模糊数学在基于MVC模式的通用教学评价系统中的应用

网络教学平台促进学生有效提高学习效果，通用教学评价系统则为网络教学平台提供保障，其中对网络教学资源的评价是通用教学评价系统中一个重要的部分，本文通过对通用教学评价系统的分析，同时提出了网络教学资源评价的口指标、步骤、方法、论述了网络教学资源评价的意义，以模糊数学作为工具，建立了对网络教学资源评价模型，嚏善了网络教学环境．保证了网络教学平台健康运行和发展。     

模糊数学在基于MVC模式的通用教学评价系统中的应用

网络教学平台促进学生有效提高学习效果,通用教学评价系统则为网络教学平台提供保障,其中对网络教学资源的评价是通用教学评价系统中一个重要的部分,本文通过对通用教学评价系统的分析,同时提出了网络教学资源评价的指标、步骤、方法、论述了网络教学资源评价的意义,以模糊数学作为工具,建立了对网络教学资源评价模型,改善了网络教学环境.保证了网络教学平台健康运行和发展.     

网络教学中的评价系统的设计与研究

网络教学评价的目的是有效地督促学生自学,发展学生各方面的能力。因此,明确网络教学的评价要素以及如何实现评价,对网络教学地不断完善有着突出的作用。本文以建构网络教学下的学员、教师以及教学资源作为评价要素并给出相应的网络教学评价模型,并介绍了一些可实现的网络教学评价系统。     

主成分分析法在网络教学评价系统中的应用

近年来基于网络形式的教学在国内高校中得到迅速的发展，因此对网络教学的评价需求也越来越迫切。如何在网络教学形式下自动进行教学评价，则成为一个全新的课题。从聊城大学网络教学实践出发，给出了利用“主成分分析法”对网络教学进行综合评价的一种思路。     

通用网络教学评价模块的设计与实现

网络教学已成为一种非常重要的教学手段,但其评价体系还很不完善。从网络教学实践出发,文章对网络教学评价进行了深入的剖析,提出了网络教学评价系统的基本需求,给出了系统工作模型。并分析和实现了模型的通用性,使用户可以在这一系统上方便、灵活地配置评价指标、指标权值等教学评价参数,实现对网络教学系统中各课程的综合评价。     

基于数据立方体的网络教学评价模型

网络教学评价是网络教学的一个重要环节。提出了基于数据立方体的网络教学评价模型，以学生、教师为评价对象．构建相应的数据立方体。学生学习行为数据立方体及教师教学行为数据立方体均由六个维度构成，以访问时间作为主要的度量值。并讨论了模型中涉及的关键技术。     

移动学习评价研究

移动学习评价可以分为移动学习课程评价和移动学习教学评价,本文分析了两者的关系,参照网络课程评价和网络课程评价标准相关成果,总结了移动学习评价的特点,提出了移动学习评价指标体系和评价标准要求,以及构建流程。     

五年制高职网络专业教学评价模式的新探索

"理实一体化"教学模式成为近年来职业院校所采取的创新性教学模式。在这种新的教学模式下,教学评价是广大高职院校网络专业教学中的瓶颈问题,严重束缚了网络专业教学研究的进一步发展。网络专业教学评价是提高网络专业教学质量的重要手段,对网络专业教学具有导向、诊断、调控、激励等功能。因此,明确教学评价的要素以及如何实现评价,对网络专业教学的完善有着突出作用。     

基于数据立方体的网络教学评价模型

网络教学评价是网络教学的一个重要环节。提出了基于数据立方体的网络教学评价模型,以学生、教师为评价对象,构建相应的数据立方体。学生学习行为数据立方体及教师教学行为数据立方体均由六个维度构成,以访问时间作为主要的度量值。并讨论了模型中涉及的关键技术。     

浅析网络教学评价

网络教学作为一种新型的教学模式发展至今已初具规模。目前一个十分迫切的任务就是对网络教学进行评价。本文从学员、教员、教学内容、网络教学支撑平台四个方面对网络教学进行评价。     

层次分析法和神经网络相融合的教学质量评价

为提高教学质量评价准确性,提出一种基于层次分析法和神经网络相融合的教学质量评价方法（AHP-BPNN）。采用层次分析法构建评价指标体系,筛选出对评价结果有重要影响的指标作为BP神经网络输入,采用神经网络建立教学质量评价模型。仿真结果表明,AHP-BPNN不仅简化神经网络的结构,而且提高了教学质量的评价精度和评价效率,是一种可行、有效的教学质量评价方法。     

PSO优化的神经网络在教学质量评价中的应用

针对以往教学质量评估体系中存在的问题,利用粒子群优化算法(PSO)训练的神经网络建立教学质量评估数学模型.该方法使用由PSO训练的BP模型来拟合影响教师教学质量评价的众多指标与评价结果之间的复杂关系.实验结果表明,运用人工神经网络能更好的建立综合评价系统,用于满足更多范围的系统综合评价.     

基于GA优化RBF神经网络的英语教学质量评价

针对目前英语教学质量评价准确性不高的问题,提出了一种基于遗传算法（GA）优化RBF神经网络的教学质量评价方法.首先利用主成分分析对教学质量评价指标进行选择,然后设计了RBF神经网络教学评价模型,并采用GA对RBF神经网络的初始权值进行优化.实验结果表明,该方法能够有效评价英语教学质量,且准确性和实时性较高.     

基于PSO的RBF神经网络在教学质量评价中的应用

文章提出了一种将粒子群优化(PSO)算法训练的RBF神经网络用于教师教学质量评价的方法。该方法使用由PSO训练的RBF神经网络来拟合影响教学质量评价的众多指标与评价结果之间的复杂关系。通过实验验证,该方法在教学质量评价中,克服了评价主体在评价过程中的主观因素,又得到满意的评价结果,具有广泛的适用性。     

利用模糊-BP神经网络评价高校教师教学质量

为提高高校教师教学质量评价的科学性和合理性,简单分析了传统线性方法进行教师教学质量评价的缺点,介绍了一种基于模糊理论与BP神经网络的高校教师教学质量评价模型。该模型将教学评价指标概念量化成确定的数据作为BP网络的输入,模糊综合评价结果作为输出。运用Matlab进行实证研究发现,将该方法用于高校教师教学质量评价中,既克服了评价主体在评价过程中的主观因素,叉得到了满意的评价结果,具有广泛的适用性。     

高校教学质量评价的BP神经网络模型

高校教学质量的评价是一个多因素、多变量、模糊的非线性过程。文章运用BP神经网络建立了教学质量评价的数学模型,通过matlab神经网络工具箱学习训练网络,并经测试数据验证。结果表明,基于BP神经网络建立的教学质量评价模型,克服了评价中主观因素的影响,得到了较满意的评价结果,具有广泛的应用前景。     

基于粗集神经网络的教学评估系统

为了便于教学质量的评估,将粗集理论与神经网络结合起来,构建粗神经网络.在此基础上,开发出集数据管理、网络训练、教学评估于一体的智能教学评估系统.结果表明,该系统使用方便,精度较高,可移植性强.     

基于网络的教学评教系统的构建

学生评教、教师评学是教学质量监控体系的重要组成部分之一,基于网络的教学评教系统将现代化信息技术与教学评价手段结合起来,是强化教学质量监控和保障机制的重要措施,对提高高职教育的教学质量具有重要意义。     

基于网络资源的教学评价系统的设计与实现

给出了基于网络资源的教学评价系统的系统规划,分析了系统流程和功能结构;紧密结合教学评价的现实和数字化技术,提出了可以简化系统开发步骤、完善系统功能及提高系统处理数据效率的设计方法。