高校数字图书馆服务质量评价论文 一、RBFNN 结构及训练算法 输入层节点传递输入信号到隐层，隐层节点的基函数是中心径向对称衰减的非负非线性函数，其作用是对输入信号在局部产生响应，当输入信号靠近基函数的中央范围时，隐层节点将产生较大输出。该网络的性能主要取决于隐层基函数的中心和宽度。输出层的激活函数形式为线性函数，为基函数输出的线性组合。本文RBFNN 训练主要分为 3 步进行:首先，采纳统计和机器学习过程中非常普遍的分治法，以无监督方式把输入空间划分成区域，使得组内成员之间存在某种相似性的过程，由局部最优达到整体优化。其次，采纳生长及剪修模型来确定 RBFNN 隐层节点数，(根据网络训练算法中修剪法确定，实验已验证，隐层节点数为训练样本数减 1 时，误差面没有局部微小)。对噪声或破损数据点进行方差估量，以构造出一个最佳逼近效果的 RBFNN 网络结构;最后，利用最大似然法来校正输出层，以进一步提高网络输出的精确度。 二、评价指标的确定 进行高校数字图书馆服务质量评价，首先必须确定一套科学的质量评价指标。评价指标的设计要遵循以下几个原则: (1)要从整体特征角度系统地把握主要方面; (2)重客观典型性，不能交叉重复且易于操作、推广和实施; (3)指标数量适中，利于评价者正确理解指标涵义; (4)指标的设定要有科学性和前瞻性。笔者根据工作实践，并参照图书馆服务工作方面的相关国际标准及法规文件，比如《最新高 校 图 书 馆 评 估 指 标 标 准 与 管 理 法 律 规 范 指 导 手 册 目 录 》ISO11620、ISO/TR20983 等，分析高校数字图书馆特征的基础上，通过各种调查方式，从网络可用性、存储系统、资源供给、检索与文献传递、咨询服务等 5 个方面构建了高校数字图书馆服务质量评价指标体系。具体如图 1 所示，需要说明的是资源的完备性需大于90%、资源的重复率需小于 30%、检索的全准率需大于 90%。高校数字图书馆服质量评价是一种典型的模式识别问题。高校数字图书馆服质量评价指标多，这些指标间相互关联，且呈高度非线性、复杂性和模糊性，因此采纳传统数学模型无法建立准确的评价模型。RBFNN 是一种人工智能学习方法，对于非线性和模糊的数据具有较高的识别能力，因此非常适合于高校图书馆馆藏质量评价。因此本文将 RBFNN 引入到高校图书馆馆藏质量评价问题的求解中。 三、仿真结果 结合哈尔滨金融学院的数字图书馆的服务做问卷调查，请师生对数字...
