分类筛选
分类筛选:

关于大学物理实验论文范文资料 与改进神经网络的大学物理实验教学质量评价有关论文参考文献

版权:原创标记原创 主题:大学物理实验范文 科目:专科论文 2024-03-21

《改进神经网络的大学物理实验教学质量评价》:此文是一篇大学物理实验论文范文,为你的毕业论文写作提供有价值的参考。

摘 要: 针对当前大学物理实验教学质量评价模型存在的局限性,提出改进神经网络大学物理实验教学质量评价模型.对当前大学物理实验教学质量评价研究现状进行分析和探讨,并根据相关研究建立大学物理实验教学质量评价指标体系;采用BP神经网络建立大学物理实验教学质量评价模型,并针对BP神经网络参数优化问题进行改进;最后通过大学物理实验教学质量评价实验对模型的可行性进行测试.结果表明,改进神经网络提高了大学物理实验教学质量的评价精度,评价结果更加科学、可靠,具有广泛的应用前景.

關键词: 大学物理; 实验教学; 质量评价; 神经网络; 指标体系

中图分类号: TN711?34; TP391 文献标识码: A 文章编号: 1004?373X(2017)15?0146?04

Abstract: An improved neural network based teaching quality evaluation model of university physics experiment is proposed according to the limitation existing in teaching quality evaluation model of university physics experiment. The research status of the current university physics experiment teaching quality evaluation is analyzed and discussed. The index system of the university physics experiment teaching quality evaluation was established according to the related research. The BP neural network is adopted to establish the teaching quality evaluation model of university physics experiment. The BP neural network parameter optimization was improved. The feasibility of the model was tested by mean of university physics experiment teaching quality evaluation experiment. The results show that the improved neural network can improve the accuracy of university physics experiment teaching quality evaluation, make the evaluation result more scientific and reliable, and has broad prospect.

Keywords: university physics; experiment teaching; quality evaluation; neural network; indicator system

0 引 言

近年来,随着经济的高速发展,高等教育发生了跨越式发展,招生规模空前扩大,教学资源严重短缺,如何保证教学质量是所有大学面临的问题,其中大学物理实验是一门基础课程,其教学质量对后继许多课程的教学有直接影响,因此建立科学、客观的大学物理实验教学质量评价模型引起了教学管理部门的高度重视[1?2].

大学物理实验教学质量评价过程受到多种条件的影响,是一个具有众多评价指标的复杂问题[3].针对大学物理实验教学质量评价问题,许多老师和管理人员对其进行了深入分析,提出了许多可行的大学物理实验教学质量评价模型[4].最原始的大学物理实验评价模型为专家系统,由许多有大学物理实验教学背景的专家进行估计,得到评价结果,该方法十分繁锁,结果的可信性差,而且评价结果与专家们的自身知识密切相关,导致大学物理实验教学质量评价结果主观性比较严重[5].随着现代信息技术的发展,出现了模糊理论、灰色关联分析、因子分析等传统统计学理论的大学物理实验教学质量评价模型[3,6?7],这些方法比较简单,评价效率高,但它们难以找到大学物理实验教学质量评价指标与评价值之间的联系,使得建立大学物理实验教学质量评价模型不理想,评价结果不合理[8].近年来,随着机器学习理论的研究不断深入,有学者将神经网络、支持向量机等引入到大学物理实验教学质量评价中,它们能够找到大学物理实验教学质量评价指标与结果间的联系,获得较高精度的评价结果,也成为大学物理实验教学质量评价研究的主要工具[9].尤其是BP神经网络的学习速度快、非线性拟合能力强,在大学物理实验教学质量评价中应用最为广泛,但BP神经网络参数优化是一个待解决的难题,如果参数确定不合理,那么大学物理实验教学质量评价效果大幅度下降.

为了提高大学物理实验教学质量的评价精度,针对传统大学物理实验教学质量评价模型存在的局限性,提出改进神经网络大学物理实验教学质量的评价模型,实验结果表明,改进神经网络提高了大学物理实验教学质量的评价精度,评价结果可以真实反映老师的教学水平,为教学管理者提供一定的参考信息.

1 改进神经网络

1.1 BP神经网络

BP神经网络没有一个固定的结构,通常情况下三层网络可以无限逼近任意的非线性函数,结构如图1所示.

1.2 混沌粒子群优化算法

在BP神经网络的建模过程中,权值和阈值直接影响其性能,为了解决该问题,选择混沌粒子群优化算法(CPSO算法)估计BP神经网络的权值和阈值,以获得更高精度的大学物理实验教学质量评价模型.

大学物理实验论文参考资料:

物理实验论文

大学物理论文

大学物理实验期刊

大学物理小论文

大学物理杂志

大学物理论文2000字

结论:改进神经网络的大学物理实验教学质量评价为适合不知如何写大学物理实验方面的相关专业大学硕士和本科毕业论文以及关于大学物理实验论文开题报告范文和相关职称论文写作参考文献资料下载。

和你相关的