基于BP神经网络军校教学质量评价系统

发布时间：2017-10-17 11:45

  本文关键词：基于BP神经网络军校教学质量评价系统

  更多相关文章： BP神经网络 教学质量 军校教学 评价模型

【摘要】：军校的核心任务是部队教学工作,如何更好地提高教学质量是军校为部队输送更好人才的关键。因此提高教学质量,对于军校来说是至关重要的工作重点。对教学进行科学合理的评价是提高教学质量的重要方法,教学管理系统是提高工作效率、统一管理的重要举措。因此,开发军校教学管理系统,建立科学的军校教学质量评价体系是加强军校教学管理和提高教学质量的重要举措。由于部队的要求以及体系的特殊性,军校对学员的课程与普通高教有截然不同的课程安排以及授课形式。与普通高校教学相比,军校的课程安排,侧重点,学习时间以及评价标准有着质的区别,现有的高效教学质量评价系统无法适用于军校教学中。本文首先对教学质量评价的背景知识进行介绍,并分析了各种传统评价方法的优势与不足。然后介绍本文开发的基于BP神经网络的军校教学质量评价系统。本文结合军校教学工作的实际特点和部队教育发展对教学质量的要求,制定了合理科学的评价指标体系,把BP神经网络引入到军校教学质量评价中,建立相关的数学模型,实验验证模型的可靠性。本文的实验数据证明了BP神经网络在军校教学质量评价的适用性很好。然后,本文结合多年的军校教学经验,开发了适用于军校的教学质量评价系统,该系统对传统的三层设计进行改进,加入了服务层,实现了一个可扩展性强,可稳定应用的教学质量评价子系统。为军校教学提供了数据便利性以及科学的教学质量评价。在文中详细介绍了该系统的各项功能,设计模式以及系统功能截图。此外,本文根据军校教学的实际工作经验开发的军校教学质量管理系统实现了办公自动化,大大减少了教学管理的人力物力,提高了工作效率。
【关键词】：BP神经网络 教学质量 军校教学 评价模型
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.52;TP183
【目录】：

• 摘要4-5
• Abstract5-10
• 1 绪论10-15
• 1.1 研究背景及意义10-11
• 1.1.1 研究背景10
• 1.1.2 研究意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 教学质量评价主体的研究11
• 1.2.2 教学质量评价内容的研究11-12
• 1.2.3 教学质量评价方法的研究12-13
• 1.3 本文研究目标及主要工作13
• 1.4 本文主要工作13-15
• 2 军校教学质量评价体系15-25
• 2.1 教学质量基本方法15-17
• 2.1.1 按考察范围分类15
• 2.1.2 按考察主体分类15-16
• 2.1.3 按评价标准来源分类16-17
• 2.2 传统教学评价体系的缺陷17
• 2.3 系统框架17-18
• 2.4 多层次多类别军校集训教学质量评价系统设计18-24
• 2.4.1 军校集训教学质量系统架构设计18-19
• 2.4.2 教学质量评价分系统19-21
• 2.4.3 军校集训教学质量评价主体的确定21-22
• 2.4.4 军校集训教学质量评价体系22-24
• 2.5 神经网络用于教学质量评价的适用性24
• 2.6 本章小结24-25
• 3 基于BP神经网络的教学质量评价模型25-55
• 3.1 人工神经网络25-32
• 3.1.1 人工神经网络的定义25-26
• 3.1.2 神经元模型26-30
• 3.1.3 人工神经网络特性30
• 3.1.4 神经网络的分类30-31
• 3.1.5 神经网络的学习算法31-32
• 3.2 BP神经网络32-35
• 3.2.1 BP算法模型32
• 3.2.2 BP学习算法32-34
• 3.2.3 BP算法的缺陷34
• 3.2.4 BP算法的改进34-35
• 3.3 基于BP神经网络的评价指标体系35-37
• 3.4 评价数据初始化处理37
• 3.5 基于BP神经网络的教学质量评价模型设计37-54
• 3.5.1 整体架构设计37-38
• 3.5.2 算法设计38-40
• 3.5.3 参数设计40-50
• 3.5.4 实验结果分析50-54
• 3.6 本章小结54-55
• 4 军校教学质量评价系统实现55-69
• 4.1 系统实现相关知识55-56
• 4.1.1 管理信息系统55-56
• 4.1.2 数据库基本概念56
• 4.1.3 结构化系统开发56
• 4.2 系统实现流程56-57
• 4.3 系统设计57-64
• 4.3.1 信息模型构建57-59
• 4.3.2 功能设计59-60
• 4.3.3 输入设计60-62
• 4.3.4 数据存储模块设计62-64
• 4.4 系统实现64-68
• 4.5 本章小结68-69
• 结论69-70
• 参考文献70-73
• 攻读硕士学位期间发表学术论文情况73-74
• 致谢74-75

【参考文献】

中国期刊全文数据库 前10条

1 王珊;萨师煊;;数据库系统概论(第5版)[J];中国大学教学;2014年09期

2 刘思峰;蔡华;杨英杰;曹颖;;灰色关联分析模型研究进展[J];系统工程理论与实践;2013年08期

3 张国翊;胡铮;;改进BP神经网络模型及其稳定性分析[J];中南大学学报(自然科学版);2011年01期

4 冯立颖;;改进的BP神经网络算法及其应用[J];计算机仿真;2010年12期

5 王燕妮;樊养余;;改进BP神经网络的自适应预测算法[J];计算机工程与应用;2010年17期

6 柳亮;;教师课堂教学质量评价的理论基础及现状分析[J];中国电力教育;2010年07期

7 王雷;杨小虎;;BP人工神经网络在bug分析中的应用[J];计算机应用;2010年01期

8 吴峻;李洋;;基于BP神经网络和特征选择的入侵检测模型[J];计算机工程与应用;2008年30期

9 邵红梅,吴微,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;耿晓军;;高校课堂教学质量评估方法探析[J];高等教育研究;2004年03期

中国硕士学位论文全文数据库 前1条

1 丁冰;课堂教学质量评价模型与方法及应用研究[D];山东大学;2009年

，

本文编号：1048684