Hàm thuộc cho thời gian hoàn thành bài thi

Một phần của tài liệu (LUẬN văn THẠC sĩ) phân loại đối tượng học để cải tiến chất lượng học tập trong đào tạo điện tử (Trang 38 - 41)

3.2.3 Tập luật mờ

Tập luật để phân loại người học được đưa ra bởi các giáo viên có kinh nghiệm. 12 luật được đưa ra như bảng sau:

Bảng 3.1: Tập luật phân loại người học

STT Điểm bài thi Tốc độ Phân loại

1 Kém Chậm Kém

3 Kém Nhanh Kém

4 Trung bình Chậm Trung bình 5 Trung bình Trung bình Trung bình 6 Trung bình Nhanh Trung bình khá

7 Khá Chậm Trung bình khá

8 Khá Trung bình Khá

9 Khá Nhanh Khá

10 Cao Chậm Khá

11 Cao Trung bình Giỏi

12 Cao Nhanh Giỏi

3.2.4 Tạo và huấn luyện mạng nơ ron

Mô hình logic mờ - mạng nơ ron tương ứng với định nghĩa trước đó được thể hiện trong hình 3.7: Điểm Thời gian Kém Trung bình Trung bình Khá Khá Giỏi

Đầu vào Làm mờ Suy diễn Đầu ra

Mạng được xây dựng sử dụng các quy tắc sau:

1. Số lượng tế bào trong tầng đầu vào L1 bằng số lượng đầu vào; 2. Số lượng tế bào trong tầng L2 tương đương với số lượng tập mờ; 3. Số tế bào trong tầng tiền đề L3 bằng số luật;

4. Số lượng tế bào trong tầng đầu ra L4 bằng số lớp phân loại;

5. Các mô hình kết nối giống nhau cho tất cả mô hình logic mờ - mạng nơ ron và nó được thể hiện trong hình 3.7

Kết luận chƣơng

Chương này đã trình bày chi tiết các bước áp dụng lý thuyết về logic mờ và mạng nơ-ron nhân tạo vào việc dự đoán khả năng học tập của từng người học. Sau đó đưa ra ứng dụng về việc tạo thử nghiệm một chương trình phân loại đối tượng với việc xác định cụ thể các giá trị đầu vào, đầu ra và tập luật tương ứng.

Chƣơng 4: CÀI ĐẶT CHƢƠNG TRÌNH VÀ THỬ NGHIỆM 4.1 Cài đặt chƣơng trình

Màn hình chính của chương trình như sau:

Một phần của tài liệu (LUẬN văn THẠC sĩ) phân loại đối tượng học để cải tiến chất lượng học tập trong đào tạo điện tử (Trang 38 - 41)

Tải bản đầy đủ (PDF)

(48 trang)