基于义务教育均衡指标的学校教育质量评估方法研究及应用
发布时间:2021-01-09 16:01
教育不仅是国家软实力强弱的评判标准,也是民族文化集中展示的平台。为促进义务教育均衡发展,实现义务教育公平,强化“高品位、精内涵、强特色”的教育理念,国家不断大力推进教育改革发展,其中学校教育质量评估问题尤为重要。目前学校教育质量评估研究大多为定性分析,对其量化性研究居少,并且现行的评估体系存在评估指标不全面、评估方法不健全等问题。为全面有效地反映学校教育质量水平,本文围绕评估指标和评估方法两个方面展开研究,并实现了其应用系统的设计和开发,主要研究内容如下:1.利用主成分分析方法探究评估指标的选取问题。对义务教育均衡指标进行补充,利用主成分分析方法从新旧两组评估指标中提取主.成分,计算综合主成分的评估分值,得到学校教育质量的评估结果。实验结果表明新评估指标比旧评估指标更能反映出学学校教育质量水平,从而体现新评估指标的科学性和可丨行性。2.采用BP神经网络评估模型实现学校教育质量评估。该模型具有良好的非线性映射逼近能力,有效避免主成分分析方法单.纯线性组合评估指标问题。对均匀分布和归一化后的实验数据进行网络训练来确定BP神经网络的网络结构、激活函数、损失函数及优化器的类型等,分析BP神经网...
【文章来源】:西安理工大学陕西省
【文章页数】:83 页
【学位级别】:硕士
【部分图文】:
学校排名后X1-X11分布情况
sigmoid激活函数Figure4-2sigmoidactivationfunction
tanh激活函数Figure4-3tanhactivationfunction
【参考文献】:
期刊论文
[1]基于BP神经网络的体育赛事风险预警模型[J]. 梁华伟,原颜东,薛红卫. 统计与决策. 2018(16)
[2]基于神经网络的建筑施工质量评价[J]. 张敏. 现代电子技术. 2018(17)
[3]BP神经网络在室内甲醛定量分析中的应用[J]. 钱小瑞,吴飞. 传感器与微系统. 2018(04)
[4]基于数据挖掘技术的电池储能系统SOC状态评估[J]. 余晓玲,王春玲,韩晓娟. 电器与能效管理技术. 2017(13)
[5]主成分分析和因子分析在中国股票评价体系中的应用[J]. 胡书文,徐建武. 重庆理工大学学报(自然科学). 2017(05)
[6]通信电子防御作战效能的云-BP神经网络评估方法[J]. 杨米,陈建忠,牛英滔. 通信技术. 2017(04)
[7]改进BP神经网络在交通事故预测中的研究[J]. 陈海龙,彭伟. 华东师范大学学报(自然科学版). 2017(02)
[8]基于PSO-BP神经网络的车牌号码识别技术[J]. 吴志攀,赵跃龙,罗中良,杜华英. 中山大学学报(自然科学版). 2017(01)
[9]房地产评估的BP神经网络模型构建[J]. 汪瑞. 山东农业大学学报(自然科学版). 2016(06)
[10]GA-BP遗传神经网络在地下厂房变形预测中的应用[J]. 张倩,陈新,周武松,魏成勇. 水电能源科学. 2016(06)
硕士论文
[1]空间视域下县域义务教育均衡发展定量评估[D]. 陈诗漪.中国地质大学 2018
[2]基于主成分分析和模糊综合评价的机场员工绩效评价研究[D]. 黄蓉.西安理工大学 2017
[3]物体分割与识别方法的研究和实现[D]. 范小亮.南京大学 2017
[4]义务教育均衡发展指标体系研究[D]. 杨廷乾.陕西师范大学 2016
[5]基于BP神经网络的高速铁路风险评价模型研究[D]. 于辰成.西南交通大学 2014
[6]基于GA-BP神经网络的高校实验室安全评价研究[D]. 陈祺.厦门大学 2014
[7]带惩罚项的联想记忆网络权学习法[D]. 卢琦.大连理工大学 2012
[8]基于三维扫描的人脸形变模型研究[D]. 马艳平.河南工业大学 2011
本文编号:2966972
【文章来源】:西安理工大学陕西省
【文章页数】:83 页
【学位级别】:硕士
【部分图文】:
学校排名后X1-X11分布情况
sigmoid激活函数Figure4-2sigmoidactivationfunction
tanh激活函数Figure4-3tanhactivationfunction
【参考文献】:
期刊论文
[1]基于BP神经网络的体育赛事风险预警模型[J]. 梁华伟,原颜东,薛红卫. 统计与决策. 2018(16)
[2]基于神经网络的建筑施工质量评价[J]. 张敏. 现代电子技术. 2018(17)
[3]BP神经网络在室内甲醛定量分析中的应用[J]. 钱小瑞,吴飞. 传感器与微系统. 2018(04)
[4]基于数据挖掘技术的电池储能系统SOC状态评估[J]. 余晓玲,王春玲,韩晓娟. 电器与能效管理技术. 2017(13)
[5]主成分分析和因子分析在中国股票评价体系中的应用[J]. 胡书文,徐建武. 重庆理工大学学报(自然科学). 2017(05)
[6]通信电子防御作战效能的云-BP神经网络评估方法[J]. 杨米,陈建忠,牛英滔. 通信技术. 2017(04)
[7]改进BP神经网络在交通事故预测中的研究[J]. 陈海龙,彭伟. 华东师范大学学报(自然科学版). 2017(02)
[8]基于PSO-BP神经网络的车牌号码识别技术[J]. 吴志攀,赵跃龙,罗中良,杜华英. 中山大学学报(自然科学版). 2017(01)
[9]房地产评估的BP神经网络模型构建[J]. 汪瑞. 山东农业大学学报(自然科学版). 2016(06)
[10]GA-BP遗传神经网络在地下厂房变形预测中的应用[J]. 张倩,陈新,周武松,魏成勇. 水电能源科学. 2016(06)
硕士论文
[1]空间视域下县域义务教育均衡发展定量评估[D]. 陈诗漪.中国地质大学 2018
[2]基于主成分分析和模糊综合评价的机场员工绩效评价研究[D]. 黄蓉.西安理工大学 2017
[3]物体分割与识别方法的研究和实现[D]. 范小亮.南京大学 2017
[4]义务教育均衡发展指标体系研究[D]. 杨廷乾.陕西师范大学 2016
[5]基于BP神经网络的高速铁路风险评价模型研究[D]. 于辰成.西南交通大学 2014
[6]基于GA-BP神经网络的高校实验室安全评价研究[D]. 陈祺.厦门大学 2014
[7]带惩罚项的联想记忆网络权学习法[D]. 卢琦.大连理工大学 2012
[8]基于三维扫描的人脸形变模型研究[D]. 马艳平.河南工业大学 2011
本文编号:2966972
本文链接:https://www.wllwen.com/zhongdengjiaoyulunwen/2966972.html