本文關鍵詞：基于BP神經網絡軍校教學質量評價系統(tǒng)

  更多相關文章： BP神經網絡 教學質量 軍校教學 評價模型

【摘要】：軍校的核心任務是部隊教學工作,如何更好地提高教學質量是軍校為部隊輸送更好人才的關鍵。因此提高教學質量,對于軍校來說是至關重要的工作重點。對教學進行科學合理的評價是提高教學質量的重要方法,教學管理系統(tǒng)是提高工作效率、統(tǒng)一管理的重要舉措。因此,開發(fā)軍校教學管理系統(tǒng),建立科學的軍校教學質量評價體系是加強軍校教學管理和提高教學質量的重要舉措。由于部隊的要求以及體系的特殊性,軍校對學員的課程與普通高教有截然不同的課程安排以及授課形式。與普通高校教學相比,軍校的課程安排,側重點,學習時間以及評價標準有著質的區(qū)別,現(xiàn)有的高效教學質量評價系統(tǒng)無法適用于軍校教學中。本文首先對教學質量評價的背景知識進行介紹,并分析了各種傳統(tǒng)評價方法的優(yōu)勢與不足。然后介紹本文開發(fā)的基于BP神經網絡的軍校教學質量評價系統(tǒng)。本文結合軍校教學工作的實際特點和部隊教育發(fā)展對教學質量的要求,制定了合理科學的評價指標體系,把BP神經網絡引入到軍校教學質量評價中,建立相關的數(shù)學模型,實驗驗證模型的可靠性。本文的實驗數(shù)據(jù)證明了BP神經網絡在軍校教學質量評價的適用性很好。然后,本文結合多年的軍校教學經驗,開發(fā)了適用于軍校的教學質量評價系統(tǒng),該系統(tǒng)對傳統(tǒng)的三層設計進行改進,加入了服務層,實現(xiàn)了一個可擴展性強,可穩(wěn)定應用的教學質量評價子系統(tǒng)。為軍校教學提供了數(shù)據(jù)便利性以及科學的教學質量評價。在文中詳細介紹了該系統(tǒng)的各項功能,設計模式以及系統(tǒng)功能截圖。此外,本文根據(jù)軍校教學的實際工作經驗開發(fā)的軍校教學質量管理系統(tǒng)實現(xiàn)了辦公自動化,大大減少了教學管理的人力物力,提高了工作效率。
【關鍵詞】：BP神經網絡 教學質量 軍校教學 評價模型
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.52;TP183
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-15
• 1.1 研究背景及意義10-11
• 1.1.1 研究背景10
• 1.1.2 研究意義10-11
• 1.2 國內外研究現(xiàn)狀11-13
• 1.2.1 教學質量評價主體的研究11
• 1.2.2 教學質量評價內容的研究11-12
• 1.2.3 教學質量評價方法的研究12-13
• 1.3 本文研究目標及主要工作13
• 1.4 本文主要工作13-15
• 2 軍校教學質量評價體系15-25
• 2.1 教學質量基本方法15-17
• 2.1.1 按考察范圍分類15
• 2.1.2 按考察主體分類15-16
• 2.1.3 按評價標準來源分類16-17
• 2.2 傳統(tǒng)教學評價體系的缺陷17
• 2.3 系統(tǒng)框架17-18
• 2.4 多層次多類別軍校集訓教學質量評價系統(tǒng)設計18-24
• 2.4.1 軍校集訓教學質量系統(tǒng)架構設計18-19
• 2.4.2 教學質量評價分系統(tǒng)19-21
• 2.4.3 軍校集訓教學質量評價主體的確定21-22
• 2.4.4 軍校集訓教學質量評價體系22-24
• 2.5 神經網絡用于教學質量評價的適用性24
• 2.6 本章小結24-25
• 3 基于BP神經網絡的教學質量評價模型25-55
• 3.1 人工神經網絡25-32
• 3.1.1 人工神經網絡的定義25-26
• 3.1.2 神經元模型26-30
• 3.1.3 人工神經網絡特性30
• 3.1.4 神經網絡的分類30-31
• 3.1.5 神經網絡的學習算法31-32
• 3.2 BP神經網絡32-35
• 3.2.1 BP算法模型32
• 3.2.2 BP學習算法32-34
• 3.2.3 BP算法的缺陷34
• 3.2.4 BP算法的改進34-35
• 3.3 基于BP神經網絡的評價指標體系35-37
• 3.4 評價數(shù)據(jù)初始化處理37
• 3.5 基于BP神經網絡的教學質量評價模型設計37-54
• 3.5.1 整體架構設計37-38
• 3.5.2 算法設計38-40
• 3.5.3 參數(shù)設計40-50
• 3.5.4 實驗結果分析50-54
• 3.6 本章小結54-55
• 4 軍校教學質量評價系統(tǒng)實現(xiàn)55-69
• 4.1 系統(tǒng)實現(xiàn)相關知識55-56
• 4.1.1 管理信息系統(tǒng)55-56
• 4.1.2 數(shù)據(jù)庫基本概念56
• 4.1.3 結構化系統(tǒng)開發(fā)56
• 4.2 系統(tǒng)實現(xiàn)流程56-57
• 4.3 系統(tǒng)設計57-64
• 4.3.1 信息模型構建57-59
• 4.3.2 功能設計59-60
• 4.3.3 輸入設計60-62
• 4.3.4 數(shù)據(jù)存儲模塊設計62-64
• 4.4 系統(tǒng)實現(xiàn)64-68
• 4.5 本章小結68-69
• 結論69-70
• 參考文獻70-73
• 攻讀碩士學位期間發(fā)表學術論文情況73-74
• 致謝74-75

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王珊;薩師煊;;數(shù)據(jù)庫系統(tǒng)概論(第5版)[J];中國大學教學;2014年09期

2 劉思峰;蔡華;楊英杰;曹穎;;灰色關聯(lián)分析模型研究進展[J];系統(tǒng)工程理論與實踐;2013年08期

3 張國翊;胡錚;;改進BP神經網絡模型及其穩(wěn)定性分析[J];中南大學學報(自然科學版);2011年01期

4 馮立穎;;改進的BP神經網絡算法及其應用[J];計算機仿真;2010年12期

5 王燕妮;樊養(yǎng)余;;改進BP神經網絡的自適應預測算法[J];計算機工程與應用;2010年17期

6 柳亮;;教師課堂教學質量評價的理論基礎及現(xiàn)狀分析[J];中國電力教育;2010年07期

7 王雷;楊小虎;;BP人工神經網絡在bug分析中的應用[J];計算機應用;2010年01期

8 吳峻;李洋;;基于BP神經網絡和特征選擇的入侵檢測模型[J];計算機工程與應用;2008年30期

9 邵紅梅,吳微,李峰;CONVERGENCE OF ONLINE GRADIENT METHOD WITH A PENALTY TERM FOR FEEDFORWARD NEURAL NETWORKS WITH STOCHASTIC INPUTS[J];Numerical Mathematics A Journal of Chinese Universities(English Series);2005年01期

10 王世敬;耿曉軍;;高校課堂教學質量評估方法探析[J];高等教育研究;2004年03期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 丁冰;課堂教學質量評價模型與方法及應用研究[D];山東大學;2009年

，

本文編號：1048684