摘要： 教学效果评价及其验证是高校课程思政实施过程中的重要环节，也是目前教学评价改革中亟待解决的难点之一。为了验证、反馈和优化教学效果评价，在课程思政教学实践的基础上，通过预测实施课程思政的教学效果，构建了结合反向传播神经网络（ｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ，ＢＰＮＮ）的卡尔曼滤波算法（Ｋａｌｍａｎｆｉｌｔｅｒ，ＫＦ）模型。利用 ＢＰ神经网络优化 ＫＦ模型中的状态参数，通过 ＫＦ滤波信息来反向验证和优化课程思政效果经验评价模型。Ｍａｔｌａｂ运算结果表明，与传统 ＫＦ算法相比，基于 ＢＰ改进的 ＫＦ算法的预测获得了较理想的结果。

关键词: 效果评价；验证；卡尔曼滤波；反向传播神经网络；课程思政

中图分类号: 

• ＴＰ１８