基于BP神經(jīng)網(wǎng)絡(luò)經(jīng)典的學(xué)習(xí)和分類能力建立教師教學(xué)質(zhì)量評(píng)價(jià)模型,用大量分類好的樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,從而使具備分析能力的網(wǎng)絡(luò)系統(tǒng)能夠客觀的評(píng)價(jià)教師的教學(xué)質(zhì)量;通過(guò)Labview軟件工具解決算法中用到的sigmoid函數(shù)、梯度下降法(δ學(xué)習(xí)規(guī)則)、均方誤差等計(jì)算,使得構(gòu)建的模型實(shí)現(xiàn)自我學(xué)習(xí)和評(píng)價(jià)功能。

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 確定網(wǎng)絡(luò)構(gòu)架
2 符號(hào)規(guī)定
3 向前傳播
    3.1 激活函數(shù)
    3.2 樣本集歸一化
    3.3 初始化權(quán)值
    3.4 樣本輸出
4 誤差反向傳播
    4.1 誤差計(jì)算
    4.2 梯度下降法
    4.3 輸出層權(quán)值Wji(3）+調(diào)整
    4.4 隱藏層權(quán)值Wji(2）+調(diào)整
5 應(yīng)用效果總結(jié)



本文編號(hào)：3875886