基于PCA-SVM的在线病理学专业教育质量评价分析

摘要

新冠病毒疫情使得在线教育受到了广泛的关注,提升在线教育质量是确保在线教育健康发展的关键.本文提出了基于PCA-SVM的在线病理学课程教育质量评价模型.首先建立了学习中心、交流互动、教学服务、学习准备、学习监督五个指标的评价体系,并采用主成分分析方法最终确定前四个主成分作为SVM的输入.然后采用PSO算法对SVM的参数组合进行优化,得到优化后的SVM分类器.最后采用优化后的SVM分类器对在线病理学课程教育质量进行评价,同时和多元回归分析、BP神经网络、支持向量机模型的评价结果进行对比.结果表明,PCA-SVM在线病理学课程教育质量评价模型精度高,学习效率高.本论文的研究对在线教育质量评价具有一定的参考.