论文部分内容阅读
在分析了高校社团评价的特点上,结合BP神经网络的特点,探讨了基于BP神经网络来评价社团质量的方法。利用神经网络建立起高校评价社团的系统模型,将评价各项指标作为输入,最终评价结果作为输出,运用Tensorflow深度学习框架运行得到符合条件的模型。为高校开展学生社团工作提供一些借鉴和帮助。
BP神经网络在大学生社团评价中的应用
【摘 要】
：
在分析了高校社团评价的特点上,结合BP神经网络的特点,探讨了基于BP神经网络来评价社团质量的方法。利用神经网络建立起高校评价社团的系统模型,将评价各项指标作为输入,最终
【机 构】
：
嘉兴学院南湖学院
【出 处】
：
电脑知识与技术:学术版
【发表日期】
：
2020年8期
【基金项目】
：
嘉兴学院A1类SRT项目资助(NO.NH85179133)
其他文献
为提高图像识别的准确率,提出了一种基于卷积神经网络的图像识别模型。本实验使用Python编程语言实现模型的训练与测试。对图像数据集cifar-10进行预处理后,使用Python中的Keras框架进行模型的构建与训练,模型训练完毕后,对识别准确率进行评估,最后对测试集中的图片进行识别,获得预测准确率和混淆矩阵。通过增加卷积运算的次数,提高图像识别的准确率。
机器学习需要有大量的背景数据作为训练集,而大数据技术正好给机器学习带来了这样的大量数据训练集。结合机器学习和大数据技术,为了实现高效的大数据机器学习而设计的大数据
随着中国城市化的发展,许多高层建筑和一系列复杂大工程在施工中存在很多风险,如高空坠物,夏天员工中暑等,这导致安全管理和成本控制中的不确定因素增加,施工风险增大,施工管
美国FLIR公司始创于1978年，作为全球红外热像仪领域的领导者，30多年来，FLIR公司一直致力于为科研、工业、执法机关及军工领域提供红外热像仪和夜视仪设备。目前，FLIR公司共拥有6
语言模型是自然语言处理研究的基础,是计算机识别和自然语言理解的桥梁。到目前为止,语言模型走过来了三个阶段:统计模型、神经网络模型、深度神经网络模型。随着深度学习技
针对深度学习中训练图像识别模型需要庞大的数据集,然而在实际情况中不仅难以收集到大量的样本,而且在收集和打标的过程中需要大量人力物力的问题,该文提出了一种基于迁移学习的植物花朵识别方法,不仅有效降低训练数据集规模、简化网络层次,而且降低了训练时间和计算资源。该方法通过迁移预先训练好的Inception-v3模型到已经处理好的植物花朵数据集上进行训练,分别将三种目标图像数据集处理成模型输入所需要的一位