第一節 研究結論
本研究主要目的是輔以區別分析、倒傳遞類神經網路模式, 將資料作最完善 的分析探討, 透過分析結果加以篩選比較, 建立一個具效率、客觀及準確的學障 生判別模式， 期能提升學障生鑑定的準確性, 降低誤判與錯判學障生的發生比 率。
目前學障鑑定的流程，需眾多資源挹注，但由於特教專業人力吃緊，因此，
本研究期望透過資訊科技協助，減輕特教專業人員的工作負擔，以更有效的資源 投住在後續的特教服務事務上。本研究以類神經網路為基礎的機器學習，來達到 分類的效果。雖然無法真正取代專家意見的考量，但使用本研究所提出的實驗方 法來做相關分析，對人為鑑定的過程會是有所助益的，透過這樣的方式，可以從 中發現到被人為忽視的課題。綜合本研究實驗過程及其實驗數據，本研究大致上 可結到以下幾點結論，整理如下。
本研究發現學障生判別模式評估:
一、兩種分析方法中, 區別分析的整體準確率為 71.2%;倒傳遞類神經網路模式的 準確率為90%。若以新學障生案判別準確度而言, 區別分析的學障生準確率 為71.2%; 倒傳遞類神經網路的準確率為 80%。倒傳遞類神經網路之分類正 確率明顯優於區別分析。
二、與過去的相關研究結果相比，本研究所採用的變數項目，在資料集的分類準 確率上更進一步的提升。
三、倒傳遞類神經網路模式可以獲得較佳的判別結果, 但仍有其限制。它無法透 過模型建構的過程獲得顯著影響變數。
第二節 研究建議
在本研究中對學障生診斷判別，尚有些課題需要未來的研究持續加以注意 與克服，未來的研究方向有：
１.判別模型尚需更大量的資料樣本筆數來比對驗證。除此，樣本來源除了要 以學障生、低成就學生、智能低下個案外，可再增列可學業表現正常或是 優異的個案，一起做為討論、比較的資料。
２.將不同縣市的資料樣本放入類神經網路建立判別模型，比較建立出的判別 模型是否有所差異，探討各縣市在學障鑑定是否會有差異點，未來相關研 究亦可針對該方向再進行採討。
３.本研究採用類神經網路進行最佳判別模型建立時，擬定影響變數所使用的 是學障所用之測驗分數，共逹 33 幾項變數，擬定影響變數項目較多。之 後相關研究若能在運用類神經網路建立模型前，可考慮先實施變數篩選，
找出更為核心影響變數。
4.本研究利用倒傳遞類神經網路建立模型之研究方法，後續研究者尚可針對 不同架構分析比較其結果, 如: 支援向量機、模糊層級分析法等模式等, 找出更適宜的判別模式。
參考文獻：
障礙資訊站，17，17-21。10. 洪儷瑜（2001）。如何發現與鑑定學習障礙學生。載於臺灣區九十學年度學 習障礙學生鑑定模式研習手冊，臺北市教育局。
11. 洪儷瑜（2002）。特殊需求轉介資料表。洪儷瑜資源網。2007 年 12 月 2 日。
取自：
http://nflcr.knu.edu.tw/liyuhung/chinese/modules/mydownloads/datashare/referr alform100R.doc
12. 黃姿慎（2006）。學習障礙學生在魏氏兒童智力量表表現特質之研究。國立 新竹教育大學特殊教育系碩士班論文。
13. 王瓊珠（2002）。學習障礙：家長與教師手冊。台北：心理。
14. 王瓊珠（2004）。學習障礙學生鑑定問題探討-以台北市國小為例。國小特 殊教育，37，39-46。
15. 孟瑛如、陳麗如（2000）。學習障礙兒童在魏氏兒童智力量表上顯現之特質 研究。特殊教育季刊，74，1-44。
16. 孟瑛如、陳麗如（2001）。國民中小學學習行為特徵檢核表指導手冊。台北：
心理。
17. 孟瑛如、陳麗如(2002)。「台灣地區國民中小學學習障礙學生學習行為特徵 之差異研究」，特殊教育研究學刊，23，75-93，2002。
18. 王木榮（1994）。學習障礙學生的心理計量模式之研究-個別化智力測驗之
25. 李宏鎰（2002）。WISC-Ⅲ可以瞭解學習障礙兒童的學習特徵嗎？。國小特 殊教育。
26. 林寶貴、吳淑敏、曾怡惇、林美秀（1998）。特殊教育評量、鑑定工具調查 研究。特殊教育研究學刊，16，23-38。
27. 柯華威（1999）。閱讀理解篩選測驗。臺北：行政院國家科學委員會特教工 作小組。
28. 柯華葳、邱上真編（1999）、學習障礙學生鑑定與診斷指導手冊。教育部特 殊教育工作小組。
29. 柯華葳、邱上真（2000）。學習障礙學生鑑定與診斷。載於柯華葳、邱上真
30. 胡永崇（2002）。高雄地區國中三年級學習障礙學生之 WISC-Ⅲ測驗表現分
1. Lerner, J. (2003). Learning disabilities : Theories, diagnosis, and teaching strategies. Boston, MA: Houghton Mifflin.
2. Kirk, S. A., Gallagher, J. J., & Anastaiow, N. J. (2003). Educating Exceptional Children (9th ). New York: Houghton Mifflin.
3. Bateman, B. (1992). Learning disabilities, The changing Landscape. Journal of Learning Disabilities, 25, 29-36.
4. Shih-Chang Tsai(_2005)。Application of Neural Network in Assisting Diagnosis of Students with Learning Disabilities.. Information Management, Vol. Ming Hsin University of Science and Technology.