基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于BP神经网络强大的自组织和自适应能力,本文基于BP神经网络构建了大学生深度学习水平预测模型,使用NSSE-China2013问卷作为数据的来源,将院校间的五大可比指标作为网络的输入、大学生深度学习水平作为网络的输出,并在Matlab中仿真实现.实验结果表明,该预测模型克服了传统评价深度学习水平的复杂性和主观性,具有收敛速度快和预测精度高等特点,具有很好的适用性.
推荐文章
GA-BP神经网络预测大学生体质的模型构建研究
大学生体质
遗传算法
多层前馈神经网络
基于MK-RVM学习方法的大学生科研能力预测模型
预测模型
相关向量机
大学生
精度分析
科研能力评价
遗传算法
基于BP神经网络对NMR的预测模型
1H NMR和13C NMR
神经网络
BP算法
预测模型
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的大学生深度学习水平预测模型构建
来源期刊 中国教育信息化·高教职教 学科 教育
关键词 BP神经网络 大学生深度学习水平 NSSE-China 预测模型
年,卷(期) 2015,(12) 所属期刊栏目 教学研究
研究方向 页码范围 72-75
页数 4页 分类号 G434
字数 4023字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杜树杰 中国海洋大学基础教学中心 11 64 5.0 7.0
2 尹桐 中国海洋大学基础教学中心 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (43)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (3)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
大学生深度学习水平
NSSE-China
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国教育信息化·高教职教
月刊
1673-8454
11-5572/TP
北京市西单大木仓胡同37号教育部业务楼410室
chi
出版文献量(篇)
8612
总下载数(次)
6
总被引数(次)
29096
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导