【摘 要】
：
随着基础教育信息化在学校的深入推进,中小学的教育、教学、管理、科学研究和社会服务构成了基础教育信息化发展的重点内容。在学校层面评估基础教育信息化发展水平,可以精准把控学校信息化建设发展的优势与不足,为学校管理和决策提供帮助。本文主要围绕基于神经网络的中小学校信息化发展水平评估模型进行研究,实现了多维指标的非线性评估。主要研究工作及结果如下:（1）分析比较近年来国际组织及各个发达国家教育信息化及其发
论文部分内容阅读
随着基础教育信息化在学校的深入推进,中小学的教育、教学、管理、科学研究和社会服务构成了基础教育信息化发展的重点内容。在学校层面评估基础教育信息化发展水平,可以精准把控学校信息化建设发展的优势与不足,为学校管理和决策提供帮助。本文主要围绕基于神经网络的中小学校信息化发展水平评估模型进行研究,实现了多维指标的非线性评估。主要研究工作及结果如下:（1）分析比较近年来国际组织及各个发达国家教育信息化及其发展水平领域的评估项目以及国内的政策、研究文献,提取四个重点评价维度,初步形成了中小学校信息化发展水平评估指标框架。再通过预调研数据的一致性检验以及探索性因子分析,进一步修订和完善中小学校信息化发展水平评估指标框架,最终形成了 4个一级指标、19个二级指标的中小学校信息化发展水平评价指标体系,为中小学校的信息化发展水平评估模型研究提供科学化、规范化的基础。（2）构建基于神经网络的中小学校信息化发展水平评估模型。基于调研问卷收集样本数据,通过主成分分析的客观评价法和基于博弈论的主客观综合指数两种常用的基础评价方法计算中小学校信息化发展水平综合评估值,作为神经网络评估模型的先验指导样本,确保最终模型结果的准确性。再将常用的两种神经网络模型应用于中小学校信息化发展水平综合评价中,神经网络可以提升评估效率,还可以利用其网络传递函数的映射实现多维指标的非线性评估。利用实验数据的多次训练,选取最优的网络层数、各层神经元数目、传递函数和网络超参数,构造基于BP神经网络和RBF神经网络的中小学校信息化发展水平评估模型。通过两个评估模型的误差、拟合程度、决定系数和均方根误差、平均绝对误差等精度指标以及训练时间的对比,结果显示BP神经网络评估模型更优。（3）提出利用萤火虫（GSO）算法对BP神经网络的参数实现寻优,主要针对在基于BP神经网络的中小学校信息化发展水平评估模型的实际训练和应用过程中,存在的初始权值和阈值的选择具有很大的随机性这一不足。利用评估指标作为GSO-BP神经网络的输入数据,同样以两种基础评估方法得到的综合评估值作为输出数据,通过与原BP神经网络评估模型进行对比,验证了模型的有效性和稳定性。上述研究成果在一个完整流程上为中小学校信息化发展水平评估研究提供一个较为可行的方案,在理论上丰富了教育信息化及其发展水平评估研究,在实践中为神经网络评估模型与教育信息化方向的研究相结合提供了新思路。
其他文献
情感在人类交往过程中有着不可替代的作用,面部表情是人表达情感最直接最常用的方式。面部表情分析是人脸识别技术中不可或缺的重要研究内容,研究的是如何高效准确地捕捉和分析面部表情及其传递的信息。面部表情分析使用表情的类别和强度两个属性全面地分析人的情绪状态,在新型人机情感交互等领域有着巨大的研究价值和广阔的应用前景。在目前的面部表情分析研究中,大量工作主要集中在识别面部表情类别,而很少有对表情强度的研究
DDoS攻击是一种比较常见的网络攻击方式,其技术原理并不复杂,但是造成的危害非常大。因此,实现DDoS攻击的精确检测并采取有效的防范措施是非常重要的步骤。然而,现有的研究工作仍然存在不足,主要体现在主流研究工作采用有监督学习算法来进行DDoS攻击检测,这对新形式的DDoS攻击的检测效果并不理想。针对上述不足,本文研究了无监督学习算法在DDoS攻击检测中的应用,旨在提高DDoS攻击检测的准确率。本文
头部姿态估计是计算机视觉的热点研究方向之一,并在人机交互、学习者行为分析等领域有着广泛的应用。虽然已经很多方法在实验数据集上报告了良好的结果,然而这些方法在实际应用时性能却急剧下降。究其原因:大部分头部姿态估计算法采用有监督学习方式训练,对数据集的头部姿态客观标注过于依赖;然而,由于标注困难,现有数据集的头部姿态标注存在较大误差。为规避头部姿态估计方法对数据集标注的依赖,本文研究了人脸三维重建和基
近年来,随着人工智能理论和技术的快速发展,机器阅读理解任务引起各界广泛的关注。机器阅读理解,是利用计算机进行算法建模,要求机器具有像人类一样的阅读能力,可以通过阅读浏览文本、分析语义、逻辑推理来进行问题的回答,该任务可以衡量机器对自然语言的理解程度,有着重要的研究意义和应用价值。目前,大多数传统的机器阅读理解模型都采用了端到端的“编码—交互—预测”的框架来模拟人类阅读的过程,并在一些公开数据集上取
大数据时代,人工智能技术获得了飞速发展,人机对话作为人工智能中的一个重要组成部分,有望成为物联网时代主要的人机交互方式之一。对话生成是人机对话的一个关键环节,它能够根据对话内容产生机器应答,并将该应答转换为自然语言反馈给用户。对话生成的质量直接影响用户的使用体验,很大程度上反映了人机对话系统的智能化程度。当前对话生成的研究主要是基于序列到序列模型,该模型能从海量的对话语料中自动学习对话的语义信息并
随着互联网的普及,再加上政府出台的各种政策的引导以及大量资本涌入教育行业,在线教育渐渐兴起。但是传统的在线学习平台由于当时技术的局限性,采用单体式架构进行开发,存在灵活性较低、可拓展性和稳定性较差等问题,不能够很好地满足不断增长的业务规模和用户需求。而且传统的排序推荐算法,也存在小样本可信度问题和马太效应。为了解决上述问题,本文设计并实现了一种基于Spring Cloud和课程特征属性的在线学习推
城镇化是指人口从农村转移到城镇地区,使城镇得以发展的过程,我国城镇化过程中出现了一系列复杂问题。国家新型城镇化规划（2014—2020年）指出,要建立生态文明的新型城镇,城镇体系的建立规划、合理的空间格局和数量结构至关重要,应重视城镇规划在城镇化过程中的引导作用。城镇空间交互作用能够揭示城镇区域间的相互依存关系,有助于更好地理解城镇空间结构、科学地优化城镇布局和形态,对基于生态文明的新型城镇化具有
近年来,卷积神经网络（CNN）以其良好的性能得以在人工智能的各个领域广泛应用,如图像分类、物体检测、自然语言处理等。其优良的性能得益于其强大的表示学习能力和模型概括能力。但是,卷积神经网络中大量可训练的参数使得深度学习模型需要消耗大量的计算资源和存储资源,这限制了其在移动智能终端等资源受限设备中的部署与应用。因此,对卷积神经网络模型进行优化和压缩,以解决设备上部署的瓶颈问题,具有重要的理论意义和现
本文以我国的乡村振兴战略要求和国土空间规划下的新型乡村人地关系为背景,以乡村生活圈为研究主题,以武汉市江夏区舒安街道为例,运用地理学空间分析方法与社会学半结构化访谈法等研究方法,对乡村生活主体、乡村公共服务供给、乡村生活圈类型及其形态特征进行研究,进一步为乡村振兴战略规划及国土空间总体规划提出乡村生活圈优化的策略建议。通过理论和实证研究,本文得出的主要结论有以下几点:（1）乡村居民日常生活需求多样
随着人类对传统文化的传承及发扬越来越重视,各地政府都在尽极大努力去保护珍贵的文献资源,让我们的后代可以了解传统历史文化。图书馆、档案馆等文献馆中保留着大量的旧书籍、古典藏书、珍贵档案等具有收藏价值的文献资源,但由于保管不当,导致文献资源的破损现象也越来越严重。尤其在南方地区,每年的梅雨季节会增加空气中的湿度,空气潮湿更易导致纸质文献的虫蛀,加快纸张老化等问题。因此对纸质文献,档案以及典藏的维护,整