TY -的A2 -艾哈迈德,赛义德·哈桑盟——赵,杰盟——关,Honghai AU - Lu, Changpeng AU -郑,玉树PY - 2021 DA - 2021/09/14 TI -评估教师的教育技术能力基于模糊聚类的广义回归神经网络SP - 1867723六世- 2021 AB -提高教师教育技术能力的一个主要方法,提高高校的管理效率在中国,和科学评价教师的能力具有重要意义。针对这一点,本研究提出了一种教师教育技术能力的评价模型基于模糊聚类的广义回归神经网络。首先,综合评价结构体系的教师教育技术能力是构建,然后教师的预测方法分析了基于模糊聚类算法的能力。在此基础上,优化模糊聚类广义回归神经网络的预测方法。最后,模糊聚类广义回归神经网络的应用效果的评价教师的教育技术能力进行了分析。结果表明,评价体系的教师教育技术能力提出了研究科学合理;模糊聚类广义回归神经网络模型可以更准确地预测教师教育技术能力和可以快速实现全局优化。根据模糊聚类的健身分析结果广义回归神经网络模型,该模型收敛后20迭代和健身价值仍约为1.45。因此,模糊聚类广义回归神经网络具有较强的适应能力和在一定程度上进行了优化。平均评价模糊聚类广义回归神经网络模型的精度是98.44%,和模型的评价结果优于其它算法。 It is hoped that this study can provide some reference value for the evaluation of teachers’ educational technology ability in colleges and universities in China. SN - 1687-5265 UR - https://doi.org/10.1155/2021/1867723 DO - 10.1155/2021/1867723 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -