文摘
一个高效和有效的机制需要素质教育在学校、学院和大学。全球大流行后,每个组织在线在家而不是在网站上。教育机构开始使用各种平台在线课程。使用在线课程教育质量是受到很多因素的影响,包括硬件、软件和互联网。因此,在本文中,使用回归网络教育的质量评价算法。提出了系统优化的硬件设计和功能的客户端网络教育学院和大学。它决定响应数据的时间序列的灰色预测模型,并确保方案的预测精度高。采用逻辑回归,教育质量的综合评价的规则制定。规则的数据库的总体评价教育质量的学院和大学的互联网是生成的。实验结果表明,教育质量评价体系的响应时间约为1.3秒。 The probability of failure is very low than the existing literature.
1。介绍
信息的快速发展和互联网的广泛应用,高校的教学手段不断改进。3 d虚拟现实技术用于提高学生的认知水平和学习兴趣。学生能积极参与学习过程,提高教育质量,降低办学成本。经济的发展提供了教育资源,确定教育的发展方向1]。教育系统和各种各样的学校应该加强合作,共享与外部平台和加强教育信息基础设施。加强教育资源的开发和应用,加强教育大数据分析和数据挖掘的应用策略。它增强了教师的信息技术能力,充分发挥信息化在教育发展的支持和指导作用。“互联网+”的引入可以提供大量的数据及其分析方法制定教育质量保证和评价机制。它还可以实现更广泛的流通。它是一个不可或缺的支持技术评估和分析现代网络教育和质量保证机制。质量评估是很容易的,互联网是开放的本质。
由于开放性和灵活性的特点,没有时间和空间的限制,它可以弥补大学教育资源的缺乏,网络教育发展迅速。然而,由于管理监督,质量问题成为一个瓶颈,限制了网络教育的发展。互联网技术的迅速发展,网络教育的发展带来了新机遇。通过“网络+”思维,我们可以改变以前统一的教材,统一作业,统一评估,为学生和单一评价方法。数据分析团队应该建立收集老师和学生的学籍信息,比如,年级,注册,选课,学习,和考试信息。在文献中,许多方法用于基于互联网的高校教学质量评价。这些研究显示令人满意的结果,但仍有改进的空间。因此,本文研究了高校网络教育质量的评价方法。基于上面的分析理论,本文设计了一种综合评价指标体系来提高教育质量的全面发展,促进教育系统的改革。
剩下的纸是组织如下。节2、优化方法进行了讨论。节3、稳定和同步机制阐述,其次是实验结果和讨论部分4。最后,部分5总结了论文,并提供未来的研究方向。
2。高校网络教育的质量评价
本节给出详细信息质量评价的指标体系的权重和质量评价的框架。
2.1。重量的质量评价的指标体系
假设我们想要建立良好的评价教学质量保证机制。在这种情况下,我们应该首先明确影响老师的教学质量的因素。许多原则应遵守制定的现代教育质量保证机制的评价方法,包括目标取向、科学方法和可测性。基于以上三个原则,多元化评价标准,建立了相应的评价指标体系。建立一个教育评价模型具有较强的适应性。评价方法基于“网络+”教育质量保证机制应该基于完善的评价指标体系和合理划分目前指标体系的权重。“互联网+”应用程序的意义在于引入大量的准确的数据和建立一个良好的分析系统,分析更有价值的结果。
一般来说,一个集成的教育体系评价指标体系需要以下组件:(1)教育质量指标达成的水平的教育系统可以扩展建设。(2)教育指标需要处理的可测量的数据分析和数据教育各级安全机制。然而,他们的测量活动只是基于当前各级数据汇总和分析和判断。因此,指标体系中间。(3)指标体系可以作为一个有价值的符号判断,因此有必要使用特定的学校标志作为参考数据点或评价标准来确保数据符合教育的本质属性。(4)教育指标的系统可以被视为一组统计数据本质上。
从根本上说,评价指标的具体设计标准需要遵循以下三个选择。
首先,从分析目标的评价目标,本文分解的评价目标当前的教育活动在一个升序排序。取得当前评估信息的本质属性分析和讨论。然后,它提取属性内容可以理解的本质分析通过分析和筛选。最后,它决定了所有内容的本质属性评估指数,即指标体系的简化条件。尽管这种目标定位简单,整体工作量是巨大的,这是不容易掌握。
其次,从教育的相关保障制度因为教育活动必须有必要的内部关系。一件事情的发展变化过程将不可避免地导致其他相关的事情。由于复杂的因果关系的本质,事物之间的发展变化的影响也不同。建立指标可以根据评估和分析开发和相关的教育活动。
第三,评价目标的内涵把握相关教育系统的属性和本质分析相关的事情。根据这些属性,确定目标系统的现象。然而,这种建立经济相关条件要求很高。然而,它适应多态性教育保障机制,通常有一个强大的应用程序。这些属性的外部特征与相关事务高度复杂的评价因素。因此,这个指标体系需要设计师有全面、深入的了解目前的评估类型。否则,它将不可避免地遇到困难。
2.2。质量评价框架
虽然指标的建立可以实现当前的教育质量保证机制,开展定期测试和评估,它受多种因素的影响,如环境、教师、学生、教学指标和评价取向占据不同的职位评估。因此,基于所选择的指标体系和评价标准,有必要建立一个适用的评价体系结构,网络教育学院和大学的质量。这样,整个评价方法可以更真诚和测量。
设计使用了“互联网+”思想,建立了逻辑数据系统,通过数据信息和大数据评估,并清除当前的目标体重。评估信息数据的逻辑运算环境需要的帮助仿真领域的数据管理和分析程序“互联网+。“整个操作环境需要上传所有的评价指标和当前学生信息数据和使用程序进行初步的分类和分析。在内质的数据核心,建立根系的数据,然后根据数据关系的要求,建立相应的分析环境;总体结构如图1。整个教学环境数据信息可以被视为一个域驱动架构主要由数据处理器或作为一个实体部分与清晰的权重。为了有效地分析传统逻辑,更准确的重量计算方法提出了优化计算环境数据表的结构信息,包括员工信息优化,用户信息优化,优化学生信息,注册信息优化,优化和学校信息。
3所示。使用回归算法评价教育质量
在本节中,我们将演示各种组件的高校网络教育的质量评价。
3.1。硬件设计和功能/软件优化
高校网络教育系统是一个教学和基于互联网的应用系统。它创造了一个三维的网络教育环境最少的经济成本和时间成本。它完成了教学资源的共享和扮演重要的角色在提高高校网络教育的质量(2- - - - - -4]。整个系统构建过程如下。
首先,本系统将使用Windows Server 2016作为操作平台,ASP的,净作为主要开发工具,和Windows Server 2016的优化性能,使系统具有更好的效率。
其次,根据实际情况和应用程序级别的网络教学和多媒体教学技术,系统设计和操作的经济性和可靠性应充分考虑。系统的总体结构应三层浏览器/服务器模式(浏览器/服务器(B / S)。
最后,实施网络环境下高校教学活动有三个用户:学生、教师和系统管理员。各种类型的用户的实际需要先决条件创建高等教育系统的影响(5]。在图所示的系统必须有各种子系统1。
如图1,教师可以使用这个系统来完成组织和管理教学资源,包括提交和删除、更新和上传资源。使用这个系统,我们可以实现各种各样的在线学习和独立完成学习任务。每个子系统的有效性描述如下:(1)老师备课子系统:系统集成了主流多媒体创造和生产工具在这个阶段。它提供了足够的方便教师和网络教学设计。各种教学资源生成web文件之后,他们转移到固定的目录服务器。(2)教学生活子系统:系统向服务器上传教材。然后使用编码器软件编码和压缩视频和音频信号获取流媒体文件。这些被传输到网络服务器,和学生客户端可以使用连接观看教学生活。(3)大学教学子系统:教师课程教学的过程是实时使用数码相机拍摄的。独特的视频编辑程序开始运行时,和相机的音频和视频传输到服务器通过接口生成流媒体文件。学生选择使用特定课堂教学视频点播视频播放器在客户端完成学习任务。(4)课件下载子系统:老师转移管理员界面通过身份认证。老师将准备课件转移到固定的目录服务器的使用课件上传功能。学生可以点击链接主页上的课件和进入下载界面,实现自主学习。(5)在线考试子系统:学生登录系统后,他们可以选择测试项目和类型。系统将自动从数据库中选择任何试题组成试卷。学生回答了所有的问题之后,点击手。系统将自动批准并得到考试结果。(6)辅导和回答子系统:系统可以为教师和学生提供一个在线互动平台。学生可以提问老师,老师可以回答问题。它还可以在网页上发布典型问题,真正显示了咨询的有效性和回答。(7)作业管理子系统:教师使用公告板发布在互联网上的作业。学生完成他们的家庭作业之后,他们使用系统的电子邮件发送到老师的邮箱邮件的模式。老师完成作业并将其发送给学生的电子邮件批准。(8)教师工作室子系统:系统可以组织和保护教学资源。教师登录系统后,添加、删除、上传和更新各种教学资源。
上面的是高等教育体系的构成。高等教育系统的具体硬件结构如下。
3.1.1。收集器的设计
st8735芯片由SD公司被选中。芯片具有很高的采样能力和可以收集8通道的数据在同一时间。收集器的最大采样率为460 kbps,最大总采样速度是1492 kbps,和采样转换精度是8位。它可以收集教学数据的大容量6]。信号调节和滤波电路设计的收集器,采样信号通过电压传感器监管标准的范围。为了确保采样信号不会出现串扰,采样信号处理需要过滤。在整个高校网络教育质量的评价体系,每一种周期抽样128点,采样频率是控制在10.6 - -14.8过度增殖。为了提高收集教学数据的准确性,有必要测量25th谐波在评价系统中,如图2。这是信号调节和过滤收集器的线路图。
收集器可以得到1 - 8 V的电压信号。二极管在图2主要用于保护电源电压,和传感器在图吗2可以防止串扰(7]。
3.1.2。微处理器设计
采样率综合评价系统的高校网络教育质量可以达到4 GBPS。微处理器需要有较高的数据处理能力,实现多通道控制、教学数据传输、采集控制。基于上述情况,本文选择的微处理器是三星发起的最新一代的处理器。微处理器的芯片是一种高性能处理芯片由三星公司推出。芯片有一个双核结构,其核心频率可以达到450 MHz,可以用来计算大量的教学数据(8]。微处理器的结构如图3。
在图3,微处理器内存资源丰富,数据缓存结构。它可以提供数据输入、处理和控制,提供快速的数据共享的教育质量评价体系。微处理器也有256 kB的RAM芯片上,许多外围设备。它有六个UART接口,四个SPI接口,和六个USB接口。此外,两个32位通用定时器设置外部微处理器。许多接口可以方便数据传输。微处理器的电压是稳定的,1.8 V。各种外部接口的接口电压为1.2 V。睡眠模式下的功耗是2 MW和500 MW机组在正常操作。它可以处理教学实时收集的数据收集器和具有较强的数据处理能力和控制能力教学(9- - - - - -11]。
3.1.3。内存设计
Tiy73465芯片选择TI公司生产的内存芯片。芯片可以集成大容量数据,存储数据,并提供双总线配置,高效地完成双计算机通信功能。在内存中设置仲裁逻辑。记忆能读和写在任何时候任何双端口地址。内存电路图如图4。
有地址译码电路和控制电路的数据的内存,需要与CPU的内存。从图可以看出4教学数据属性和数据地址存储在内存芯片需要与选择的PC总线和内存。后PC总线与CPU总线连接,不需要其他电源电路。OC门传输存储信号图4。它不是与收藏家的采样信号,通过内存单元可以访问的低水平。可以使用存储信号的中断信号记忆CPU。这个记忆,外围电路简单。功耗低,可以存储大量的数据(12,13]。
3.1.4。求值程序设计
评估者的核心是一个微处理器。晶体振荡器的最高频率为18.325 MHz,可分为CPU。晶体振荡器的频率最低是12.346 kHz。评估者可以在200 MHz低功耗和简单的使用。它有45中断源和120 I / O端口。记忆可以提供工作电压的电源电路为每个硬件的评估者。电源电路的电压控制在1.3 V和3.3 V,和最大电路的功率为1.2 W。由于评估者配备一个微处理器和内存、电源电路采用两种供电模式。一个是供电的微处理器通过一个8 V直流电源。另一种是通过4 V供电的内存AC电源。 Network power supply mode can also be used. This power supply mode converts AC voltage into DC voltage through the internet. The peripheral memory of the evaluator can assist the memory of the evaluation system to store some teaching data, mainly responsible for the storage of some missing teaching-related data.
4所示。网络教育质量评价使用回归算法
在本节中,我们将演示各种组件的高校网络教育的质量评价使用回归算法。
4.1。灰色预测模型的互联网在高校教育质量
灰色预测模型建模信息需求少,操作方便,建模精度高。它广泛应用于各种预测领域,是一种有效的工具来处理小样本预测问题。因此,应用大学网络教育的质量评价可以预测大学网络教育质量的特征数量在未来某个时间。
步骤1。设置原始序列 。一般来说,一次性代积累的处理方法采用序列(14),即。,1-AGO,
步骤2。灰色预测模型是一个动态的数学模型由变量的一阶微分方程: k= 1、2、3、…n,序列生成采用最近邻, ;得到
步骤3。白茫茫的方程(影子方程)的动态数学模型在上面的步骤2是 其中,一个叫做发展灰色号码,吗b被称为内生控制灰数。的有效时间间隔一个是 。使用最小二乘法求解参数序列 。 其中, ,和 。
步骤4。确定响应数据的时间序列的灰色预测模型如下:
第5步。计算模拟值的模型:
步骤6。恢复模拟值:
步骤7。检查错误。为了确保灰色预测数学模型具有较高的预测精度和可信度,介绍了均方误差比率。
一般来说,值越小
,
,和和更大的价值
,更好的模型的准确性。当灰色的数字
,第一步的预测精度超过98%,和第二和第五步的预测精度超过97%,可用于中长期预测。
标准差的比值。对于给定
,当
,的模型被称为合格的模型标准差的比值;
被称为小误差概率;对于给定
,当
,它被称为合格小误差概率模型。
4.2。基于逻辑回归的教育质量评价规则
使用逻辑回归技术制定教育质量的总体评价规则需要响应概率建模的两个值之一。因此,假设的随机变量教育质量的综合评价和教育质量的存在的可能性 ,概率之间的关系和随机变量教育质量的综合评价如下: 在哪里响应变量;是教育质量的总量,即 ;和 的非线性参数是教育质量的总体评价。
在(9),教育质量的综合评价参数是非线性的,需要分对数线性化的转换: 在哪里是分对数变换。根据公式(2),评价教育质量的操作参数时,有一个概率的教育质量为每一个参数。的时间序列值获得连接的坐标系统,和教育质量的概率发生的每个参数可以获得。
上述计算过程转化为一个编译器来完成教育质量的总体评价规则的制定。
4.3。Preidentification不同类型的教育质量
根据综合评价规则的数据库建立的教育质量、教育质量的preidentification模型系统中建立。假设的概率发生的教育质量得到公式(9)是 ,生成的时间序列 ,也是评价教育质量的输入系列,在吗 代表了时间序列预测的角度。系统的初始值preidentification教育质量 。然后,模型嵌入到一步的尺寸如下: 在哪里代表的数量模型训练;代表了th样本识别的教育质量;多种识别样本代表的第一个教育质量;和 ,在代表的真实价值th数据和代表的预测价值数据。
到目前为止,高校网络教育的质量评价方法已经完成。通过系统的硬件和软件设计,教师可以更多关注他们的课程安排或科学研究、写作教学计划。他们可以非常有效地完成任务,修正和反馈的功课。他们可以使学生的信息访问模式更方便和校园生活变得多样化和专业来提高学习的效率和质量。
5。实验分析
为了验证该方法的实际应用,进行仿真实验。实验分为两个阶段:准备和实验过程。有许多变量在实验期间,和特定的变量关系图如图5。
在实验阶段,60某大学的学生被选为测试目标。三组实验进行。在性别比例方面,男人和女人的比例是一半。在实验前,学生们正在进行测试,确保数据的有效性。完成后进行预测,60名学生被分为三组,使用(1,15]在文献和实践教学的方法。天平的测量相结合,不同组的学生的学习效果。测试平台如图6。
测试平台的软件和硬件环境的系统如表所示1。
摘要教学行为设计如表所示2。
基于表1和2的响应时间(1,15),而本文的方法操作统计和分析。它被认为是系统的响应时间。响应时间的三种方法的结果如表所示3。
根据表3时,三种方法来处理相同的操作控制同时,响应时间的方法在文献[1)约为5.5秒。系统的响应时间是最长的,响应时间的方法15)约为5.2秒。系统的响应时间更长。该方法的响应时间是1.3秒,响应时间是最短的,应用程序的性能是最好的。
教育质量评价指标的分析结果数据库,本文选择(1,15),该方法测试系统事故的概率。事故发生的概率越少,评价稳定性越好。测试结果如图7。
从图可以看出7,在时间限制下,设计教育质量评估系统的事故发生概率小于现有的方法。平均事故概率很低,和操作的稳定性评价体系更好,可以应用于实践。
6。结论
尽管信息网络技术的迅速发展,其应用在教育滞后。教育技术仅仅是“计算机+网络”,提高教育质量和效果评估是最重要的。因此,本文构造一个大学网络教育质量的评价方法基于回归算法。本文构造了教育质量评价体系和建立教育质量的总体评价规则基于逻辑回归。它preidentifies不同类型的教育质量和完成大学网络教育质量的评价。
在未来的研究中,我们应该积极利用互联网思维和加强监督,跟踪和管理学生的学习。它只能通过线上和线下联系,严格执行考试纪律。通过提供个性化的学习服务根据学生的个体需求,鼓励学生独立管理。它培养学生成为专业人才与主体意识和家人的感情。
数据可用性
和/或使用的数据集分析在当前的研究中作者可按照客户要求定制。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究受到了13日的主题th五年计划2018年陕西教育科学,教学模式的改革与探索学前儿童数学教育的背景下综合课程(SGH18H303)。