La educación para el desarrollo sostenible respeta las diferencias y fomenta diferentes métodos de evaluación para evaluar a los estudiantes. Durante la epidemia, muchos exámenes universitarios pasaron de ser presenciales a virtuales. Cómo considerar plenamente el proceso de aprendizaje de los estudiantes y realizar una evaluación razonable de los mismos es digno de investigación. Basándose en los datos de aprendizaje de un curso en una universidad en China, este estudio establece un modelo de red neuronal discreta de Hopfield para clasificar las muestras de prueba. En el proceso de modelado, se utiliza el método de análisis de correlación gris para optimizar los elementos que afectan el índice de evaluación integral de los estudiantes, y se resuelve el problema de fallo del modelo debido a la gran brecha entre los factores en el modelo tradicional de red neuronal discreta de Hopfield. Luego, se utiliza el método de TOPSIS de entropía derecha para clasificar las muestras con la misma calificación de evaluación. Los profesores pueden evaluar objetivamente el rendimiento del proceso de aprendizaje de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Diseño de un Modelo de Predicción de Flujo de Pasajeros de Turismo Cultural en el Delta del Río Yangtsé Basado en Análisis de Regresión
Artículo:
BFR-SE: Un esquema de cifrado de búsqueda justo y confiable basado en blockchain para IoT con control de acceso detallado en un entorno de nube.
Artículo:
Detección de Intrusos en la Red de Internet Industrial de las Cosas basada en un Modelo de Aprendizaje Profundo con Selección de Características basada en Reglas.
Artículo:
Distribución de claves de grupo autorregenerables que facilita la autenticación de fuentes mediante códigos de bloque
Artículo:
Desde Hardware hasta Sistema Operativo: Un Método de Medición Estática del Sistema Android Basado en TrustZone.