基于RVM机器学习方法的高校理论与实验教学质量评价模型

为提高高校理论教学与实验教学质量评价的精度及可靠性,基于机器学习新算法RVM构建高校理论教学与实验教学质量评价新模型。对RVM的核函数及参数确定方法进行改进,利用遗传算法优化的MK-RVM模型分别建立高校理论与实验教学质量评价的MK-RVM新模型,并构建基于置信区间的结果可靠性分析方法。实验结果表明,高校理论教学与实验教学质量评价MK-RVM模型的各项精度指标均表现优秀,精度等级达到"好";训练集及测试集的教学质量评价真实值均在MK-RVM估计的95%置信度置信区间内,证实基于MK-RVM的教学质量评价结果具有较好的可靠性。因此,RVM算法为高校理论教学与实验教学质量评价提供了一种新的有效途径。