【摘 要】
：
对于CAI课件质量评估问题,提出基于正则化BP神经网络（RBPNN）的智能化评估模型。分析评估活动相关环节,进而给出解决方案,包括对评估数据的区间化处理、减少指标集参数冗余。然
【基金项目】
：
广东省教育厅基金项目（JYKY0411）.
论文部分内容阅读
对于CAI课件质量评估问题,提出基于正则化BP神经网络（RBPNN）的智能化评估模型。分析评估活动相关环节,进而给出解决方案,包括对评估数据的区间化处理、减少指标集参数冗余。然后通过学习训练确定RBPNN的网络权值及其它参数,对RBPNN输出评语集给出模糊处理。由此给出解决问题的算法,最终通过一个实例来说明算法的使用,实验结果表明,该评估模型比较实用,完全满足CAI课件质量评估的技术要求。
其他文献
<正>全球可编程平台领导厂商赛灵思公司(Xilinx,Inc.(NASDAQ:XLNX))日前宣布,全球第一批KintexTM-7 325T现场可编程门阵列(FPGA)开始发货,标志着其7系列FPGA正式推出,成为业
为提高协同工作平台服务系统的协同任务调度的柔性及系统的平台伸缩性,需要从调度过程、软件结构和调度算法等方面进行研究。首先提出协同任务调度软件构架模型,采用多种软件
随着InfmiBand协议的日益流行，相应的网络产品也越来越多。应用规模的增加，也随之带来新的问题，如何管理、测试和维护这种新兴网络，已经成为工程师面前的新课题。IBA协议支持各种
分析了众多的应用在入侵检测系统中免疫模型存在的不足,提出了一种基于Vague集理论的人工免疫模型的设计实现方法,该方法采用了Vague集的核函数和精确函数来解决基于Vague集
在噪声环境中,基于笔记本电脑录音的情况下,采用特征参数加窗的方法,以提高系统的噪声鲁棒性。在Matlab环境下,建立了基于高斯混合模型(GMM)的说话人辨认系统,并进行实验。通过对多种窗口的正识率比较,发现对美尔倒谱(MFCC)高阶参数的加窗提升,可以改善系统的鲁棒性。实验结果表明,采用加窗后的系统识别率得到了明显改善。