基于BP神经网络模型的教师评价研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪言 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究的目的和意义 | 第10-11页 |
| ·本文的研究方法和主要内容 | 第11-12页 |
| ·论文框架 | 第12-13页 |
| 第二章 教师评价的研究 | 第13-30页 |
| ·基本概念 | 第13-14页 |
| ·教师评价的研究现状 | 第14-16页 |
| ·教师评价体系的发展及国外研究状况 | 第14-16页 |
| ·国内研究现状 | 第16页 |
| ·当前教师评价研究中存在的主要问题 | 第16-18页 |
| ·教师评价研究中的主要因素 | 第18-30页 |
| ·评价指标与权重对评价的影响 | 第18-19页 |
| ·教师的量化管理对评价的影响 | 第19-20页 |
| ·教师评价方法的研究 | 第20-30页 |
| ·当前教师评价方法的主要类型 | 第20-26页 |
| ·教师评价方法分析 | 第26-27页 |
| ·运用BP神经网络的必要性 | 第27-28页 |
| ·MATLAB神经网络工具箱的辅助功能 | 第28-30页 |
| 第三章 BP人工神经网络及MATLAB工具箱 | 第30-49页 |
| ·人工神经网络的发展概况 | 第30-31页 |
| ·人工神经网络的基本概念 | 第31-36页 |
| ·人工神经网络的结构 | 第32-33页 |
| ·神经元模型结构 | 第32页 |
| ·神经网络分层结构 | 第32-33页 |
| ·神经元之间的连接方式 | 第33页 |
| ·神经网络的学习功能 | 第33-35页 |
| ·学习方式 | 第34页 |
| ·学习规则 | 第34-35页 |
| ·人工神经网络模型的形态 | 第35页 |
| ·人工神经网络的优点 | 第35-36页 |
| ·BP神经网络 | 第36-42页 |
| ·BP神经网络的结构 | 第37页 |
| ·BP神经网络运行的基本原理 | 第37-38页 |
| ·BP神经网络的传递函数 | 第38-40页 |
| ·BP算法中相关公式的推导 | 第40-42页 |
| ·BP神经网络的特点 | 第42页 |
| ·BP算法的改进 | 第42-46页 |
| ·BP网络的限制与不足 | 第42-43页 |
| ·改进措施 | 第43-46页 |
| ·已有的改进方法 | 第43-45页 |
| ·完善网络推广能力 | 第45-46页 |
| ·MATLAB概述 | 第46-49页 |
| ·MATLAB语言的发展过程 | 第46-47页 |
| ·MATLAB的工具箱 | 第47-49页 |
| 第四章 运用 BP人工神经网络建立教师评价模型 | 第49-68页 |
| ·基本思路 | 第49-50页 |
| ·评价的指标体系 | 第50-53页 |
| ·指标体系的确定 | 第50-52页 |
| ·原始数据的获得 | 第52-53页 |
| ·指标的权重 | 第53页 |
| ·神经网络结构设计 | 第53-57页 |
| ·确定模型结构 | 第53-55页 |
| ·对模型的优化处理 | 第55-57页 |
| ·输入层节点数 | 第55页 |
| ·输出层节点数 | 第55页 |
| ·隐含层节点数 | 第55-56页 |
| ·学习速率η(步长) | 第56-57页 |
| ·动量因子α | 第57页 |
| ·传递函数 | 第57页 |
| ·归一化处理 | 第57页 |
| ·教师评价BP模型的建立 | 第57-61页 |
| ·网络训练及仿真 | 第61-64页 |
| ·网络的测试结果 | 第64-66页 |
| ·基于BP神经网络的教师评价方法的优缺点分析 | 第66-68页 |
| 第五章 总结 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附录(攻读学位期间发表论文目录及科研情况) | 第75页 |
