结果将产生一个输出,则输出空间维数L=1,输出为Y。在BP网络中,隐含层神经元数H的确定是一个关键问题。可以使用公式H=(m+n)1/2+a确定(n,m分别代表输出和输入的节点个数,a为0~1之间的常数),但并一定是最优解。本文使用试凑法,先设置较少的节点数目进行训练,计算误差,然后逐步增加节点个数,用相同的样本进行训练,直到计算得到得误差最小,即为需要的隐含层节点个数。隐含层、输出层分别采用tansig、purelin函数,误差为0.001,训练次数上限1000,学习率为0.03,学习率增长系数为1.04,学习率减小系数为0.65,动量系数选为0.95。

3.2确定训练样本集训练样本集的确定是应用BP神经网络进行教学质量评价的重要环节。这里使用陕西电大2012年具有代表性的50名教师的评价数据作为对网络进行训练的样本。3.3训练和仿真选择前40组数据作为训练样本集,对该网络进行训练"经过567次的训练,网络误差达到了0.001的要求,将后10组数据作为检测样本输人已训练好的BP网络,检测结果如表2所示,网络的输出值与目标值(专家评价的结果)基本一致。

4结语

运用BP神经网络建立的教学质量评价模型,揭示了教学质量与其相关评价因素间的关联关系,是远程教育教师教学质量评价的有效方法。但BP网络对训练样本集的数量以及数据的完整性要求比较高,训练样本集越丰富完整,评价的结果就越接近真实水平,因此,应设法增加样本数量,提高样本质量。另外,BP网络结构设计尚无可靠的理论依据做支撑,都是依靠经验在反复试探的过程中确定的,并不一定能够达到最优。

作者:郭富强单位:陕西广播电视大学资源建设与现代教育技术中心

网络新媒体技术杂志责任编辑:田老师    阅读:人次