基于VPMCD的全方位高校教师教学质量评价方法

摘要

cqvip:当前高校教育改革逐渐深入,如何提高教学质量已经成为当前高校教学的工作重点,而教学评价是提高教学质量的关键指标。因此,合理、科学的教学评价方法显得尤为重要。目前神经网络被广泛应用于高校教学评价,但是神经网络具有样本需求多、计算量大及容易陷入局部最优解的缺陷。针对这些问题,提出变量预测模型分类(Variable Predictive Model Based Class Discriminate,VPMCD)方法的全方位高校教师教学质量评价方法,并将其与BP神经网络进行仿真对比分析。结果表明,相对神经网络,VPMCD方法能有效提高评价准确率。