基于層次分析法和KH-KELM的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)
發(fā)布時(shí)間:2021-11-14 09:58
為了實(shí)現(xiàn)英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià),客觀地反映英語(yǔ)教學(xué)質(zhì)量水平,運(yùn)用層次分析法構(gòu)建了一套基于教師素質(zhì)、教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法和教學(xué)效果的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系。將英語(yǔ)教學(xué)質(zhì)量水平劃分為欠規(guī)范、規(guī)范和精品3個(gè)等級(jí)并將其作為KH-KELM的輸出,通過(guò)專家打分法獲得18個(gè)英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)二級(jí)指標(biāo)數(shù)據(jù)并將其作為KH-KELM的輸入,建立KH-KELM的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)模型。與KELM和SVM相比較,KH-KELM可以有效提高英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)的精度,為英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)提供新的方法和途徑。
【文章來(lái)源】:微型電腦應(yīng)用. 2020,36(11)
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系
通過(guò)專家打分獲得2008-2017年一共10組數(shù)據(jù),將前6組數(shù)據(jù)作為訓(xùn)練集,后4組數(shù)據(jù)作為測(cè)試集。為驗(yàn)證KH-KELM進(jìn)行英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)的有效性和可靠性,將KH-KELM與KELM和支持向量機(jī)(Support Vector Machine,SVM)進(jìn)行對(duì)比,對(duì)比結(jié)果如圖2、表4所示。表4 對(duì)比結(jié)果 方法 RMSE MAE KH-KELM 0.315 2 0.183 5 KELM 0.385 1 0.243 4 SVM 0.823 8 0.626 7
【參考文獻(xiàn)】:
期刊論文
[1]基于GA優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)[J]. 張居設(shè). 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020(03)
[2]基于極限學(xué)習(xí)機(jī)的體系作戰(zhàn)效能評(píng)估建模方法[J]. 任天助,辛萬(wàn)青,嚴(yán)晞雋,趙鴻宇,周桃. 導(dǎo)彈與航天運(yùn)載技術(shù). 2019(06)
[3]基于模糊綜合評(píng)價(jià)方法的財(cái)經(jīng)類專業(yè)實(shí)驗(yàn)課教學(xué)效果研究[J]. 曹強(qiáng),虞文美. 實(shí)驗(yàn)室研究與探索. 2018(06)
[4]基于主成分分析和支持向量機(jī)的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)[J]. 張明亞. 現(xiàn)代電子技術(shù). 2018(07)
[5]基于GA和BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評(píng)價(jià)模型研究[J]. 岳琪,溫新. 內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]改進(jìn)的層次分析法在高校學(xué)生綜合素質(zhì)評(píng)定中的應(yīng)用[J]. 曹昱鵬,王智杰,胡勇文. 輕工科技. 2018(03)
[7]教學(xué)質(zhì)量促進(jìn)學(xué)習(xí)成績(jī)?cè)u(píng)估建模仿真[J]. 鄧?yán)倮?張獻(xiàn). 計(jì)算機(jī)仿真. 2017(07)
[8]支持向量機(jī)的遠(yuǎn)程教學(xué)質(zhì)量評(píng)估模型[J]. 班麗麗,紀(jì)二娟. 現(xiàn)代電子技術(shù). 2017(13)
[9]磷蝦群算法優(yōu)化支持向量機(jī)的威脅估計(jì)[J]. 黃璇,郭立紅,李姜,于洋. 光學(xué)精密工程. 2016(06)
[10]基于F-AHP的高職計(jì)算機(jī)課程教學(xué)質(zhì)量評(píng)價(jià)的研究[J]. 劉元?jiǎng)?熊剛,胡啟迪. 信息技術(shù). 2016(05)
本文編號(hào):3494429
【文章來(lái)源】:微型電腦應(yīng)用. 2020,36(11)
【文章頁(yè)數(shù)】:4 頁(yè)
【部分圖文】:
英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系
通過(guò)專家打分獲得2008-2017年一共10組數(shù)據(jù),將前6組數(shù)據(jù)作為訓(xùn)練集,后4組數(shù)據(jù)作為測(cè)試集。為驗(yàn)證KH-KELM進(jìn)行英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)的有效性和可靠性,將KH-KELM與KELM和支持向量機(jī)(Support Vector Machine,SVM)進(jìn)行對(duì)比,對(duì)比結(jié)果如圖2、表4所示。表4 對(duì)比結(jié)果 方法 RMSE MAE KH-KELM 0.315 2 0.183 5 KELM 0.385 1 0.243 4 SVM 0.823 8 0.626 7
【參考文獻(xiàn)】:
期刊論文
[1]基于GA優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)[J]. 張居設(shè). 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020(03)
[2]基于極限學(xué)習(xí)機(jī)的體系作戰(zhàn)效能評(píng)估建模方法[J]. 任天助,辛萬(wàn)青,嚴(yán)晞雋,趙鴻宇,周桃. 導(dǎo)彈與航天運(yùn)載技術(shù). 2019(06)
[3]基于模糊綜合評(píng)價(jià)方法的財(cái)經(jīng)類專業(yè)實(shí)驗(yàn)課教學(xué)效果研究[J]. 曹強(qiáng),虞文美. 實(shí)驗(yàn)室研究與探索. 2018(06)
[4]基于主成分分析和支持向量機(jī)的英語(yǔ)教學(xué)質(zhì)量評(píng)價(jià)[J]. 張明亞. 現(xiàn)代電子技術(shù). 2018(07)
[5]基于GA和BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評(píng)價(jià)模型研究[J]. 岳琪,溫新. 內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]改進(jìn)的層次分析法在高校學(xué)生綜合素質(zhì)評(píng)定中的應(yīng)用[J]. 曹昱鵬,王智杰,胡勇文. 輕工科技. 2018(03)
[7]教學(xué)質(zhì)量促進(jìn)學(xué)習(xí)成績(jī)?cè)u(píng)估建模仿真[J]. 鄧?yán)倮?張獻(xiàn). 計(jì)算機(jī)仿真. 2017(07)
[8]支持向量機(jī)的遠(yuǎn)程教學(xué)質(zhì)量評(píng)估模型[J]. 班麗麗,紀(jì)二娟. 現(xiàn)代電子技術(shù). 2017(13)
[9]磷蝦群算法優(yōu)化支持向量機(jī)的威脅估計(jì)[J]. 黃璇,郭立紅,李姜,于洋. 光學(xué)精密工程. 2016(06)
[10]基于F-AHP的高職計(jì)算機(jī)課程教學(xué)質(zhì)量評(píng)價(jià)的研究[J]. 劉元?jiǎng)?熊剛,胡啟迪. 信息技術(shù). 2016(05)
本文編號(hào):3494429
本文鏈接:http://www.sikaile.net/waiyulunwen/waiguoyuyanwenhua/3494429.html
最近更新
教材專著