文献类型：期刊文章

作　　者：胡帅[1] 顾艳[1] 姜华[1] 曲巍巍[1]

机构地区：[1]渤海大学大学外语教研部,锦州121013

出　　处：《国外电子测量技术》

基　　金：辽宁省教育厅科学研究一般项目(W2015015);辽宁省社会科学基金(L14CYY022)资助项目

年　　份：2015

卷　　号：34

期　　号：12

起止页码：35-38

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：针对传统学生英语写作成绩预测方法准确率偏低的情况,提出一种基于主成分分析(PCA)和BP神经网络相结合的写作成绩预测模型。首先,用PCA对所建立的学生写作评价体系作数据降维处理,提取前3个主成分,构建了新的样本矩阵,再对BP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预测最大相对误差为-2.165%,PCA-BPNN预测最大相对误差仅为-0.824 2%,PCA-BPNN简化了网络结构,提高了单一BPNN的训练速率、预测精度和泛化能力,验证了所提出的模型的有效性。

关 键 词：主成分分析 BP神经网络 成绩预测  

分 类 号：TN957.529] TP183]