文摘

艺术教学评价是整个艺术教学活动中最重要的部分,也是很容易忽略的一部分。传统的教学评价方法忽略了学生作为评估者的身份,也忽略了学生丰富多彩的个性在艺术教学。促进所有学生对艺术的热情学习,促进和维护所有学生的艺术兴趣学习,自我认识,和创新意识,显然是不够的。基于模糊决策的方法,提出了一种模糊评价教学质量的方法,制定一个评价指标体系,结束一些传统方法中存在的问题,在教学实践中取得了良好的结果。本文的研究结果显示:(1)四个一级指标的得分处于良好阶段,和上面的分数一般保持4.0。其中,得分最高的艺术教学设计可以达到5.7,表明对美术教学的影响相对较大,应注意在日常教学的过程。(2)本文提出的模型有一个旋转精度95.61%的训练集和验证集的91.45%,虽然三种检测模型的性能在一定程度上减少了测试集后运行。然而,本文模型的精度最小空间下降,只有4.16%。另外两个模型的下降值分别为9.47%和12.72%,分别在本文模型的检测价值仍然是最高的在所有检测模型。根据公关曲线的三个模型,模糊决策教育模型的平衡点是0.8,0.6深度学习模型,BP神经网络是0.4。 The balance point of the fuzzy decision-making education model is larger than of the other two models; that is, the fuzzy decision-making model has a performance that is better than the other two models.

1。介绍

随着社会的发展,艺术教育已经逐渐受到人们越来越多的关注和申请艺术考试的学生人数每年都增加。因为艺术教育的特殊性,它与传统的教学方法是不同的。艺术教育必须是多方面的,包括创造性思维,以适应时代的发展。只有通过持续改进和进步学生可以充分有效地接受。艺术教育的大纲指出审美教育主要在于培养学生健康的审美观念、审美能力和高尚的道德情操。本文认为,艺术教育的缺乏创新的产品可能是一个重大挫折国家追求的工业和技术发展(1]。这篇文章表明,审美教育并不完全是艺术教育,但这是指所有情感和审美价值的经验来自生活(2]。本文深入探讨了艺术设计与文化产业之间的关系,民营企业、政府和其他社会组织(3]。这篇文章解释说,高等教育教学人员必须认识到艺术教育的重要性,理解艺术教育的目标,采取有效措施,科学地安排教学以达到最好的结果(4]。这篇文章描述了后现代主义的背景下,艺术的审美素质教育呈现出多元化的发展趋势(5]。以现代陶瓷艺术教学为例,阐述了影响陶瓷美术教学的艺术教育的大学生和未来旅程的现代陶艺课,为了向同行学习(6]。本文研究旨在探索的结果发展教学技术改善的影响基本学校艺术教育的质量(7]。本文认为提高艺术教育的质量的问题在一个集成的应用方法,使教育过程的组织功能交互融合的不同类型的专业和艺术活动8]。本文认为艺术教育本身并不能解决世界面临的挑战和问题9]。审美教育是一个重要的、健康的校园文化,一个重要的方法来提高大学生的素质教育,素质教育的重要作用和积极意义的大学生(10]。本文提出了两个相关课程检查保护科学和艺术的历史17世纪荷兰绘画。本文主要关注绘画和建筑之间的关系通过基本设计教育(11]。绘画和建筑中常见的要素和原则将详细的例子(12]。作者进行“简单”的和真诚的分析他们在追求艺术价值中遇到的问题,并提供一个实践经验的艺术是self-discovered [13]。介绍multiart文化的发展趋势及其对国内油画的影响,分析当前形势下高校油画教学(14]。本文使用多种实用工具和设备改进教学方法和手段,建立固定的外部绘画实践基地,开展实际结果的演示(15]。

2。艺术教育评价的模糊决策

2.1。艺术教育在我国的发展现状

传统的教学理念已经根深蒂固在许多人的心中,艺术教育的目的并不是价值的人。艺术教育一直是一个分支学科的地位。许多学生选择适用于艺术学校,因为不合格的文化课程。作为一种承认,艺术教育在我们的国家是一个相当方便的位置。美术教学在许多高校已经偏离了艺术教学的初衷,和唯一标准来衡量教学质量的似乎在各种竞赛奖项。许多学生在小学和初中学校接受艺术教育仅限于美术教学的概念阶段,虽然大多数高校采用引导教学的概念,主要培养学生的自主学习能力和创新能力,他们在童年经历。艺术所教导的学生思想很难适应这种教育模式,以及他们的观察能力和艺术感觉是相对缺乏。同时,尽管许多高校艺术教育专业分工明确,他们仍然在情感教育不足和意识形态取向和不能满足当今社会发展的需要。

2.2。艺术教育评价的重要性

艺术教育是学校教育的一个重要组成部分,培养专业人才的重要手段。教育应该以人为本。艺术教育的重要性是引导学生通过一定的技术手段,促进他们的自主学习能力和审美能力。提高学生的综合素质放在第一位,我们必须提高学生的修养。艺术教育评价有利于教师改变自己的教学观念,及时更新教育理念。它还可以帮助教师总结自己的缺点,不断完善自己的错误,从而提高整体教学水平。它还可以缩短师生之间的关系,和学生的教学评价信息可以及时反馈,从而提高学生对学习的热情。艺术教育的建设评价指标如表所示1。

3所示。模糊评价模型和方法

3.1。模糊综合评价的原理和方法

我们的特征值评价指标 - - - - - -计划是由向量

的评价指标计划是由特征值矩阵

其中,表示的特征值 - - - - - -th方案和 - - - - - -th指标; 。

它被转换为一个相对隶属矩阵(21]:

让模糊综合评价矩阵(22]

模糊矩阵表示为标准的价值

艺术方案评价指标权重(23)是

艺术的模糊向量表示为评价方案

艺术标准的会员价值评估方案

艺术之间的加权距离评估计划和标准评估计划

艺术之间的广义加权距离值评估计划和标准评估计划

3.2。模型建立

判断对象的设置(24]

然后,如果 ,判断主体的重量:

把一组一级指标(25]:

然后,当 ,一级指标的权重

选择一套二级指标:

然后,如果 ,二级指标的权重

选择一套审查:

4所示。仿真实验

4.1。数据收集

教学评价是培养专业艺术教育的根本保障。为了找出影响艺术教育质量的重要指标因素,实验艺术教育的质量分为4个一级指标、16个二级指标。这个实验主要是问卷调查的形式进行。班上问卷分布作为一个单元。问卷调查的内容包括多项选择题和简答题。收集到的问卷分为10组,和评价数据进行了综述。结合美术教学评价的结果,我们确定了影响美术教学的重要参考因素。评价等级如表所示2:

以下4.4.1。艺术教育工作者的态度

数据如表所示3。

根据图中的数据1的分数教育态度评价数据都大于3.0,在优秀的好成绩。其中,艺术教师职业信仰和艺术教育材料有更高的分数,和美术老师的专业信念得分达到最高的5.2分。最高分数的提高艺术教育材料是5.3点,和照顾学生和敬业精神的最高得分是4.4分和4.1分,分别。的分数值10个样本分布均匀。四个测试指标的分数都大于3,良好的水平之上,还表明,艺术教育工作者的态度有一个更大的对美术教学的影响情况。

4.1.2。艺术教学设计

设计数据表所示4。

如图2艺术教学设计的得分数据都大于4,总体得分地位高,四个测试指标的得分相对平均。其中,四个测试样本指标7分数大于5.0,在优秀的成绩。艺术教学理念设计的最高得分为5.6,得分最高的为艺术教学设计的目的是5.7,得分最高的为艺术教学设计思想是5.6,和得分最高的艺术教学方法和手段是5.5。综合评分的数据还表明,艺术教学设计是一个非常重要的因素影响美术教学的质量。在美术教学工作中,要注意艺术教学设计的内容。

4.1.3。课堂教学艺术

艺术课堂教学数据如表所示5。

根据图中的数据3的得分数据,我们可以知道艺术课堂教学评价一般高,有很多分数大于5,表明艺术课堂教学的影响是最大的。其中,得分最高的艺术教学材料是5.2,得分最高的艺术教学内容是5.6,得分最高的艺术教学类是5.2,和艺术教学效果的分数高于5.5,表明艺术教学的总体效果是好的。

4.1.4。艺术教育研究和教学

艺术教育教学研究的评价数据如表所示6。

根据图中的数据4艺术教育教学的整体得分数据也保持高于4.0,其中社会认可的成绩保持5分以上,最高可以达到5.5分,得分最高的研究目标是5.3,和研究计划分最高的收视率研究结果分别为5.1和5.3,分别。根据上面的测试结果,我们可以得出结论,四个一级指标的得分处于良好阶段,表明这四个一级指标对美术教学有更大的影响。

4.2。模型比较研究

模型评价分类的最后一步是建立一个模型;它可以有效地帮助我们选择一个优秀的分类器和改善其性能和起着非常重要的作用。为了测试本文的教育评价模型的性能,在本文提出的模型和其他两个模型运行在训练集和验证集,分别观察到不同的模型的性能。其中,训练集用于训练模型,主要更新重量参数,使模型可以进一步优化,更好的性能通过每一批的训练集。一般来说,验证集的训练集的提取,与代表数据来验证模型训练的质量。它的主要功能是更新hyperparameters通过验证的缺点,如减少学习速率和增加迭代次数,并观察是否有过度学习。后三个模型运行在训练集和验证集,分别各自的运行状态模型可以发现,模型可以根据情况修改,最后在测试集上运行。使用测试集最后测试的性能模型。三种不同模型的公关曲线记录,和模型的性能也可以评估公关曲线。观察模型的评价指标如表所示7。

实验结果如图所示5和表8。模型训练集运行后,模糊决策教育评价模型的性能是最高的在所有的测试模型。准确率可以达到95.61%,精度可以达到96.13%,灵敏度可以达到96.15%,特异性达到96.15%。当正确的率是82.14%,深度学习教育评价模型的准确率是90.25%;当正确的率是94.71%,BP神经网络教育模型的准确率为85.21%,当正确的率是86.21%,BP神经网络教育评价模型的最低检测性能。的检测结果之间的深度学习教学模式是本文提出的模型和BP神经网络教学模式。

实验结果如图所示6和表9。本文在模型中,准确率为91.45%,准确性为92.26%,敏感性为92.79%,特异性为72.45%。BP神经网络教育模型的准确率是85.21%的训练集和验证集的72.49%。尽管三种检测模型的性能在一定程度上减少了运行测试集后,本文模型的准确性有下降的空间,只有4.16%,其他两个模型的下降值分别为9.47%和12.72%,分别检测价值本文的模型仍然是最高的在所有检测模型。实验结果还表明,本文提出的模型的探测效率最佳无论是在训练集和验证集。3的性能改进模型后,P-R情节上运行测试集是在图7中。

如果一个学习模型的P-R曲线完全包裹P-R其他学习曲线模型,前者优于后者。时,召回率是相同的,精确率越高,模型的泛化性能越好。如图7,模糊决策教育评价模型的性能是最好的,其次是深度学习教育评价模型和BP神经网络。网络教育评价的优越性modelcan也是评估根据平衡点。一个平衡点的值等于精确率和召回率。从图7可以看出,模糊决策教育模型的平衡点是0.8,0.6,深度学习模型和BP神经网络是0.4。模糊决策教育模型的平衡点的大于其他两个模型;也就是说,模糊决策模型的性能优于其他两种模型。

5。结论

受到中国传统教育理念的影响,很多人认为艺术教育只是一个分支学科和艺术教育是在一个方便的位置。因为美术教学的特殊性,艺术教育是一个完全开放的教育,强调学生成为学习的主体,教学艺术没有标准答案,和所有的艺术评价不够全面,所以提出了更高层次的艺术老师。教育模式提出了本文计算评价结果在很大程度上,准确率可以达到95%以上。在实践中取得了良好的效果,大大提高美术教学的效率。的背景下的发展时期,每一个艺术教师应该改变传统的教学观念,每一线教师应深刻改变他的教学理念,积极探索,深入研究多样化和综合评价模型。从提高学生的综合素质,学生的全面发展和终身发展的终极目标。综合素质的提高是起点,和学生的全面发展和终身发展的终极目标。加强的多向和发育特性评估,过程,和交互的评价对象和扮演的角色评价在促进和教育学生。因此,在课堂教学中,让学生参与评价,评价别人的问题的答案,别人的工作,和自己的学习,找到自己的成功和失败的原因,和动力,充分发挥指导、艺术教学评价和信息反馈。

数据可用性

使用的实验数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者声明,关于这项工作他们没有利益冲突。