《基于灰色关联分析和神经网络的多媒体教学质量评估》
本文是关联分析和神经网络有关毕业论文范文跟多媒体教学方面学年毕业论文范文.
摘 要： 针对多媒体教学质量评估过程存在一些缺陷,设计基于灰色关联分析和神经网络的多媒体教学质量评估方法.首先,分析当前多媒体教学质量评估现状,构建多媒体教学质量评估指标;然后,采用灰色关联分析法确定多媒体教学质量评估指标的权值,采用神经网络建立多媒体教学质量等级的分类器;最后,与其他多媒体教学质量评估方法进行仿真测试.结果表明,所提方法的多媒体教学质量评估正确率超过95%,而对比方法的多媒体教学质量评估正确率均低于95%,同时,多媒体教学质量评估建模效率也明显改善,为多媒体教学质量评估提供了一种新的研究方法.
关键词： 多媒体教学质量评估; 现代教学手段; 评估指标; 评估效率; 灰色关联分析; 教学质量等级分类器
中图分类号： TN99?34; TP391文献标识码： A文章编号： 1004?373X（2020）09?0183?04
Multimedia teaching quality assesent based on grey relational
analysis and neural network
GU Lin
（Capital Normal University, Beijing 100048, China）
Abstract： Since there are some shortcomings existing in the process of multimedia teaching quality assesent, a method of multimedia teaching quality assesent based on grey correlation analysis and neural network is designed. The current situation of multimedia teaching quality assesent is analyzed, and the assesent index of multimedia teaching quality is constructed. The weight of multimedia teaching quality assesent index is determined with the grey relational analysis method, and the classifier of multimedia teaching quality grade is established by the neural network. Finally, the simulation test is carried out to make comparison with other multimedia teaching quality assesent methods. The results show that the accuracy of multimedia teaching quality assesent obtained with the proposed method is above 95%, while that with other methods is below 95%. At the same time, the modeling efficiency of multimedia teaching quality assesent is improved obviously. Therefore, the proposed method provides a new method for multimedia teaching quality assesent.
Keywords： multimedia teaching quality assesent; modern teaching means; assesent index; assesent efficiency; grey correlation analysis; teaching quality grade classifier
0 引 言
從1999年开始,全国高校进入了扩招阶段,全国大学生数量急剧增加,高校教育进入了快车道时代,大多数高校的师资力量不足,教育教学设备紧张,教学质量成为高校讨论的焦点问题[1].高校的声誉与教学质量密切相关,为了满足高校教育,提高教学质量,大多数高校采用多媒体教学方式,相对于传统黑板教学方式,多媒体教学方式具有许多优越性,如可以进行动画播放讲解、互动形式更优[2].高校教学质量主要通过课堂多媒体教学质量来反映,因此,如何对高校多媒体教学质量进行科学、客观评估,对于提高高校课堂教学效果具有重要的实际意义[3?5].
多媒体教学质量是一个比较复杂的问题,牵涉技术很多,多媒体教学质量评估指标构建主要包括：教师水平、课程难易、学生自身素质等,它们之间相互影响,而当前没有一个统一、公认的多媒体教学质量评估指标体系[6?7].通常情况下,选择大量的指标对多媒体教学质量进行评估,这使得数据采集难度增加,同时,评估指标太多,使得多媒体教学质量评估建模过于复杂,评估指标之间有一定的信息重复,会产生一定的干扰.当前有主成分分析法的多媒体教学质量评估指标构建方法、基于模糊理论的多媒体教学质量评估指标构建方法,它们虽然可以减少多媒体教学质量评估指标的数量,但是没有体现出每一种指标对多媒体教学质量评估结果的影响,从而影响多媒体教学质量评估效果[8?10].灰色关联分析法是一种新型的指标构建方法,可以对各种指标的权值进行合理确定,为多媒体教学质量评估指标构建提供了一种新的工具.
3 结 语
为了提高多媒体教学质量评估正确率,本文提出了基于灰色关联分析和神经网络的多媒体教学质量评估方法.首先,构建多媒体教学质量评估指标,并采用灰色关联分析法确定多媒体教学质量评估指标的权值;然后,采用神经网络建立多媒体教学质量等级的分类器;最后,进行多媒体教学质量评估仿真实验,结果表明,本文方法是一种错误率低、效率高的多媒体教学质量评估方法.
参考文献
[1] 杨秀平,张华,李亚兵.高校教学质量评价系统平台的构建与保障机制探究[J].实验室研究与探索,2018,37（2）：231?234.
[2] 阮家港.基于因子?聚类分析的民高校青年教师教学质量评价研究：以商丘学院为例[J].数学的实践与认识,2015,45（4）：86?93.
[3] 赵馨蕊,周雨青,瞿林云.大学物理MOOC教学质量评价指标体系的建构[J].东南大学学报（哲学社会科学版）,2017,19（z2）：163?168.
[4] 李逢庆,韩晓玲.混合式教学质量评价体系的构建与实践[J].中国电化教育,2017,22（11）：108?113.
[5] 刘芳,宫华,许可,等.基于熵权改进的TOPSIS法的教师教学质量评价[J].沈阳工业大学学报,2017,39（5）：540?544.
[6] 昝輝,施章清.基于模糊理论的文科综合实验教学质量评价体系的构建[J].实验技术与管理,2016,33（8）：213?216.
[7] 唐量,张国强,匡希龙.应用型高校《工程建设法规》课程教学质量评价的AHP模型[J].湖南师范大学自然科学学报,2016,39（5）：77?80.
[8] 赵馨蕊,周雨青.基于模糊综合评价法的大学物理MOOC教学质量评价[J].高等工程教育研究,2019（1）：190?195.
[9] 冉建.基于马尔可夫链和多元统计分析的体育教学质量评估方法研究[J].教育理论与实践,2013,33（18）：60?62.
[10] 岳琪,温新.基于GA和BP神经网络的教学质量评价模型研究[J].内蒙古大学学报（自然科学版）,2018,49（2）：204?211.
[11] 卢信文.证据理论和神经网络的教学质量评估模型[J].现代电子技术,2017,40（15）：119?121.
[12] 范岩,马立平.优化BP神经网络的高校教学质量评价模型[J].统计与决策,2018,34（2）：80?82.
[13] 张明亚.基于主成分分析和支持向量机的英语教学质量评价[J].现代电子技术,2018,41（7）：178?182.
[14] 吴丽,刘益和.证据理论和支持向量机相融合的教学质量评价[J].西南师范大学学报（自然科学版）,2016,41（2）：92?98.
[15] 孙明玮,齐玉东.基于云模型和改进灰色关联分析模型的网络服务质量综合评估[J].计算机科学,2019,46（5）：315?319.
此文结论：这篇文章为一篇适合多媒体教学论文写作的大学硕士及关于关联分析和神经网络本科毕业论文，相关关联分析和神经网络开题报告范文和学术职称论文参考文献.
关联分析和神经网络引用文献:
[1] 关联分析和神经网络毕业论文格式模板范文 关于关联分析和神经网络类硕士论文范文8000字
[2] 神经网络论文范文 关于神经网络相关硕士论文开题报告范文2万字
[3] 神经网络论文范文 关于神经网络类毕业论文范文8000字
