- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
RBF神经网络在大学生素质综合测评中的应用
2010年 7月 中国制造业信息化 第 39卷 第 13期
RBF神经网络在大学生素质综合测评中的应用
马来坤
(南京农业大学 工学院,江苏 南京 210031)
摘要:为了反映大学生素质综合评价过程中的非线性关系,合理地对大学生进行综合测评,提出
了基于径向基函数(RBF)神经网络的大学生综合测评方法,并将其应用于南京农业大学工学院
学生的综合测评中,取得了较好的效果。研究证明了基于RBF网络的大学生综合测评方法的实
用性和有效性。
关键词:RBF神经网络;大学生;综合测评
中图分类号:G473 文献标识码:A 文章编号:1672—1616(2010)13—0064一O3
大学生素质综合测评是国内目前许多高校采 合测评体系中,具有很强的适用性。
用的对学生素质进行综合考核和评估的学生素质
评价体系,是学生奖助学金、评优评先的一项重要 2 径向基神经网络及研究工具
参照标准uJ。因此,各高校对学生综合测评的评 2.1 径向基神经网络
价方法都比较关注,一些较为成熟的评价方法也被 径向基函数 (RadM BasisFunction, )神经
引入其中。径向基神经网络具有强大的非线性映 网络属于3层前向人工神经网络,是前向网络中性
射能力,通过对网络的训练进而找到某些行为变化 能最优的一种,被誉为 “最适合模式识别任务的神
的规律,可以实现复杂的因果关系。本文借助计算 经网络”l5J。RBF神经网络 由输入层、隐层和输出
机工具语言MAT 建立一个径向基函数神经 层组成,其结构如 图 1所示。其 中 为权值,
网络并将其应用于大学生综合测评体系中,取得了 f(X)为网络的输出结果。 ()为网络隐层的非
良好的效果。 线性函数,它是一类径向基函数,具有非负对称性。
典型的径向基函数为高斯函数,即
1 大学生综合测评的基本方法 () r llX—cI1]
=expI一 I i=1,…,m
关于对大学生进行综合测评的评价方法的研 L 二D i J
其中: (X)为网络第 i个隐层节点的输出;X为
究有很多。1994年,孔德芳将模糊数学应用于学
维输入向量;C为第i个基函数的中心,与X有相
生素质的综合评价中,使评判的结果较为明朗L22J;
同的维数; 为第 i个隐节点的变量 (可 自由选
同年,丁在尚用层次分析法建立的学生素质综合评
择),决定了该函数围绕中心点的宽度;Il 一 ll
价模型具有一定的应用价值_33J;2005年,陈家玮、
为向量 (X—C)的范数,表示 和Cf之间的距离;
王桂敏、冯海艳针对学生综合测评的多因素、多指
m为隐层的节点数 目。
标性,提出用灰色系统理论中的灰色关联分析方法
∽
对学生进行综合测评,较为科学并接近客观实
际[4l。
由于评价结果与评价指标之
文档评论(0)