作者:胡帅 顾艳 姜华主成分分析rbf神经网络成绩预测bp神经网络
摘要:为进一步提高学生英语写作成绩预测准确率,提出一种基于主成分分析(PCA)和径向基函数(RBF)神经网络相结合的写作成绩预测模型。先用主成分分析对所建立的学生写作评价体系作数据降维处理,提取前5个主成分,再将这些主成分作为RBF神经网络的输入,构建3层RBF神经网络预测模型。实验结果表明,与单一的RBF神经网络和BP神经网络相比,PCA-RBF预测模型的结构简单,收敛速度快,预测准确率高,泛化能力强,验证了本文提出模型的有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社