为改善高校英语教学质量评价工作的效率、准确度,针对支持向量机(support vector machine,SVM)模型性能受其参数选择影响,提出一种基于黄金正弦算法(golden sine algorithm,GoldenSA)优化SVM(GoldSA-SVM)的高校英语教学质量评价模型。首...为改善高校英语教学质量评价工作的效率、准确度,针对支持向量机(support vector machine,SVM)模型性能受其参数选择影响,提出一种基于黄金正弦算法(golden sine algorithm,GoldenSA)优化SVM(GoldSA-SVM)的高校英语教学质量评价模型。首先,从教师基本素养、教学工作态度、课堂授课内容、授课方式方法和授课实施效果等5个维度构建出一套高校英语教学质量多指标评价体系;其次,将18个高校英语教学质量评价二级指标的得分数据作为SVM的输入向量,高校英语教学质量水平(优、良、一般和较差)作为SVM的输出向量,建立GoldenSA-SVM的高校英语教学质量评价模型。与PSO-SVM和SVM对比可知,GoldenSA-SVM进行高校英语教学质量评价具有更高的分类准确率、特异性以及灵敏度。展开更多
文摘为改善高校英语教学质量评价工作的效率、准确度,针对支持向量机(support vector machine,SVM)模型性能受其参数选择影响,提出一种基于黄金正弦算法(golden sine algorithm,GoldenSA)优化SVM(GoldSA-SVM)的高校英语教学质量评价模型。首先,从教师基本素养、教学工作态度、课堂授课内容、授课方式方法和授课实施效果等5个维度构建出一套高校英语教学质量多指标评价体系;其次,将18个高校英语教学质量评价二级指标的得分数据作为SVM的输入向量,高校英语教学质量水平(优、良、一般和较差)作为SVM的输出向量,建立GoldenSA-SVM的高校英语教学质量评价模型。与PSO-SVM和SVM对比可知,GoldenSA-SVM进行高校英语教学质量评价具有更高的分类准确率、特异性以及灵敏度。
