針對高校招生規(guī)模逐年擴大,教育工作者的工作量不斷增加,教學效率要求不斷提高。本文設計并實現(xiàn)了智能化教務管理系統(tǒng),研究了基于jBPM的教務管理系統(tǒng)軟件體系結構、模糊聚類算法的改進、系統(tǒng)的實現(xiàn)與應用,具體內容歸納為以下幾個方面:1、基于jBPM的教務管理系統(tǒng)軟件體系結構的研究:闡述了教務管理系統(tǒng)的特點以及相關業(yè)務流程,分析了jBPM工作流引擎體系結構和基于SSH框架的軟件體系結構,教務管理系統(tǒng)的整體結構和相關功能,以及協(xié)同jBPM和SSH框架的教務管理系統(tǒng)。對人工智能的發(fā)展、智能化方法對教務管理系統(tǒng)的應用進行了介紹,我們選用了人工智能領域的CBR系統(tǒng)進行建模,在CBR系統(tǒng)中,通過歸一化處理,模糊聚類計算,相似度度量的方法匹配出與目標案例相似度最大的原案例,從而實現(xiàn)為教學決策帶來便利的結果。2、模糊聚類算法的研究與改進:通常模糊聚類算法迭代的停止條件,是通過限定廣義最小二乘目標函數(shù)增量的閾值來實現(xiàn),而目標函數(shù)是由聚類中心和隸屬度構成。我們摒棄了目標函數(shù)的迭代方法、在進行深入了理論研究后,根據(jù)偏導數(shù)的原理,而采用了聚類中心迭代的方法,簡約了計算過程,優(yōu)化了空間復雜度。在教學過程的五維數(shù)據(jù)中得到... 

【文章來源】：北方民族大學寧夏回族自治區(qū)

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

課程申請流程圖

北方民族大學2020屆碩士學位論文第二章相關理論與技術-17-iQ，每個樣本j屬于某一類i的隸屬度為i,ju，m為模糊精度一般取值范圍2與3之間，我們定義一個FCM目標函數(shù)（1）和約束條件（2）。2,11cnmijjiijJuQ===（1）,11,1,2,...,cijiujn===（2）其中，i,ju表示的是樣本j與第i類的兼容度或可能性，假設我們提取了三個特征屬性為例，轉換到具有三個維度的空間中表現(xiàn)出來。如圖2-8所示，我們要把這20個樣本對象分成3個類（或者3個簇），因此，這里c的值定為3。i的值分別是i=1，i=2，i=3。以圖中第四個樣本對象4為例進行聚類說明，公式（2）的約束條件可以寫成:3,,41,42,43,4111cijiiiuuuuu=====++在三個維度的空間中：1,4u表示樣本4屬于第一個簇，即i=1的類的可能性；2,4u表示樣本屬于第二個簇，即i=2的類的可能性；3,4u表示樣本屬于第三個簇，即i=3的類的可能性（圖中以虛線表示）。1Q表示第一個簇的聚類中心,2Q表示第二個簇的聚類中心，3Q表示第三個簇的聚類中心。且在各自的維度中都有數(shù)值對應。再計算4到各個簇的中心的距離（用實線表示），即圖中41Q，42Q，43Q所顯示。距離的平方再乘以隸屬度（可能性）就組成了目標函數(shù)的關系式，我們令m=2，并帶入其他數(shù)值，則公式（1）成為：320222,,1111cnmijjiijjiijijJuQuQ======圖2-8三個維度模糊聚類圖

北方民族大學2020屆碩士學位論文第四章模糊聚類算法分析與設計-48-789101213242628293234353637,,,,,,,,,,,,,,之間的距離為：d0,7=1.421,d0,8=1.3716,d0,9=1.3436,d0,10=1.4906,d0,12=1.2878,d0,13=1.4051,d0,24=0.6288,d0,26=0.7215,d0,28=1.3863,d0,29=1.3966,d0,32=0.4423,d0,34=0.8389,d0,35=1.5177,d0,36=0.3001,d0,37=0.5444.經過數(shù)據(jù)的對比，顯示0與36具有最大相似度。4.5.2可視化聚類效果顯示根據(jù)16級信息管理與信息系統(tǒng)班、操作系統(tǒng)課程的五個維度的聚類結果，將數(shù)據(jù)匯總到.txt文檔，按照相關的規(guī)則排列好數(shù)據(jù)，直接將.txt文檔導入Cytoscape可視化繪圖軟件中，Cytoscape將自動生成FCM模糊聚類后的效果圖，從圖中我們可以看到，歸屬聚類中心為3的同學數(shù)量僅有四名，而其于兩個類的同學數(shù)量比較多，如圖4-13所示。圖4-1316級信息管理與信息系統(tǒng)班聚類效果圖4.5.3對于jBPM實訓課程的實驗結果與分析模糊聚類算法可以應用于所有統(tǒng)計學中，可以對多維度數(shù)據(jù)進行統(tǒng)計，無論維度數(shù)據(jù)是逐步產生還是同時產生，都可以應用。顯然，jBPM課程考核的成績是同時產生的數(shù)據(jù)。由于一名研三助教與四名研二助教都已參加到45名本科生的考核過程，附錄1為五個維度45個樣本的模糊聚類數(shù)據(jù)集；圖4-14為模糊聚類效果圖，此次分類分為五個類。

【參考文獻】：
期刊論文
[1]基于5G技術的教育信息化應用研究[J]. 盧向群,孫禹.  中國工程科學. 2019(06)
[2]后MOOC時代開放大學探究式網絡課程建設策略研究[J]. 張俊娥,王東,郭保林.  成人教育. 2019(12)
[3]用于圖像分割的非局部空間約束的核FCM算法[J]. 康家銀,張文娟.  南京師大學報(自然科學版). 2019(03)
[4]面向漏洞管理的工作流技術應用研究[J]. 楊詩雨,蘇麗麗,侯元偉,郝永樂,李偉平.  北京理工大學學報. 2019(09)
[5]來路與進路:5G+AI技術場域中的教與學新審視[J]. 張坤穎,薛趙紅,程婷,王家云,張家年.  遠程教育雜志. 2019(03)
[6]高校學生資助管理系統(tǒng)的設計與實現(xiàn)[J]. 張朝暉,王罡,高淑娟,陳恩桃.  實驗室研究與探索. 2019(05)
[7]工作流管理在新高考改革錄取工作中的應用研究[J]. 盧巖紅.  當代教育科學. 2019(04)
[8]人工智能教育應用的實然分析:教學自動化的方法與限度[J]. 張志禎,張玲玲,羅瓊菱子,鄭葳.  中國遠程教育. 2019(03)
[9]面向模式軟件體系結構合成中的沖突消解方法[J]. 徐永睿,梁鵬.  軟件學報. 2019(08)
[10]學術聚焦|人工智能教育應用[J].   中國遠程教育. 2019(01)

碩士論文
[1]基于服務質量的云工作流調度工具的研究與應用[D]. 馬曉虹.北方民族大學 2017



本文編號：2907456