前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇神經(jīng)網(wǎng)絡(luò)教學(xué)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

神經(jīng)網(wǎng)絡(luò)教學(xué)范文第1篇

[關(guān)鍵詞]情景教學(xué)　BP神經(jīng)網(wǎng)絡(luò)　評價(jià)指標(biāo)

最近幾年，國家陸續(xù)出臺了一些政策來發(fā)展職業(yè)教育，高職院校更是承擔(dān)了培養(yǎng)高技能人才的任務(wù)。要想培養(yǎng)一流的生產(chǎn)、管理、流通、服務(wù)等第一線的高技能人才，必須首先提高高職院校的教學(xué)質(zhì)量，而要提高教學(xué)質(zhì)量就需要轉(zhuǎn)變教學(xué)方法，從傳統(tǒng)的以教師為主的教學(xué)方法向以學(xué)生為主的教學(xué)方法轉(zhuǎn)變，加強(qiáng)學(xué)生的實(shí)踐動(dòng)手能力，全面提高學(xué)生的綜合素質(zhì)。

因此，情景教學(xué)法等先進(jìn)的教學(xué)方法已為越來越多的高職院校所接受。情景教學(xué)法是指在教學(xué)過程中，教師有目的地引入或創(chuàng)設(shè)與教學(xué)內(nèi)容相關(guān)的、生動(dòng)具體的場景，用逼真的環(huán)境創(chuàng)造氛圍，以引起學(xué)生的學(xué)習(xí)興趣，積極主動(dòng)地在模擬場景中扮演不同角色，從而幫助學(xué)生理解和獲取知識或技能，是一種以學(xué)生為主體的教學(xué)方法。

為整體提高教師教學(xué)水平，從而提高教學(xué)質(zhì)量，高職院校需要擁有一套完善的教學(xué)質(zhì)量評價(jià)體系。然而教學(xué)評估結(jié)果的因素很多，定級標(biāo)準(zhǔn)復(fù)雜且受主觀因素的影響較大。為使做出的評價(jià)更具客觀性、合理性、簡便性，本文采用BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)建立數(shù)學(xué)模型，并選取嘉興職業(yè)技術(shù)學(xué)院的采取情景教學(xué)的若干教師應(yīng)用此模型，對其已有的教學(xué)質(zhì)量數(shù)據(jù)進(jìn)行了測試，利用專家樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以求為教學(xué)質(zhì)量評價(jià)提供一種切實(shí)可行的評價(jià)方法。

一、神經(jīng)網(wǎng)絡(luò)概念及原理

神經(jīng)網(wǎng)絡(luò)的全稱是人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Net-work，ANN)，它是在神經(jīng)科學(xué)研究的基礎(chǔ)上模仿人類大腦的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)。神經(jīng)網(wǎng)絡(luò)由大量的神經(jīng)元互相連接而成，它的信息處理通過神經(jīng)元的相互作用來實(shí)現(xiàn)，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互聯(lián)分布式的物理聯(lián)系。神經(jīng)網(wǎng)絡(luò)的基本特征為非線性影射、學(xué)習(xí)分類和實(shí)時(shí)優(yōu)化，因此，它為模式識別、非線性分類等研究開辟了新的途徑。

BP(Back Propagation)網(wǎng)絡(luò)是1986年由Rumelhart和Mc-Celland為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存儲大量的輸入―輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層(input layer)、隱層(hide layer)和輸出層(output layer)。BP網(wǎng)絡(luò)可看作是一個(gè)從輸入到輸出的高度非線性映射，即要求映射∫使f是g的最佳逼近。神經(jīng)網(wǎng)絡(luò)通過對簡單的非線性函數(shù)進(jìn)行數(shù)次復(fù)合，可得出近似復(fù)雜的函數(shù)。

BP網(wǎng)絡(luò)模型的輸入向量為嘉興職業(yè)技術(shù)學(xué)院情景教學(xué)質(zhì)量評價(jià)的各指標(biāo)。對其指標(biāo)的屬性值進(jìn)行歸一化處理,BP網(wǎng)絡(luò)模型的輸出為評價(jià)結(jié)果，盡可能采用多的樣本數(shù)訓(xùn)練這個(gè)網(wǎng)絡(luò)，使其獲取學(xué)校督導(dǎo)組成的評價(jià)專家團(tuán)的評價(jià)能力及其對有些重要指標(biāo)的側(cè)重，這樣BP網(wǎng)絡(luò)經(jīng)過自適應(yīng)學(xué)習(xí)得到的較為準(zhǔn)確的信息就會以BP網(wǎng)絡(luò)模型中的那組權(quán)系數(shù)值表示出來，磨合好的BP網(wǎng)絡(luò)模型根據(jù)待評價(jià)各指標(biāo)的屬性值，就可得到對嘉興職業(yè)技術(shù)學(xué)院情景教學(xué)質(zhì)量評價(jià)的評價(jià)結(jié)果，從而盡可能與學(xué)校督導(dǎo)組成的專家評委的評價(jià)無限接近，實(shí)現(xiàn)定性和定量分析的有效結(jié)合，保證評價(jià)的公正性。

二、教學(xué)質(zhì)量評價(jià)指標(biāo)體系的確立

評價(jià)指標(biāo)體系的構(gòu)建是高職院校教學(xué)質(zhì)量評價(jià)的核心內(nèi)容。本著從“教、學(xué)、做”―體的視角出發(fā)，評價(jià)指標(biāo)在選取的時(shí)候要體現(xiàn)“工學(xué)結(jié)合”的特色，本文選取了嘉興職業(yè)技術(shù)學(xué)院教學(xué)評價(jià)指標(biāo)來確立教學(xué)質(zhì)量評價(jià)體系，具體內(nèi)容如表1所示。

三、情景教學(xué)質(zhì)量評價(jià)指標(biāo)的BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用

BP網(wǎng)絡(luò)的輸入和輸出向量的維數(shù)確定了輸入和輸出層的神經(jīng)元數(shù)目，輸入向量的維數(shù)選取的是影響情景教學(xué)質(zhì)量的各種因素，為能夠全面反映情景教學(xué)的影響因素，本文選取了教學(xué)設(shè)計(jì)、教學(xué)內(nèi)容、教學(xué)組織、教學(xué)效果、教學(xué)素養(yǎng)、儀態(tài)儀表等所包含的20個(gè)因素，所以輸入層的神經(jīng)元個(gè)數(shù)為20。確定情景教學(xué)質(zhì)量評價(jià)結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)輸出層，其神經(jīng)元個(gè)數(shù)為1，目標(biāo)輸出模式為[0，1]間的一個(gè)數(shù)，評價(jià)集設(shè)為{優(yōu)，良，及，不及}，對應(yīng)的指數(shù)區(qū)間集合={(0，9，1)，(0.7，0.9)，[0，6，O，7]，(0，0，6)}。由于輸出模式為[0，1]間的一個(gè)數(shù)，因此，輸出層神經(jīng)元的傳遞函數(shù)可選用S型對數(shù)函數(shù)logsig。通過反復(fù)實(shí)驗(yàn)表明，在―定程度上隱含層數(shù)目越多，BP-網(wǎng)絡(luò)的非線性映射能力就越強(qiáng)，但是隱含層數(shù)目超過一定值，網(wǎng)絡(luò)性能反而會降低。在合理的結(jié)構(gòu)和恰當(dāng)?shù)臋?quán)值條件下，一個(gè)三層BP網(wǎng)絡(luò)可以以任意精度去逼近映射關(guān)系，因此本文采用三層BP結(jié)構(gòu)。隱含層的神經(jīng)元個(gè)數(shù)直接影響著網(wǎng)絡(luò)的非線性預(yù)測性能。根據(jù)Kolmogorov定理，設(shè)定網(wǎng)絡(luò)的隱含層神經(jīng)元個(gè)數(shù)為16。按照一般的設(shè)計(jì)原則，隱含層神經(jīng)元的傳遞函數(shù)為S型正切函數(shù)tanslg。

四、反向傳播(BP)算法的實(shí)施過程

反向傳播(BP)算法的實(shí)施過程如圖1所不。

五、測評結(jié)果分析

確定網(wǎng)絡(luò)結(jié)構(gòu)及算法，需要利用選取的樣本數(shù)據(jù)對BP神經(jīng)模型進(jìn)行一定的學(xué)習(xí)規(guī)范的訓(xùn)練，以提高網(wǎng)絡(luò)的適應(yīng)能力。從實(shí)踐研究發(fā)現(xiàn)，此模型的實(shí)現(xiàn)采用BP三層網(wǎng)絡(luò)結(jié)構(gòu)，利用軟件MATLAB7.0，輸入層20個(gè)神經(jīng)元，隱含層16個(gè)神經(jīng)元，輸出層1個(gè)神經(jīng)元，訓(xùn)練步數(shù)40，目標(biāo)誤差為0.001，網(wǎng)絡(luò)訓(xùn)練次數(shù)80次。收集嘉興職業(yè)技術(shù)學(xué)院8位教師情景教學(xué)評價(jià)相關(guān)數(shù)據(jù)，通過MATLAB7.0編程測試，對測試結(jié)果與督導(dǎo)評價(jià)結(jié)果對比表明，誤差較小，測試結(jié)果與督導(dǎo)的等級評價(jià)一致，評價(jià)令人滿意。測試結(jié)果與督導(dǎo)評價(jià)結(jié)果如表2所示。

六、結(jié)語

根據(jù)以上分析，對8名教師情景教學(xué)質(zhì)量的BP神經(jīng)網(wǎng)絡(luò)測試結(jié)果進(jìn)行研究發(fā)現(xiàn)：本文中設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)評價(jià)模型對情景教學(xué)質(zhì)量評價(jià)與督導(dǎo)評價(jià)的相似度很高，并且它可以克服人為教學(xué)評價(jià)中主觀性較強(qiáng)的缺點(diǎn)。這種模型的應(yīng)用將會為我校及其他高職院校情景教學(xué)評價(jià)提供一種可行性較強(qiáng)的評價(jià)方法。當(dāng)然，BP神經(jīng)網(wǎng)絡(luò)模型存在其自身的缺點(diǎn)，如BP算法可以使權(quán)值收斂到某個(gè)值，但并不保證其為誤差平面的全局最小值；網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇尚無理論上的指導(dǎo)，一般是根據(jù)經(jīng)驗(yàn)或者通過反復(fù)實(shí)驗(yàn)確定等。而且，高職院校教學(xué)質(zhì)量評價(jià)相對復(fù)雜，應(yīng)根據(jù)具體情況進(jìn)行評價(jià)，特別是在情景教學(xué)方式下，不能一味追求學(xué)生角色模擬的教學(xué)，可以通過實(shí)物演示、音樂烘托等視覺、聽覺有時(shí)候甚至是味覺、嗅覺的沖擊來進(jìn)行情景教學(xué)。此外，還應(yīng)注意情景教學(xué)效果的及時(shí)反饋，以便被測評教師能夠及時(shí)發(fā)現(xiàn)自身存在的問題，不斷改進(jìn)教學(xué)手段與教學(xué)方法，提升高職院校情景教學(xué)質(zhì)量。

[參考文獻(xiàn)]

[1]曹勃：基于教學(xué)情景因素的普通高校數(shù)學(xué)改革[J]教育與職業(yè)，2008(6)

[2]王春媛、胡旺：基于B／S高職院校實(shí)踐教學(xué)質(zhì)量評價(jià)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]蘭州石化職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2008(4)

神經(jīng)網(wǎng)絡(luò)教學(xué)范文第2篇

[關(guān)鍵詞]體育教學(xué) BP神經(jīng)網(wǎng)絡(luò) 質(zhì)量評價(jià)

[中圖分類號]G642.4 [文獻(xiàn)標(biāo)識碼]A [文章編號]1009-5349（2013）02-0199-01

體育教學(xué)是高等教育不可缺少的部分。正確地進(jìn)行體育教學(xué)質(zhì)量評價(jià)有利于體育教學(xué)健康發(fā)展。

體育教學(xué)質(zhì)量評價(jià)體系的影響因素很多，并且每個(gè)因素的影響程度也不可能完全相同，因此，評價(jià)很難用一個(gè)精確的數(shù)學(xué)解析式表示，它屬于非線性分類問題。BP神經(jīng)網(wǎng)絡(luò)又稱“誤差反向傳播神經(jīng)網(wǎng)絡(luò)”（Error Back Propagation）。從本質(zhì)上說，這是一類由大量信息處理單元通過廣泛聯(lián)結(jié)而構(gòu)成的動(dòng)態(tài)信息處理系統(tǒng)。這種系統(tǒng)在處理各種模糊、隨機(jī)、動(dòng)態(tài)、量大信息等方面具有獨(dú)特的功能，可以處理非線性問題。

一、傳統(tǒng)體育教學(xué)質(zhì)量評價(jià)方法

傳統(tǒng)體育教學(xué)質(zhì)量評價(jià)方法對評價(jià)對象各個(gè)指標(biāo)的評價(jià)結(jié)果常用不同的等級或狀態(tài)來表示，如A、B、C、D或優(yōu)、良、及格、不及格。這些等級或狀態(tài)就是對評價(jià)內(nèi)容進(jìn)行定性或定量的評價(jià)。最終的評價(jià)結(jié)果取決于兩個(gè)問題：一是對內(nèi)容的評價(jià)計(jì)分，二是定級準(zhǔn)則的制定。

為了做出客觀正確的評價(jià)，首先應(yīng)分析影響評價(jià)結(jié)果的主要指標(biāo)（影響體育教學(xué)質(zhì)量的主要因素）及各指標(biāo)所占的比例（在算法中通過權(quán)值來體現(xiàn)）。例如，評價(jià)一名教師的體育教學(xué)質(zhì)量時(shí)，經(jīng)認(rèn)真分析，找出影響體育教學(xué)質(zhì)量的評價(jià)指標(biāo)，見表1：

開展體育教師教學(xué)質(zhì)量評價(jià)，評價(jià)結(jié)果分為“優(yōu)”“良”

“中”“差”4個(gè)等級。由教學(xué)對象學(xué)生、同行、專家和任課教師分別填寫“教師教學(xué)質(zhì)量評價(jià)表”。（表1）認(rèn)為被評對象屬于哪一級，就在該級下劃“√”，然后計(jì)算各因素指標(biāo)各級評語所獲得的頻率（劃記數(shù)/考評劃記的人數(shù)），這就使定性的因素轉(zhuǎn)成了定量的指標(biāo)。得的頻率（劃記數(shù)/考評劃記的人數(shù)），i=1……m，j=1……n，總評價(jià)指標(biāo)個(gè)數(shù)為m×n個(gè)。

設(shè)B=（w11w12w21…w27w31…w35w41…w44w51…w53…wij…wmn）

wij表示各因素指標(biāo)在評價(jià)過程中所占的權(quán)重，

i=1……m，j=1……n，對應(yīng)于m×n個(gè)評價(jià)指標(biāo)，權(quán)重個(gè)數(shù)也為m×n個(gè)。

在傳統(tǒng)評法中，權(quán)重人為給定。

C=BA=（uAuBuCuD）

uAuBuCuD表示質(zhì)量等級系數(shù)。

根據(jù)質(zhì)量等級系數(shù)：uA=？，uB=？，uC=？，uD=？擬定一個(gè)定級方案。優(yōu)秀標(biāo)準(zhǔn)：uA≥0.7，uD=0；良好標(biāo)準(zhǔn)：uA+uB≥

0.70，uD=0；合格標(biāo)準(zhǔn)：uA+uB+uC≥0.8，uD≤0.2；不合格標(biāo)準(zhǔn)：uD≥0.2。根據(jù)這個(gè)定級方案，得出該教師的教學(xué)質(zhì)量評價(jià)結(jié)果。

二、用于教學(xué)質(zhì)量評價(jià)的神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)

設(shè)評價(jià)系統(tǒng)的評價(jià)總指標(biāo)（影響教學(xué)質(zhì)量的各個(gè)主要因素）為m×n個(gè)，質(zhì)量等級系數(shù)為4個(gè)，uA、uB、uC、uD。將各因素評價(jià)指標(biāo)各級評語所獲得的頻率（劃記數(shù)/考評劃記的人數(shù)）xij作為神經(jīng)網(wǎng)絡(luò)的輸入，即行列式A。

將質(zhì)量等級系數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸出，即：C=uA、uB、uC、

uD。

根據(jù)輸出的質(zhì)量等級系數(shù)，按照定級方案確定評價(jià)結(jié)果。

將以往的成功的教學(xué)質(zhì)量評價(jià)案例作為標(biāo)準(zhǔn)樣本存入網(wǎng)絡(luò)訓(xùn)練。然后，將未知樣本的測量信息（具體某位教師的各因素評價(jià)指標(biāo)各級評語所獲得的頻率）輸入計(jì)算機(jī)，經(jīng)過計(jì)算，瞬間可預(yù)報(bào)出未知樣本的需求信息（質(zhì)量等級系數(shù)）。

BP神經(jīng)網(wǎng)絡(luò)的評價(jià)精度和科學(xué)性不僅取決于標(biāo)準(zhǔn)樣本的數(shù)量，也決定于標(biāo)準(zhǔn)樣本的質(zhì)量。標(biāo)準(zhǔn)樣本數(shù)量越多、質(zhì)量越優(yōu)，越能準(zhǔn)確地定位教學(xué)質(zhì)量的等級。所以，標(biāo)準(zhǔn)樣本的選擇是至關(guān)重要的，它決定評價(jià)結(jié)果的公正、公平、準(zhǔn)確。

采用現(xiàn)代數(shù)學(xué)方法對體育教學(xué)質(zhì)量進(jìn)行評價(jià)，是一種方法的應(yīng)用與研究。

【參考文獻(xiàn)】

[1]趙凌.AHP在評價(jià)教師教學(xué)質(zhì)量中的應(yīng)用.成都大學(xué)學(xué)報(bào)（自然科學(xué)版），2000，19（3）：37-43.

[2]譚斌，劉美蓉.因子分析在教學(xué)質(zhì)量評價(jià)中的應(yīng)用.教學(xué)參考，2001，6：23-25.

[3]馮虹，鄒華，魏文元.馬爾可夫鏈在教學(xué)質(zhì)量評價(jià)中的應(yīng)用.天津師范大學(xué)學(xué)報(bào)（自然科學(xué)版），1999，19（1）：5-9.

[4]張春棠.大學(xué)體育教學(xué)質(zhì)量的評價(jià).體育研究，2007，7：

神經(jīng)網(wǎng)絡(luò)教學(xué)范文第3篇

論文摘要:我國高等院校學(xué)生接觸的多是具體的學(xué)科知識和技能，很少獲得系統(tǒng)的科學(xué)教育。網(wǎng)絡(luò)視頻教學(xué)節(jié)目在設(shè)計(jì)時(shí)可以從節(jié)目形式、選題、創(chuàng)作手法等幾個(gè)方面實(shí)現(xiàn)科學(xué)精神的傳播;同時(shí)引導(dǎo)大學(xué)生參與視頻資源創(chuàng)作，培養(yǎng)他們理性懷疑、積極求證、多元思考、平權(quán)爭論、寬容激勵(lì)等科學(xué)意識，以潛移默化地將科學(xué)精神根植于學(xué)生心中。

隨著信息技術(shù)在高等教育中的應(yīng)用逐步深人，基于網(wǎng)絡(luò)的研究性學(xué)習(xí)成為高校教學(xué)的重要模式。視頻資源在創(chuàng)設(shè)情境、傳播信息、傳授知識方面有獨(dú)特優(yōu)勢，因此在高校學(xué)習(xí)網(wǎng)站中儲備豐富、系統(tǒng)的視頻資源，對發(fā)揮學(xué)習(xí)網(wǎng)站的效能、拓寬學(xué)習(xí)視野、提高大學(xué)生綜合素養(yǎng)有重要意義。但是，目前高校學(xué)習(xí)網(wǎng)站的視頻資源建設(shè)還存在一系列問題，如視頻資源不系統(tǒng);缺乏對大學(xué)生學(xué)習(xí)心理的深人分析;網(wǎng)絡(luò)視頻創(chuàng)作觀念陳舊，創(chuàng)作手法單一;只注重科學(xué)性，簡單地羅列、圖解知識，忽視科學(xué)精神的傳播;鏡頭表現(xiàn)力嚴(yán)重滯后于節(jié)目內(nèi)容等等，其中，只重視傳播知識技能而忽視科學(xué)精神的培養(yǎng)，是高校網(wǎng)絡(luò)視頻資源建設(shè)函待解決的問題。

一、高校網(wǎng)絡(luò)視頻資源建設(shè)要關(guān)注大學(xué)生科學(xué)精神的培養(yǎng)

在工農(nóng)業(yè)科技現(xiàn)代化的大趨勢下，社會對人才需求有了很大變化，崗位技能的科技含量越來越高，變化速度不斷加快。高等教育要想適應(yīng)社會發(fā)展的要求，不僅要傳授學(xué)生知識技能，更重要的是培養(yǎng)學(xué)生“學(xué)會學(xué)習(xí)、學(xué)會創(chuàng)造、學(xué)會合作、學(xué)會生存”，而團(tuán)結(jié)協(xié)作、勇于創(chuàng)新、堅(jiān)忍不拔這些品質(zhì)正是科學(xué)精神的重要組成元素。

實(shí)際上，科學(xué)精神并不是抽象的，很多大學(xué)生的心口不一、做表面文章、抄襲作業(yè)、文過飾非等都屬于科學(xué)精神缺失的表現(xiàn)，至于淺嘗輒止、甘當(dāng)容器、想象力匱乏等現(xiàn)象就更常見。目前，我國高等院校學(xué)生在學(xué)校里接觸的多是具體的學(xué)科知識和技能，很少獲得系統(tǒng)的科學(xué)教育，每一學(xué)科的教學(xué)大綱中都沒有對科學(xué)的價(jià)值意義、科學(xué)的目標(biāo)指向、科學(xué)興趣、科學(xué)方法論、科學(xué)態(tài)度等這些構(gòu)成科學(xué)精神的基本要素做出詳細(xì)規(guī)定，以至許多教師對科學(xué)精神教育都感到陌生。

科學(xué)精神的培養(yǎng)不是一時(shí)一地之功，應(yīng)貫穿于教育的每一個(gè)環(huán)節(jié)，充分利用每一種教學(xué)手段。其中，網(wǎng)絡(luò)視頻教學(xué)資源是可資利用的一個(gè)重要平臺。一方面，視頻資源易于創(chuàng)設(shè)生動(dòng)的情境，加強(qiáng)體驗(yàn)，引導(dǎo)學(xué)生多角度、多方位觀察，用科學(xué)的方法進(jìn)行分析，進(jìn)而沖破固有思維的定勢，大膽想象，求新求變。另一方面，視頻資源的建設(shè)一般是團(tuán)隊(duì)行為，匯集多人的觀點(diǎn)和思想，最大限度地從科學(xué)精神的基本特征出發(fā)，客觀地梳理、歸納已有的科學(xué)認(rèn)知，然后使學(xué)生形象、全面、深刻地認(rèn)知科學(xué)，并不斷地發(fā)現(xiàn)問題、分析問題、解決問題，從而培養(yǎng)學(xué)生敢于不輕信、不盲從的優(yōu)良品質(zhì)。因此，高校網(wǎng)絡(luò)教學(xué)視頻資源建設(shè)要在傳播知識和技能的基礎(chǔ)上，關(guān)注學(xué)生科學(xué)精神的培養(yǎng)。

二、網(wǎng)絡(luò)視頻教學(xué)節(jié)目的設(shè)計(jì)要以傳播科學(xué)精神為核心

網(wǎng)絡(luò)視頻教學(xué)節(jié)目如果只注重知識的說明和技能的演示，很容易造成單向度的傳播效果，即學(xué)生被動(dòng)的接受，無法引發(fā)理性思考和情感共鳴，科學(xué)精神和科學(xué)方法也無從體現(xiàn)。設(shè)計(jì)教學(xué)節(jié)日時(shí)，可以從以下幾個(gè)方面實(shí)現(xiàn)科學(xué)精神的傳播。

1.探索新的節(jié)目形式

相對科學(xué)知識，科學(xué)精神顯得更虛幻、更概念化，傳統(tǒng)視頻節(jié)目的系統(tǒng)、順序講解知識的創(chuàng)作方法很難完成表現(xiàn)科學(xué)精神的使命，因此，需要探索新的創(chuàng)作手法和節(jié)目表現(xiàn)形式，從其他形態(tài)的節(jié)目創(chuàng)作中汲取創(chuàng)作元素，把科學(xué)賴以產(chǎn)生和發(fā)展的人文背景以及在科學(xué)活動(dòng)中體現(xiàn)出的人的精神和價(jià)值表現(xiàn)出來，科學(xué)精神將隨之被傳播。如科學(xué)紀(jì)錄片的創(chuàng)作手法就是一個(gè)不錯(cuò)的選擇。它不僅講述知識，還關(guān)注科學(xué)事件的發(fā)展過程。知識的獲取、科學(xué)的發(fā)現(xiàn)是一個(gè)艱難的過程，這個(gè)過程充滿了好奇、探索、反復(fù)、曲折、成功與失敗等諸多情節(jié)要素，能夠充分表現(xiàn)事物的矛盾沖突，形成生動(dòng)感人的故事。在網(wǎng)絡(luò)教學(xué)視頻中，用科學(xué)家的探索過程為線索組織結(jié)構(gòu)，一步步揭開科學(xué)的奧秘，不僅能激發(fā)學(xué)生的興趣，而且在過程的敘述中，科學(xué)方法和科學(xué)精神得到了具體、生動(dòng)、自然的傳播，科學(xué)的魅力、科學(xué)家的人格力量也得到了充分的張揚(yáng)。

2.選題上不要過于強(qiáng)調(diào)科學(xué)的應(yīng)用和結(jié)論

網(wǎng)絡(luò)視頻節(jié)目要突出科學(xué)精神傳播，還要注意在選題時(shí)不要只著眼于科學(xué)的應(yīng)用和結(jié)論，忽視科學(xué)發(fā)展的本身。當(dāng)然，拍攝科學(xué)知識和技能的應(yīng)用和結(jié)論，沒有問題，大學(xué)生需要這些形象的視頻資源提高學(xué)習(xí)興趣和學(xué)習(xí)效率，但問題在于，我們應(yīng)該更理性、更有責(zé)任感地為學(xué)生將來的發(fā)展著想。而且，科學(xué)的出現(xiàn)一定就是有應(yīng)用與結(jié)論的嗎?目前沒有應(yīng)用與結(jié)論的科學(xué)或知識可能隨著它的不斷發(fā)展而成熟，自然而然地形成結(jié)論和應(yīng)用。所以，我們應(yīng)該能夠看得更深更遠(yuǎn)，將思維方式放在創(chuàng)新發(fā)展的境地，而不要過于強(qiáng)調(diào)實(shí)用主義。

科學(xué)發(fā)展的最前沿是發(fā)現(xiàn)和探索，然后才能得出規(guī)律性認(rèn)識(結(jié)論)和科學(xué)的應(yīng)用(形成技術(shù))。正是這些前沿的發(fā)現(xiàn)和探索最能代表科學(xué)本身，也是最富有趣味性和魅力的節(jié)目選題。在這里，科學(xué)家在探索，而且也會犯錯(cuò)誤:科學(xué)家是怎樣發(fā)現(xiàn)某個(gè)現(xiàn)象的，他做出怎樣的假說試圖解釋它，他的假說有哪些漏洞，其他科學(xué)家是怎樣反駁他的，其他的假說怎樣解釋這個(gè)現(xiàn)象……探索的路上到處是陷阱或者看上去根本無路可走，科學(xué)家們雖然有時(shí)想象力豐富得出了格，但他們總是遵守著一些法則，科學(xué)也因此得以健康發(fā)展，這樣的節(jié)目選題展示給學(xué)生的將是最有價(jià)值的內(nèi)容—科學(xué)方法、科學(xué)過程和科學(xué)精神。

3.長系列，故事性

我國的教學(xué)視頻節(jié)目時(shí)間一般較短(課堂搬家視頻節(jié)目除外)，原因是當(dāng)學(xué)生學(xué)習(xí)的注意對象是“枯燥”的教學(xué)內(nèi)容時(shí)，注意力持續(xù)時(shí)間較短。而國外一些科學(xué)節(jié)目與我們的做法反其道而行之，他們的一些著名節(jié)目都很長。《發(fā)現(xiàn)》頻道就十分擅長制作長系列節(jié)目，如《航空史話》《科學(xué)探案》以及反映對恐龍研究節(jié)目等等。但長系列對節(jié)目創(chuàng)作水平提出了更高要求，節(jié)目時(shí)間長還要有吸引力，所以很多節(jié)目通過故事來講述科學(xué)內(nèi)容，以抓住觀眾的注意力。 科學(xué)精神的最好載體往往是科學(xué)發(fā)展史，科學(xué)技術(shù)的發(fā)展都是曲折迂回的、紛繁復(fù)雜的。比如航空，從早期人類對天空的夢想，先驅(qū)們對鳥和流體力學(xué)大量的研究—一次又一次地走向錯(cuò)誤的方向，到勇敢者第一次投人天空懷抱，為航空事業(yè)獻(xiàn)身，以及后來的突破距離、升限、音障的成功失敗、曲曲折折，在這樣“山窮水復(fù)疑無路，柳暗花明又一村”的故事敘述中不僅講述了科學(xué)知識和科學(xué)發(fā)展的過程，科學(xué)精神也被展現(xiàn)得暢快淋漓。

三、引導(dǎo)學(xué)生在參與網(wǎng)絡(luò)視頻節(jié)目創(chuàng)作中培養(yǎng)科學(xué)精神

鑒于大學(xué)生的動(dòng)手能力比較強(qiáng)，我們還可以嘗試開放教學(xué)模式，把部分網(wǎng)絡(luò)視頻教學(xué)資源開發(fā)的工作交給學(xué)生，設(shè)立課外興趣小組，如FLASH動(dòng)畫設(shè)計(jì)制作、計(jì)算機(jī)軟件編輯等(很多學(xué)生想象力的豐富程度、對色彩的運(yùn)用、繪畫功底以及對DV、計(jì)算機(jī)的操作水平都遠(yuǎn)遠(yuǎn)超出我們的預(yù)料)，使學(xué)生成為創(chuàng)作設(shè)計(jì)學(xué)習(xí)資源的主體，允許他們按自己的構(gòu)思來設(shè)計(jì)教學(xué)視頻，教師則引導(dǎo)學(xué)生在生動(dòng)的創(chuàng)作情境中親身體驗(yàn)，獨(dú)立思考、群策群力、動(dòng)腦動(dòng)手，經(jīng)歷一個(gè)由感性到理性、由量變到質(zhì)變的過程，科學(xué)精神的種子在學(xué)生的頭腦中悄悄地生根發(fā)芽。

1.引導(dǎo)學(xué)生理性懷疑、積極求證

崇尚理性的懷疑是科學(xué)精神的重要組成。屬于科學(xué)精神的“懷疑”指的是不輕信，要求有確鑿的證據(jù)和嚴(yán)密的證明，否則不予接受。

在學(xué)生參與網(wǎng)絡(luò)視頻節(jié)目的創(chuàng)作過程中，可以有意識地引導(dǎo)學(xué)生理性地懷疑并在實(shí)際應(yīng)用過程中檢驗(yàn)自己的新思路新想法。例如，當(dāng)今的教育模式 片面強(qiáng)調(diào)答案的標(biāo)準(zhǔn)化與書本內(nèi)容的教條化，使學(xué)生錯(cuò)誤地認(rèn)為書本知識就是真理，就是權(quán)威，極大壓制了學(xué)生的懷疑和批判精神的發(fā)展。實(shí)際上，教育學(xué)家托馬斯·庫恩就曾經(jīng)進(jìn)行過批判，“很多教科書經(jīng)常這樣暗示:科學(xué)的內(nèi)容是惟一地由書本各頁所述的觀察、定律、理論所呈現(xiàn)的;科學(xué)方法只是由收集這些教科書資料所使用的各種操作技巧、以及把這些資料與教科書理論概括聯(lián)系起來所使用的邏輯運(yùn)算的混合……這樣一種科學(xué)觀不僅大大影響了我們關(guān)于科學(xué)的本質(zhì)及其發(fā)展的理解，也深深地影響了教學(xué)結(jié)構(gòu)。因此，教學(xué)視頻節(jié)目不要照搬教科書上的結(jié)構(gòu)方法和敘述順序，要引導(dǎo)學(xué)生對學(xué)習(xí)內(nèi)容深人分析、挖掘，不盲目迷信教科書，如何開頭、如何展開、怎樣收尾，要通盤考慮，注意前后內(nèi)容的連貫和照應(yīng)，并準(zhǔn)確把握所展示內(nèi)容的深淺程度，遵循認(rèn)識事物的客觀規(guī)律，由已知到未知，由形象到抽象，由淺人深的演繹知識。

當(dāng)然，僅僅“懷疑”是不夠的，先生曾講過“大膽懷疑，小心求證”，在懷疑后必須積極求證，即不斷用新的發(fā)現(xiàn)、新的認(rèn)識來支持或否定自己的懷疑，這才是理性懷疑的真諦。在學(xué)生提出自己的想法后，不要直接肯定或否定，更不要直接開始創(chuàng)作，而首先要進(jìn)行分析討論，除了查找資料論證學(xué)生設(shè)置的整體結(jié)構(gòu)和各教學(xué)環(huán)節(jié)是否設(shè)計(jì)科學(xué)，必要時(shí)還要先寫出文字稿本并依此進(jìn)行課堂授課，檢查是否能夠引人人勝、聽課學(xué)生是否能夠準(zhǔn)確理解授課內(nèi)容等等，制作完成后還要在實(shí)際的網(wǎng)絡(luò)教學(xué)應(yīng)用中檢驗(yàn)其效果。

2.引導(dǎo)學(xué)生多元思考、創(chuàng)新思維

多元思考就是每個(gè)問題不要期待只有一種答案，而應(yīng)多方面多視角多維度思考，是科學(xué)精神的重要組成元素。習(xí)慣多元思考法的人，不論面對任何問題都能從不同角度與觀點(diǎn)進(jìn)行分析，是未來社會需要的創(chuàng)造型人才，而“創(chuàng)新是一個(gè)民族發(fā)展的不竭動(dòng)力”。

視頻節(jié)目常使用提出問題、解決問題的結(jié)構(gòu)模式，但提什么問題，如何提出，按什么思路解答，同樣需要新穎精巧的構(gòu)思，在這一環(huán)節(jié)上要引導(dǎo)學(xué)生大膽展開想象，多元思考，把學(xué)習(xí)的過程變成知識探究的過程。另外，學(xué)生要把某部分知識用視頻鏡頭表現(xiàn)出來，就必須多角度、多方位的觀察，發(fā)揮想象力，綜合運(yùn)用所學(xué)知識，研究探討體驗(yàn)，從而獲得深刻的印象。以制作視頻節(jié)目“雞蛋里的學(xué)問”為例:由學(xué)生來構(gòu)思節(jié)目應(yīng)包括哪些內(nèi)容，如何來結(jié)構(gòu)全片，選擇哪種節(jié)目表現(xiàn)形態(tài)(故事片，動(dòng)畫片，還是紀(jì)錄片)。實(shí)際上，小小的雞蛋涉及物理、化學(xué)、生物多門學(xué)科知識，學(xué)生在參與、啟發(fā)的活動(dòng)模式中，分析歸納、綜合應(yīng)用，探索充滿趣味性、開放性的學(xué)習(xí)內(nèi)容，潛在的創(chuàng)造精神被誘發(fā)出來，從而在不懈的探究學(xué)習(xí)中培養(yǎng)科學(xué)精神。

3.引導(dǎo)學(xué)生平權(quán)爭論、寬容激勵(lì)

教學(xué)視頻資源創(chuàng)作是一項(xiàng)復(fù)雜的任務(wù)，一般要由一個(gè)團(tuán)體共同完成，團(tuán)體中每個(gè)學(xué)生平等討論、相互激勵(lì)，在合作的過程中不僅碰撞出智慧的火花，科學(xué)精神也得到了培養(yǎng)。

視頻創(chuàng)作是促進(jìn)學(xué)生之間協(xié)作、交流的非常有效的活動(dòng)。首先，這是一些開放的、具有一定復(fù)雜性、真實(shí)性的任務(wù)，可以使學(xué)生感受到間題的意義及挑戰(zhàn)性，激發(fā)他們參與學(xué)習(xí)活動(dòng)的興趣。其次，不同學(xué)生會對創(chuàng)作過程中的很多具體問題有不同的觀點(diǎn)和思路，從而具有討論交流的必要。另外，方便將網(wǎng)絡(luò)視頻創(chuàng)作任務(wù)分成若干環(huán)節(jié)，圍繞明確的主題和任務(wù)，組織小組合作學(xué)習(xí)活動(dòng)。最后，作為活動(dòng)的結(jié)果，各個(gè)學(xué)習(xí)小組能夠提交一份“產(chǎn)品”或“作品”進(jìn)行相互交流。

神經(jīng)網(wǎng)絡(luò)教學(xué)范文第4篇

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)也稱為反向傳播網(wǎng)絡(luò)，包括輸出層，隱含層，輸入層三部分，同時(shí)BP的神經(jīng)網(wǎng)絡(luò)具有非線性的特點(diǎn)，能夠解決沒有規(guī)則，多約束條件或數(shù)據(jù)不完全等問題，適合處理復(fù)雜的分類及模式識別等問題。BP神經(jīng)網(wǎng)絡(luò)具有一個(gè)或一個(gè)以上的信息隱含層，能夠?qū)⑾噜彽膬蓪油耆B接起來。

要建立學(xué)生數(shù)學(xué)能力評價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型，就需要建立具有代表性的數(shù)據(jù)庫，以便于進(jìn)行評價(jià)。就數(shù)據(jù)庫的建立而言，為了提高評價(jià)的準(zhǔn)確性及標(biāo)準(zhǔn)性，BP神經(jīng)網(wǎng)絡(luò)需要建立完善的選取設(shè)置體系，在輸入層與輸出層的設(shè)計(jì)應(yīng)多樣化，才能夠保證測試評價(jià)的效果。對于普通學(xué)校來說，樣本的選取量應(yīng)該不低于200人。

對于隱含層神經(jīng)元的點(diǎn)數(shù)，計(jì)算時(shí)應(yīng)根據(jù)樣本的選取量進(jìn)行調(diào)整，基本的模型設(shè)計(jì)流程是從BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建開始到BP網(wǎng)絡(luò)訓(xùn)練，以及最后的BP網(wǎng)絡(luò)預(yù)測，其中最重要的是BP網(wǎng)絡(luò)訓(xùn)練，本文采取的是trainlm算法，從而建立其BP神經(jīng)網(wǎng)絡(luò)模型。

2 學(xué)生數(shù)學(xué)學(xué)習(xí)能力評價(jià)

對學(xué)生進(jìn)行數(shù)學(xué)學(xué)習(xí)能力評價(jià)是為了對學(xué)生的數(shù)學(xué)學(xué)習(xí)能力進(jìn)行測試，幫助教師掌握學(xué)生的學(xué)習(xí)情況，以便于調(diào)整教學(xué)方法以及教學(xué)進(jìn)度，讓學(xué)生能夠提高學(xué)習(xí)能力。評價(jià)的內(nèi)容是學(xué)習(xí)思路，學(xué)習(xí)方法，學(xué)習(xí)過程及學(xué)習(xí)效果。要對這四點(diǎn)進(jìn)行評價(jià)，首先就要確定各內(nèi)容的評價(jià)標(biāo)準(zhǔn)及方式。以往的評價(jià)方式是通過測試及課堂問答，通過學(xué)生的測驗(yàn)成績及回答進(jìn)行分析，從而判斷學(xué)生所處的學(xué)習(xí)狀態(tài)，教學(xué)方法以教學(xué)進(jìn)度安排的合理程度。利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行評價(jià)的化，就要將各個(gè)標(biāo)準(zhǔn)程序化，將原先教師的主觀評價(jià)變?yōu)榫W(wǎng)絡(luò)的程序化運(yùn)行，根據(jù)運(yùn)行的結(jié)果對學(xué)生的數(shù)學(xué)學(xué)習(xí)能力進(jìn)行判斷，這就是利用BP網(wǎng)絡(luò)對學(xué)生數(shù)學(xué)學(xué)習(xí)能力評價(jià)的理論，實(shí)際上要進(jìn)行實(shí)踐并不簡單，BP神經(jīng)網(wǎng)絡(luò)評價(jià)的構(gòu)建是難題的關(guān)鍵點(diǎn)。

3 基于BP神經(jīng)網(wǎng)絡(luò)的學(xué)生數(shù)學(xué)能力評價(jià)模型

BP神經(jīng)網(wǎng)絡(luò)評價(jià)模型的建立是由三部分組成的，最關(guān)鍵的就是構(gòu)建BP神經(jīng)網(wǎng)絡(luò)。建立評價(jià)模型首先要做的就是對各項(xiàng)能力的得分率進(jìn)行分析，設(shè)定個(gè)性能力的得分標(biāo)準(zhǔn)，并對其進(jìn)行深入分析最后進(jìn)行程序化設(shè)置。對于數(shù)學(xué)學(xué)習(xí)能力的劃分方法有很多，不同的年級所劃分的方法盡不相同，每一個(gè)方法都有其側(cè)重點(diǎn)，這需要根據(jù)輸入的相關(guān)變量進(jìn)行改正，與實(shí)際情況進(jìn)行整合得出準(zhǔn)確結(jié)論。就拿某市中考數(shù)學(xué)試題來說吧，其主要是測查學(xué)生的學(xué)習(xí)思路，學(xué)習(xí)方法，學(xué)習(xí)過程及學(xué)習(xí)效果這四項(xiàng)能力。對學(xué)生的數(shù)學(xué)學(xué)習(xí)能力進(jìn)行測試，就要把學(xué)生對這四個(gè)能力評價(jià)的相關(guān)試題得分作為BP神經(jīng)網(wǎng)絡(luò)的輸入，并且要將輸入數(shù)值進(jìn)行數(shù)量級差異設(shè)定，從而將每種能力試題的得分做歸一化處理。利用二進(jìn)制，使輸入數(shù)據(jù)在[0，1]之間。在這之前要有準(zhǔn)確的評分標(biāo)準(zhǔn)，才能夠得出相關(guān)結(jié)論。這就需要專家對試卷上各項(xiàng)能力試題的得分進(jìn)行排表，便于BP網(wǎng)絡(luò)數(shù)據(jù)設(shè)置，但在這之前需要專家對學(xué)生樣本進(jìn)行判斷。一般樣本的選擇在200人為合適，所以選擇的學(xué)生人數(shù)為200人。專家對這200人的試卷進(jìn)行閱覽從而判斷出每個(gè)人每項(xiàng)能力的情況，看那一項(xiàng)是最為薄弱的，然后對所有學(xué)生的情況進(jìn)行整合處理。將其中100人的成績作為判定結(jié)果，最為薄弱的能力作為BP神經(jīng)網(wǎng)絡(luò)的期望輸出參考，再利用二進(jìn)制的數(shù)字進(jìn)行結(jié)果表達(dá)。例如輸出為0時(shí)則表示學(xué)生該項(xiàng)能力差，這就能夠?yàn)锽P網(wǎng)絡(luò)的構(gòu)成提供最基本的運(yùn)行數(shù)據(jù)，為BP網(wǎng)絡(luò)構(gòu)建提供基礎(chǔ)。此外的100人，將他們的得分情況作為好的檢驗(yàn)樣本進(jìn)行輸入，然后進(jìn)行檢驗(yàn)，若是期望輸出與專家評價(jià)結(jié)果基本符合，則表示該神經(jīng)網(wǎng)絡(luò)可進(jìn)行有效運(yùn)用，對學(xué)生數(shù)學(xué)學(xué)習(xí)能力進(jìn)行評價(jià)，反之則需改進(jìn)。

此外，BP網(wǎng)絡(luò)訓(xùn)練的設(shè)置也需要額外注意梯度的預(yù)設(shè)，其算法需要根據(jù)實(shí)際情況及時(shí)進(jìn)行調(diào)整。各地學(xué)生數(shù)學(xué)?W習(xí)狀態(tài)各不相同，不能夠固定選擇某算法。BP神經(jīng)網(wǎng)絡(luò)的驗(yàn)證需全面，不能以一次數(shù)據(jù)的符合情況作為驗(yàn)證標(biāo)準(zhǔn)，應(yīng)該多次輸入，對相應(yīng)的輸出結(jié)果進(jìn)行判斷。

神經(jīng)網(wǎng)絡(luò)教學(xué)范文第5篇

關(guān)鍵詞： BP神經(jīng)網(wǎng)絡(luò)； 服務(wù)質(zhì)量評價(jià)； 評價(jià)指標(biāo)； 問卷調(diào)查

中圖分類號： TN711?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2017）01?0086?02

Abstract： Nine parameters such as environment， collection resource， service mode and hardware device affecting on the library service quality are taken as the evaluation indicators. The correlation theory method of BP neural network is used to perform the evaluation research for service quality of 20 libraries in Jiangxi Province， which is based on the analysis data of the questionnaire survey result. The simulation results show that the constructed neural network can quickly and accurately evaluate the library service quality.

Keywords： BP neural network； service quality evaluation； evaluation indicator； questionnaire survey

0 引 言

隨著我國科學(xué)文化的發(fā)展，各種類型的圖書館正發(fā)揮著越來越大的作用。隨著人們的閱讀需要在用戶體驗(yàn)要求等各方面的提高，對圖書館服務(wù)質(zhì)量的要求也越來越高。而對圖書館的服務(wù)質(zhì)量進(jìn)行客觀、準(zhǔn)確、高效的評價(jià)是圖書館優(yōu)化服務(wù)流程、改善服務(wù)質(zhì)量和提高服務(wù)水平的基礎(chǔ)。為此，本文引入了一種全新的評價(jià)體系和方法，即采用BP神經(jīng)網(wǎng)絡(luò)的方法對圖書館服務(wù)質(zhì)量進(jìn)行評價(jià)，該方法具有操作簡便，評價(jià)快速準(zhǔn)確的特點(diǎn)。

1 評價(jià)指標(biāo)的確定

1.1 指說難∪

為了更好的對圖書館的服務(wù)質(zhì)量進(jìn)行評價(jià)，本文參考《圖書館評估指標(biāo)標(biāo)準(zhǔn)與管理規(guī)范指導(dǎo)手冊》和ISO11620等標(biāo)準(zhǔn)化文件構(gòu)建圖書館服務(wù)質(zhì)量評價(jià)體系。該體系一共包括了對圖書館服務(wù)質(zhì)量影響較為顯著的9個(gè)因素作為評價(jià)的參考指標(biāo)：即館藏紙質(zhì)資源（X1）、環(huán)境（X2）、服務(wù)人員（X3）、服務(wù)方式（X4）、硬件設(shè)備（X5）、軟件設(shè)備（X6）、數(shù)字資源（X7）、個(gè)性化服務(wù)（X8）、服務(wù)結(jié)果（X9）?；谶@9組評價(jià)指標(biāo)，利用BP神經(jīng)網(wǎng)絡(luò)的分類評價(jià)能力，本文建立了基于BP神經(jīng)網(wǎng)絡(luò)的圖書館服務(wù)質(zhì)量評價(jià)模型。

為了更好地描述樣本圖書館的服務(wù)質(zhì)量，本文針對服務(wù)質(zhì)量的評價(jià)特性和評價(jià)指標(biāo)的選取特點(diǎn)將服務(wù)水平分為5個(gè)等級并對其賦予相應(yīng)的分?jǐn)?shù)：優(yōu)（5分）、良（4分）、中（3分）、差（2分）、非常差（1分）。

1.2 數(shù)據(jù)來源

本文采用問卷調(diào)查的方式對江西省的20所圖書館的服務(wù)質(zhì)量進(jìn)行調(diào)查，共發(fā)出300份問卷，回收287份，其中有效問卷276份，問卷有效率為92%。對問卷進(jìn)行統(tǒng)計(jì)，計(jì)算出每所圖書館的各項(xiàng)評價(jià)指標(biāo)對應(yīng)的分?jǐn)?shù)，并利用參考文獻(xiàn)的權(quán)值計(jì)算方式計(jì)算出每個(gè)圖書館的服務(wù)評價(jià)水平，如表1所示。

2 BP神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)的原理

BP神經(jīng)網(wǎng)絡(luò)是一種前饋型誤差修正的人工神經(jīng)網(wǎng)絡(luò)，它通過不斷調(diào)整各個(gè)單元層之間的網(wǎng)絡(luò)權(quán)值和閾值實(shí)現(xiàn)網(wǎng)絡(luò)的訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)主要運(yùn)行由信號的正向傳播和誤差的逆向傳播兩個(gè)過程組成，通過不斷地權(quán)重調(diào)整，可以實(shí)現(xiàn)網(wǎng)絡(luò)誤差的不斷縮小。

2.2 神經(jīng)網(wǎng)絡(luò)模型的建立

本文采用含一個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析，由于輸入單元的數(shù)目為9，輸出單元均為1，根據(jù)經(jīng)驗(yàn)公式可選隱含層單元數(shù)為1～10之間的整數(shù)，采用試湊法得到隱含層神經(jīng)元與均方平均值（MSE）的曲線關(guān)系，如圖1所示。其中隱層神經(jīng)元數(shù)目為9時(shí)，得到的MSE值最小為6，所以確定的隱含層神經(jīng)元數(shù)為9。

本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖2所示。

2.3 BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練

選取表1中的15組數(shù)據(jù)在Matlab中對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，其中期望誤差設(shè)為10-5。訓(xùn)練過程中，BP神經(jīng)網(wǎng)絡(luò)誤差的變化形式如圖3所示。

由圖3可知，當(dāng)訓(xùn)練經(jīng)過84次迭代后達(dá)到了滿意的誤差期望。

2.4 結(jié)果對比

利用表1中剩余的5個(gè)樣本對訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)進(jìn)行測試實(shí)驗(yàn)，并將結(jié)果與通過權(quán)值計(jì)算的結(jié)果進(jìn)行比較，如表3所示。

由表3可以看到，經(jīng)過訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)可以很好地對圖書館的服務(wù)質(zhì)量進(jìn)行評價(jià)分析，且分析結(jié)果的精度較高。

3 結(jié) 語

本文通過在圖書館的服務(wù)質(zhì)量分析中引入人工神經(jīng)網(wǎng)絡(luò)的相關(guān)理論和方法，對通過問卷調(diào)查法收集的樣本進(jìn)行訓(xùn)練和分析。試驗(yàn)結(jié)果表明，本文構(gòu)建的三層神經(jīng)網(wǎng)絡(luò)模型可以很好地判斷出不同圖書館的不同服務(wù)質(zhì)量水平，采用此方法可以大大提高對圖書館服務(wù)質(zhì)量的評價(jià)效率。

參考文獻(xiàn)

[1] 孫飛.精通Matlab神經(jīng)網(wǎng)絡(luò)[M].北京：中國計(jì)算機(jī)工業(yè)出版社，2014.

[2] 劉洋.神經(jīng)網(wǎng)絡(luò)技術(shù)在高校教學(xué)水平評價(jià)中的應(yīng)用[J].教育與教學(xué)，2015（1）：122?128.

[3] 陳慶梅.圖書館讀者滿意度模型的建立[J].大學(xué)圖書情報(bào)學(xué)刊，2006，24（6）：73?75.

[4] 周瑛，劉天嬌.基于神經(jīng)網(wǎng)絡(luò)的高校圖書館知識服務(wù)評價(jià)體系研究[J].情報(bào)理論與實(shí)踐，2013，36（2）：55?59.