基于RVM机器学习方法的高校理论与实验教学质量评价模型

• 作者: 傅翠霞 罗亦泳
• 来源期刊: 现代电子技术
• 关键词: 相关向量机(RVM) 教学质量评价 精度分析 可靠性分析 遗传算法 置信区间
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 181-186
• 页数: 6页
• 分类号: TN911-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.13.042

摘要

为提高高校理论教学与实验教学质量评价的精度及可靠性,基于机器学习新算法RVM构建高校理论教学与实验教学质量评价新模型.对RVM的核函数及参数确定方法进行改进,利用遗传算法优化的MK-RVM模型分别建立高校理论与实验教学质量评价的MK-RVM新模型,并构建基于置信区间的结果可靠性分析方法.实验结果表明,高校理论教学与实验教学质量评价MK-RVM模型的各项精度指标均表现优秀,精度等级达到"好";训练集及测试集的教学质量评价真实值均在MK-RVM估计的95％置信度置信区间内,证实基于MK-RVM的教学质量评价结果具有较好的可靠性.因此,RVM算法为高校理论教学与实验教学质量评价提供了一种新的有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗亦泳	东华理工大学外国语学院	45	335	10.0	16.0
3	傅翠霞	东华理工大学外国语学院	9	6	1.0	1.0