| 第一章 高等学校教学质量评价及其现状分析 | 第1-19页 |
| 1．1 高等学校教学质量评价概述 | 第11-13页 |
| 1．2 高等学校教学质量评价体系研究现状 | 第13-17页 |
| 1．3 本课题的确立及解决的问题 | 第17-19页 |
| 第二章 人工神经网络 | 第19-39页 |
| 2．1 人工神经网络概述 | 第19-21页 |
| 2．2 人工神经网络发展前景 | 第21-26页 |
| 2．3 人工神经网络的模型 | 第26-31页 |
| 2．3．1 人工神经元模型 | 第26-27页 |
| 2．3．2 人工神经网络结构 | 第27-28页 |
| 2．3．3 人工神经网络的学习方法 | 第28-29页 |
| 2．3．4 人工神经网络学习算法 | 第29-31页 |
| 2．3．5 人工神经网络模型分类 | 第31页 |
| 2．4 BP神经网络模型 | 第31-39页 |
| 2．4．1 BP神经网络基本原理 | 第31-32页 |
| 2．4．2 BP神经网络结构 | 第32-33页 |
| 2．4．3 BP神经网络学习算法 | 第33-39页 |
| 第三章 基于人工神经网络在高校教学质量评价体系的设计 | 第39-48页 |
| 3．1 教学质量评价问题的复杂性及神经网络的适用性 | 第39-40页 |
| 3．2 高校教学质量神经网络评价系统的设计 | 第40-48页 |
| 3．2．1 高等学校教学质量评价综合指标体系的确立 | 第40-43页 |
| 3．2．2 高等学校教学质量神经网络评价系统设计结构框图 | 第43-44页 |
| 3．2．3 高等学校教学质量神经网络评价系统设计 | 第44-46页 |
| 3．2．4 高等学校教学质量神经网络评价系统设计 Matlab仿真 | 第46-48页 |
| 第四章 系统实现 | 第48-70页 |
| 4．1 系统运行环境 | 第48-49页 |
| 4．2 课堂教学质量神经网络评价子系统 | 第49-70页 |
| 4．2．1 样本库维护 | 第50-54页 |
| 4．2．2 神经网络训练 | 第54-65页 |
| 4．2．3 神经网络评价 | 第65-70页 |
| 第五章 结论及进一步思考 | 第70-72页 |
| 5．1 结论 | 第70页 |
| 5．2 进一步思考 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 附录1 | 第75-76页 |
| 附录2 | 第76-86页 |
| 致谢 | 第86-87页 |
| 攻读学位期间发表的学术论文 | 第87页 |
