PCA和Elman网络在移动学习策略分类中的应用

来源：电子测量技术杂志2016年第5期北京时间：

作者：胡帅

单位：渤海大学大学外语教研部锦州121013

摘要：针对传统的大学生英语移动学习策略分类方法准确率较低的情况，提出了一种主成分分析（PCA）和Elman神经网络相结合的分类模型。首先，用PCA对所获得的移动学习策略原始数据作数据降维处理，提取前5个主成分，建立新的特征样本矩阵，再对Elman神经网络进行训练和泛化能力测试。仿真结果表明：单一的BPNN分类准确率为70.0%，单一的Elman网络分类准确率为80.0%，PCAElman网络分类准确率为100.0%，PCAElman网络模型简化了单一Elman网络的结构，提高了网络的训练速率、分类准确率和泛化能力，验证了所提出的模型的有效性。

关键词：主成分分析; Elman神经网络; BP神经网络;移动学习策略;分类

基金资助：辽宁省教育厅科学研究一般项目(W2015015)、辽宁省社会科学基金(L14CYY022)、辽宁省社会科学基金重点项目(L15AYY001)资助