| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-14页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究现状 | 第8-12页 |
| ·现行教学质量评价方法 | 第8-11页 |
| ·存在的问题与发展趋势 | 第11-12页 |
| ·本文主要研究内容及组织安排 | 第12-14页 |
| ·主要研究内容 | 第12页 |
| ·论文组织安排 | 第12-14页 |
| 2 神经网络基本理论 | 第14-25页 |
| ·神经网络发展概况 | 第14-16页 |
| ·神经网络基本概念 | 第16-24页 |
| ·人工神经元模型 | 第16-17页 |
| ·神经元常用的激励函数类型 | 第17-19页 |
| ·神经元学习方法 | 第19-22页 |
| ·典型的神经网络结构 | 第22-24页 |
| ·当前人工神经网络的研究动态 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 教学质量评价模型的数据处理方法 | 第25-35页 |
| ·构建教学质量评价体系 | 第25-27页 |
| ·传统评价体系中存在的问题 | 第25-26页 |
| ·构建教学质量评价体系应遵循的原则 | 第26页 |
| ·教学质量评价指标体系的确立 | 第26-27页 |
| ·主成分分析法概述 | 第27-31页 |
| ·主成分分析法原理 | 第27-28页 |
| ·主成分分析法改进的理论依据 | 第28-30页 |
| ·改进后主成分分析法的步骤 | 第30-31页 |
| ·基于改进主成分分析法的数据预处理 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于BP 神经网络的教学质量评价模型 | 第35-46页 |
| ·BP 神经网络简介 | 第35-40页 |
| ·BP 算法的基本思想 | 第35页 |
| ·BP 神经网络的结构与算法 | 第35-39页 |
| ·BP 网络的主要功能 | 第39-40页 |
| ·基于BP 神经网络的教学质量评价模型设计 | 第40-42页 |
| ·BP 神经网络训练结果及分析 | 第42-45页 |
| ·数据的选取 | 第42页 |
| ·网络拓扑结构的确定 | 第42页 |
| ·基于 mat1ab 的 BP 神经网络模型的实现 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于INI 神经网络和代数算法的教学质量评价模型 | 第46-55页 |
| ·INI 神经网络和代数算法简介 | 第46-49页 |
| ·INI 神经网络的基本结构 | 第46-47页 |
| ·代数算法的基本原理 | 第47-49页 |
| ·基于INI 神经网络的教学质量评价模型设计与求解 | 第49-52页 |
| ·INI 神经网络的拓扑结构 | 第49-51页 |
| ·INI 神经网络实验结果 | 第51-52页 |
| ·对比分析 | 第52-54页 |
| ·代数算法与BP 算法对比 | 第52-53页 |
| ·代数算法的优点 | 第53页 |
| ·基于代数算法和BP 算法的教学质量评价模型训练结果对比 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录 | 第59页 |
