【摘要】：当认知负荷等级为6时，BP网络的相对误差最低，因素分析最高，SOM网络居中间。当认知负荷等级为3时，从平均相对误差看，两种神经网络模型要明显低于因素分析。因此，从综合分析模型的测试结果来看，利用神经网络对认知负荷作综合评估要优于传统的因素分析方法。而BP网络与SOM网络对认知负荷的评估性能则比较接近。
认知负荷综合评估模型的比较_认知负荷的评估与变化预测研究
二、认知负荷综合评估模型的比较
根据表3.13的结果，我们进一步对不同综合评估模型的测试结果差异进行比较分析。当认知负荷等级为6时，BP网络的相对误差最低(27.222%)，因素分析最高(41.133%)，SOM网络居中间(35.166%)。从总体来看，两种神经网络模型的平均相对误差要低于因素分析。平均绝对误差方面，SOM网络最低(－0.067)，因素分析最高(－1.080)，BP网络居中间(－0.680)。均方误差是绝对误差的平方和的均值，从数值上看，其结果与平均绝对误差基本一致。当认知负荷等级为3时，从平均相对误差看，两种神经网络模型要明显低于因素分析。平均绝对误差和均方误差方面，SOM网络最低，BP网络次之，因素分析最高。因此，从综合分析模型的测试结果来看，利用神经网络对认知负荷作综合评估要优于传统的因素分析方法。而BP网络与SOM网络对认知负荷的评估性能则比较接近。当认知负荷等级为6时，BP网络的精确率(相对误差)要高于SOM网络，分别为72.78%和64.84%，但平均绝对误差和平均均方误差要高于SOM网络。当认知负荷等级为3时，SOM网络的精确率在86.12%～95%之间，BP网络在85.87%～90.04%之间，SOM网络的平均绝对误差和平均相对误差要优于BP网络。由此可见，两种神经网络的测试结果比较接近。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
