PCA和Elman网络在移动学习策略分类中的应用?

• 作者: 程迎新 胡帅 顾艳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 主成分分析 Elman神经网络 BP神经网络 移动学习策略 分类
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 【网络测试技术】
• 页码范围: 182-186
• 页数: 5页
• 分类号: TP183
• 字数: 4514字
• 语种: 中文

摘要

针对传统的大学生英语移动学习策略分类方法准确率较低的情况,提出了一种主成分分析(PCA)和 Elman神经网络相结合的分类模型。首先,用PCA对所获得的移动学习策略原始数据作数据降维处理,提取前5个主成分,建立新的特征样本矩阵,再对 Elman神经网络进行训练和泛化能力测试。仿真结果表明：单一的 BPNN 分类准确率为70.0%,单一的Elman网络分类准确率为80.0%,PCA-Elman网络分类准确率为100.0%,PCA-Elman网络模型简化了单一 Elman网络的结构,提高了网络的训练速率、分类准确率和泛化能力,验证了所提出的模型的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程迎新	渤海大学大学外语教研部	35	53	3.0	7.0
2	顾艳	渤海大学大学外语教研部	16	42	4.0	5.0
3	胡帅	渤海大学大学外语教研部	19	45	4.0	5.0