研究文章
英语学习效能评估系统的设计基于k - means聚类算法
|
| 一步 |
功能 |
|
| 1 |
确定评价目标体系。的数量指标的BP神经网络的输入节点数量;这是,BP神经网络的输入层神经元是15。 |
| 2 |
确定BP神经网络的层数。系统采用三层网络模型结构和一个输入层、隐藏层和输出层。 |
| 3 |
明确评价的结果。在输出层节点的数目是1,也就是某一个学生的学习效果的评价结果。 |
| 4 |
规范评估目标值。 |
| 5 |
使用随机数(通常是一个数字0和1之间)来初始化权重和网络网络节点的阈值,标准化的目标样本值输入到网络,并给出了相应的预期输出。 |
| 6 |
在正向传播阶段,计算每一层的输出节点,计算每一层节点的误差。 |
| 7 |
在反向传播阶段,正确的重量和检查是否所有样本对已经输入。 |
| 8 |
计算错误。当总误差小于给定误差,网络培训结束;否则,转到步骤(6)和继续培训。 |
| 9 |
经过训练的网络可以用于正式的评估。 |
|
|
