近年來,互聯(lián)網(wǎng)技術(shù)得到了飛速發(fā)展,推動了在線學(xué)習(xí)社區(qū)的發(fā)展,使得教育更加公平化。越來越多的學(xué)習(xí)者選擇從在線學(xué)習(xí)社區(qū)獲取知識,通過在線課堂、與他人通過Web短文本討論等方式進(jìn)行學(xué)習(xí)。但因為在線學(xué)習(xí)社區(qū)這種無人監(jiān)管的學(xué)習(xí)環(huán)境,大量的學(xué)習(xí)者因為這種學(xué)習(xí)環(huán)境和無法預(yù)測自己學(xué)業(yè)課程的學(xué)習(xí)情況,從而在學(xué)業(yè)課程上產(chǎn)生懈怠,導(dǎo)致最終課程考核不及格。因此,為了使學(xué)習(xí)者在學(xué)習(xí)社區(qū)中更加順利的“畢業(yè)”,大量的學(xué)者專家都積極致力于學(xué)習(xí)者學(xué)業(yè)成績預(yù)測方面的研究。但令人不滿意的兩個地方,（1）從先前專家、學(xué)者的研究中發(fā)現(xiàn),使用決策樹、樸素貝葉斯、支持向量機(jī)等比較陳舊的傳統(tǒng)機(jī)器學(xué)習(xí)方法的預(yù)測效果（預(yù)測準(zhǔn)確率）不如深度學(xué)習(xí)方法;（2）到目前為止,幾乎還沒有一個可直接使用的通用的預(yù)測工具,對學(xué)習(xí)者學(xué)業(yè)成績進(jìn)行分析預(yù)測。為了實現(xiàn)在線學(xué)習(xí)者學(xué)業(yè)成績預(yù)測系統(tǒng),本文在在線學(xué)習(xí)社區(qū)的背景下,針對在線學(xué)習(xí)者學(xué)業(yè)成績數(shù)據(jù)集的特點,主要做了如下工作:首先,設(shè)計并實現(xiàn)在線學(xué)習(xí)環(huán)境,以獲得在線學(xué)習(xí)者學(xué)業(yè)成績數(shù)據(jù)集;接著,實現(xiàn)數(shù)據(jù)預(yù)處理功能,針對數(shù)據(jù)集的特點,對數(shù)據(jù)進(jìn)行數(shù)值化、歸一化、降維等操作,將數(shù)據(jù)轉(zhuǎn)化成可直接計算且消除量綱差異;然后,... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１?Ｊａｖａ?Ｗｅｂ系統(tǒng)完整結(jié)構(gòu)圖??Ｗｅｂ，ＪＳＰ、Ｓｔｒｕｔｓ２、Ａｃｔｉｏｎ，

程指的是對系統(tǒng)中重復(fù)使用的通用功能進(jìn)行抽取，封裝成獨立的模塊，稱之為“切??面”，并在系統(tǒng)業(yè)務(wù)流程執(zhí)行過程中準(zhǔn)確地插入到各個模塊的合適位置。Ｓｐｒｉｎｇ在??業(yè)務(wù)執(zhí)行過程中的主要作用流程如

２．４．１?ＢＰ神經(jīng)網(wǎng)絡(luò)??Ｒｕｍｅｌｈａｒｔ?和?ＭｃＣｅｌｌａｎｄ?于?１９８６?年提出?ＢＰ（Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ）神經(jīng)網(wǎng)絡(luò)［３８］［４０］，??是一種最有效的多層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法。如圖２．４是簡單的三層ＢＰ神經(jīng)網(wǎng)絡(luò)，??包括輸入層（＇，七，…，＇）隱含層，…，Ｚ＞ｍ）和輸出層（ｕ２，．．．，ｊｖｎ）。ＢＰ神經(jīng)網(wǎng)絡(luò)??的主要特點是信號前向傳播，而誤差逆向傳播。使用當(dāng)前層輸出的誤差ｅ來估計直??接前導(dǎo)層的誤差，再使用直接前導(dǎo)層的誤差估計更前一層的誤差，一直循環(huán)反傳到??輸入層的下一層，這樣就能得到所有層的誤差，然后根據(jù)這個誤差來調(diào)節(jié)權(quán)重（如??圖２．４中的和７ａ）和闡值（如圖１中的＆和，使得輸出結(jié)果最接近真實值。??正是因為ＢＰ神經(jīng)網(wǎng)絡(luò)是誤差逆向傳播的，所以才會成為應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)??之一。???權(quán)修正???－??隱含層??第一層權(quán)重?第２層權(quán)重?ＢＰ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)??閾值義??


本文編號：3388587