文摘
改善教学环境的情报,使多媒体教学设备已成为一个主要关注的学院和大学。为此,设计基于物联网技术(物联网)智慧的高等教育平台是极大的兴趣。为接受大学教育而设计的在线管理平台的结构和实现的功能检查结果查询、网上教学和考勤管理获得了更多教育研究的重要性。智慧课堂是智慧教育平台结构的关键。基于物联网技术的智能教室的架构设计,与传统的网络连接通过物联网网关设备。不同层的架构设计和实现。提出平台测试结果表明,该智能教育平台可以有效地控制课堂利用率和高吞吐量,低延迟应用,和良好的实用性。
1。介绍
随着技术的快速发展,传统的教学方法不能满足现代教学技术的需要,和一些伟大的限制也出现在多媒体教室:学习者不能参与学习过程,证明教学活动容易导致认知超载(1]。因此,迫在眉睫的是建立一个新教室环境,适用于个人学习和互动教学。移动互联网、云计算、大数据、物联网,和其他先进的技术和设备充分利用改善学习环境和构建一个智能教学系统,已成为目前这种学习趋势[的化身2]。目前,存在大量的教育资源导致了严重的问题分散资源和低水平重复建设的教育应用平台的建设。尽管教育信息化取得了某些成就网络环境和硬件建设,它还没有实现智能服务大数据,导致发展不平衡的教育平台建设,无法为教师提供一站式在线服务,管理员和学生,这已成为影响教育信息化的一个重要难题。智能教育应用领域的信息化教育的概念,全面和深入应用现代信息技术,加快教育改革和发展的进程(3]。
在[4),基于现有的智能教室的理论和实践成果,提出了新一代的智能教室的定义和内涵,构建智能教室模型在智能时代系统服务方面的概念,系统架构,平台建设和应用模式,以促进创新主体智能教学,真正实现个性化学习和个性化教学,促进学习者的知识到智慧的发展。阐述了“云平台”的总体架构的智能教室智能服务平台,旨在打开智能云服务的数据传输和通信通道,教室智能平台,智能终端,提供资源服务,互动服务,和教学工具,并建立一个集成的基于智能信息技术和智能学习环境,为实际应用奠定了基础在未来的智能教学。在[5),我们调查和分析两种教育大数据挖掘技术:教学行为和大规模的知识资源。其次,在教学环节的重点是四个关键技术,指导、建议,问答,和评估,包括学习路径生成和导航,学习者肖像和个性化推荐,智能在线问答,和好的评价,然后进行比较和分析国内外主流知识教育平台。最后,讨论了当前研究情报教育的局限性,和情报教育的研究和发展方向,如在线智能学习助手,学习者智力评估,网络群体认知,和因果关系的发现、总结。在[6),为了实现一站式网络服务在教育的过程中,一个智能教育平台包括数据资源数据库、大数据分析层,智能教育信息云服务层、应用服务层和表示层设计是基于大数据分析技术。大数据分析层使用HBase数据库结合SQL计算执行引擎分析智能教育数据并传输分析学生,教师,和资源信息智能教育云服务层。智能教育信息云服务层使平台用户享受平台存储文件、课程管理、课程发布,通过用户身份验证和其他服务,服务绑定和服务条款。管理员在线学习模块的智能教育信息云服务层评价教师的备课材料和学生的学习资源,教师的在线或视频教学,实现学生选课和决心的功能,从而实现网络之间的信息交换教师、管理员和学生。
物联网协议分为不同类型基于他们在网络中扮演的角色。在众多国家中,有协议用于连接基础设施(例如,6 lowpan)、通信(wi - fi、蓝牙),数据传输(MQTT CoAP, XMPP)、安全(迪泰),设备管理以及遥测(7]。
然而,上述文献研究的重点是集成和数字化的多媒体教学,忽视了对课堂的控制模块和智能教学平台导致整个应用程序不理想。因此,设计基于物联网技术的智能教育平台。
研究的主要贡献包括以下:(我)设计基于物联网技术(物联网)高等教育的平台。(2)网络管理平台的结构设计对大学教育来说,实现的功能检查结果查询、网上教学、考勤管理,获得了更多的在教育研究的重要性。(3)设计一个智能教室架构基于物联网技术,与传统的网络连接通过物联网网关设备。
2。大学的设计基于物联网技术的智能教育平台
2.1。物联网技术
物联网是一个相互联系的网络,使用各种信息传感设备,如射频识别装置、红外传感器、激光扫描、GPS和收集实时信息,需要监控、连接、互动,等等。物联网的核心技术是实现整个生产过程信息采集、传输、存储、处理和应用。信息的实时交互感知“人与人之间”,“人造物,”和“实物”是意识到,和物联网可以连接真实世界和虚拟世界以及物品在现实世界中,有效地支持人机交互、个人互动,和人与人之间的社会互动。物联网可分为三层:感知层、网络层和应用程序层。感知层是物联网的基础架构层,负责收集各种数据信息组成的课堂环境的设备和各种传感器和传感器网关,它是物联网信息的来源8]。
网络层利用通信网络技术,包括有线技术和无线技术,如以太网、wi - fi无线网络,蜂窝移动网络,和无线个域网技术,连接各种硬件设备在教室里,形成一个相互联系的网络平台;同时,处理层获得数据信息和商店,保险丝和远程传输数据信息。应用程序层是处理层。采矿和处理数据信息的感知层,智能教学的应用平台服务,如室内环境监测平台,硬件控制平台和智能教学管理平台,构造(9]。
2.2。物联网技术和智能教育平台之间的连接在学院和大学
有一系列的问题在传统的校园和教学平台,如难以实现智能管理与控制、能耗高、缺乏统一的应用分析,异常环境和缺乏安全警告,并且难以在复杂场景交换信息。借助物联网技术、日常教学管理和各种教学数据可以自动集中探讨数据之间的关系。在基于物联网的学习空间,它可以有效地实现物理空间和数字技术的结合,提高学习者与学习环境之间的关系,加强沟通,合作,和学习者之间的共享,有效地促进开放学习、个性化学习。物联网技术可以提供所需的软件和硬件设备和技术操作的智能教学平台,支持灵活的教学和学习方法,支持丰富的学习经验的积累,为精度提供雄厚的技术支持教学活动(10]。智能教学平台不仅强调设备和技术的进步,而且还强调技术的灵活应用来支持学习过程,加强学习效果。
2.2.1。在智能信息处理教学过程
什么智能教学过程信息处理平台应该解决的是如何使智能教学平台更加独立地处理大量的数据信息,减少人的参与,提高信息处理的效率。教学软件和硬件的连接不能产生价值。通过互联网,我们可以把大量的信息和在教学过程中生成的数据智能分析,分析过程中,利用数据和信息,探索其中的价值信息。这是智能互联的意义。智能信息处理的教学过程由两部分组成,前端智能信息处理和后端智能信息分析,并与物联网集成。
信息分析和处理可以分为两个方面:一是使用基于物联网技术的设备自动识别学习者的个体,声音,性格,等等,它的一般过程包括收集样本数据,信息的数字化处理,预处理,提取数据的特征,与预设的标准模式,分类识别,等等11]。
另一个是对自然语言的理解。自然语言理解和自然语言的生成是智能信息处理的关键在智能教学平台。理解人类的自然语言主要是基于智能处理和分析的信息。
2.2.2。智能教学平台的信息交流和协调
信息交流和协调平台基于物联网技术是利用现代先进的技术来改变传统的教学模式“口头论文”的媒介。在数字环境下,信息传递和相互之间的协调各种设备可以大大提高教学效率。的端到端自动化和人机协作可以简化日常教学任务和提高学习者的能力来创建和单独解决问题(12]。端到端传输的优点是,传输延迟小,可以大大节省时间在教学信息交换的过程。人机合作技术可以为教学活动提供新的方法和手段,为学习者提供一个最佳的学习路径,并寻求更适合个人的教育模式。
同时,智能沟通与协调可以解放教师重复和机械工作,注重教学工作和人机合作完成之前不可能聪明的工作。
2.2.3。智能教学过程的信息反馈
智能教学过程信息反馈平台可以影响结果的教学对象的输入信息和输出的数据信息。它的实现有两个方面:一是流程状态信息的可视化,另一个是瞬时的反馈信息。这是一种必然趋势,将信息可视化技术和即时信息反馈技术集成到教室。教学过程信息可视化是指人们使用的自然能力的过程中快速识别数据信息和知识转化为视觉形式,从而实现教学的综合分析和掌握国家和优化教学效果的生产。使用现代可视化技术,揭示了法律传统的教学方法不能显示,多维抽象数据将显示为二维或三维图形来实现人们之间的互动和信息数据及时反馈教学信息(13]。智能教学平台可以实时获取学习者的学习行为信息通过各种物联网传感器设备连接,收集统计数据后,即时反馈平台分析和处理。这个实时反馈平台有利于学生参与互动,准确把握学生的学习、方便教师调整教学活动和优化教学过程。
2.3。高等教育结构的在线管理平台
大学教育的在线管理平台是一个平台,提高大学教育的管理效率和质量,使大学教育管理信息化和标准化。在线管理平台的总体结构图为接受大学教育而基于物联网技术的图所示1。
大学教育的网络管理是通过大学教育的在线管理平台实现基于物联网技术,其中包括应用程序服务层,教育资源层、基础设施层。
的基础设施层平台集成存储设备、网络设备、计算机、服务器、及其他资源的平台,将所有设备集成到一个稳定统一的物联网技术基础设施环境的虚拟技术的软件和硬件,并提供设备资源的平台。
教育资源层包括实验环境的云资源,教育云资源管理和云网络课程资源,通过教育资源层,分类,筛选,收集,和其他大规模的大学教育的标准化管理操作实现数据通过使用云计算的数据聚类算法,和分散大规模教育数据统一使用教育资源层提供云服务的在线管理大学教育(14,15]。
平台的应用程序服务层包括考勤管理、仿真实验、网上教学、考勤管理、成绩管理、和许多其他应用程序。
在物联网技术平台的部署利用物联网技术部门的方法,用户如学生和教师发送服务请求通过应用服务层,平台将用户请求发送到教育资源层、和教育资源开采利用云计算的数据聚类算法,和用户所需的资源发送给用户显示界面数据挖掘(后16]。
2.4。基于物联网技术的智能教室建筑
基于物联网的应用程序体系结构,有三层:感知层、传输层和应用层。感知层部署在每个多媒体教室,和各种物联网网络技术可用于连接各种传统网络通过物联网网关设备。网关的通信协议可以是轻量级的,和复杂的应用程序层处理函数不能被部署,所以网关可以从后台应用程序业务逻辑中分离出来。应用程序层过程收集到的传感数据,如基于亮度传感器的数据,来确定上课时间和教室的亮度低于阈值;那么问题订单开灯(17,18]。
环保设备控制器的指令传送到指定的教室(控制器可以根据不同的指令类型,分别控制,监管,和其他操作的照明、空调、空气净化器,和其他设备),和环保设备控制器接收指令查询教室照明设备的地址和发送指令通过RXTX模块相应的端口,实现设备的控制,也就是说,打开照明。多媒体教学设备的过程控制是相似的,不需要重复。智慧教室的架构平台提出了如图2。
管理员可以显示的综合信息平台监控中心的大屏幕上,和老师可以查询类的相关信息通过计算机上的客户端程序的多媒体教室。智能教室服务器用于部署课堂管理平台(应用服务器)和设备访问服务中间件(DAS)和与校园卡信息界面和过程调度平台对接和互连和共享信息。管理员或教师通过下载相关软件可以监控平台的集成信息或查询相关信息到指定的类。
2.5。在线管理平台对高等教育的功能模块
根据大学教育在线管理平台的管理需求,大学教育在线管理平台的功能结构基于物联网技术的设计,如图3。
平台的功能结构包括五部分:信息管理模块、成绩管理模块、考勤管理模块、教学资源管理模块,和其他的管理模块。
信息管理模块的所有信息管理功能的学生,教师,管理员平台管理员,和教育。学生、教师和教育仅管理员可以添加、修改、删除和查询自己的相关信息平台管理员有所有用户信息管理权威。老师的功能更新、删除、添加、查询学生的成绩。学生只能通过这个功能模块查询自己的成绩。
考勤管理模块的功能是记录学生出勤信息类、作业和考试。教师评价学生的课程表现通过考勤管理模块。
教学资源管理模块包括在线考试、在线教学、下载教学资源和教学的趋势。学生可以通过这个模块在线考试和学习。教师可以发布教学计划和教学趋势的部分教学的趋势。学生和老师可以下载教学资源在教学资源的一部分。
其他管理模块包括模拟实验、人事管理、考场管理,以及其他功能来满足多样化的管理需求的平台。
2.6。设计的智能教育信息云服务层
云计算服务层的智能教育信息与平台应用服务平台用户联系在一起,这是核心的智能教育平台,具体包括两个模块:在线学习平台信息发布和管理。在线学习模块包括教学、复习和交换功能。平台信息的发布和管理实现平台通过用户注册账户信息管理、权限分配、和身份审查。之间的关系平台用户和云服务平台服务层智能教育信息如图4。
智能云服务中心教育信息包括用户和服务。用户应当完成智能教育平台的注册和登录通过平台注册、用户管理、和登录验证操作和管理,掌握所有的所有注册教师的基本信息,管理员和学生的智能教育平台,以促进智能教育平台的集中管理;在服务方面,智能教育平台服务应当授权平台服务平台用户通过服务注册、服务搜索、和服务管理、智能教育平台服务应当经过身份验证的用户,服务绑定和服务条款,从而实现平台存储的用户授权文件,课程管理和课程发布,和其他服务,用户可以享受智能教育平台服务。
2.7。平台的实现
2.7.1。物联网技术的部署
为了提高用户访问平台的适应性,连接平台浏览服务器的私有云教育资源层,并发用户太低时,避免资源浪费,减少虚拟资源不足,避免对资源的访问并发用户过高时提高虚拟资源,物联网技术部门的建议图所示5。两个负载平衡器使平台满足很多用户的访问需求,实现负载均衡,并分发平台的流量使用的最小连接数第一的政策。物联网技术的虚拟资源,应当使用监控和调度服务器,动态调整和监控和调度服务器可以收集有关虚拟机的操作参数,数据库,和服务器。物联网技术应当利用收集到的参数来分配资源以满足高并发用户的访问需求。
监控和调度服务器主要监视下面三个部分:(1)虚拟机。Red Hat的RHEV PowerShell API用于监控虚拟机的运行参数,包括内存、CPU、磁盘、和其他运行参数。(2)物理服务器。Nagios网络,开源软件,用于监视和控制物理服务器,可以获得内存、CPU、磁盘、和其他物理服务器的运行参数。(3)Web应用程序。MyARM软件用于监视和控制Web应用程序的响应时间。
在部署过程中物联网技术的相关应用程序的在线管理高等教育的排列在物联网技术的虚拟机,和部署的应用程序是克隆模板;监控和调度服务器监控交通平台上的用户,和交通上的用户平台很小,和物联网技术将打开虚拟机,适用于这一次资源参数;当交通平台上的用户增加,物联网技术搜索与良好的操作条件和物理服务器使用克隆模板来建立新的虚拟机来满足访问需求升级的用户;当交通监控和调度服务器上的用户流量平台上的用户明显减少,物联网技术将关闭虚拟器官来避免云资源的浪费。
2.7.2。在线学习模块的实现
在线学习模块是智能的核心教育信息云服务层智能教育平台。无论在线学习模块具有全面的教学功能,细致的审计功能和用户体验会影响教师的在线交流状态,管理员和学生的智能教育平台。在线学习模块包括学生、教师和管理员。在线学习模块的功能结构如图6。
在在线学习模块,管理员主要是检查教师准备课程材料和学生学习资源;课程考试教学质量保障智慧教育平台。管理员提供数据支持大数据分析课程通过跟踪学生的学习进展,采用连续行为跟踪和数据记录学习过程。
老师做好教学准备的在线学习模块智慧教育平台和教学生通过直播或录像。学生学习课程的详细信息,可以选择并确认在在线学习模块。学生也可以学习生活和录制的课程。要求学生完成实际的培训课程结束后。否则,他们不能进入下一阶段的课程。
3所示。平台的性能测试
大学2020级的学生选为平台的对象,和2020级的学生总数是4855。使用15电脑作为节点的物联网技术,包括14 1主节点,计算节点、平台构建与Java语言。一个通信工程专业的学生是随机选择测试对象的平台。学生管理平台功能的运行结果如表所示1。
老师随机选择主修通信工程作为平台测试对象。这个平台的管理功能的操作结果为大学教师如表所示2。
大学教育管理器随机选择测试对象的平台。这个平台的管理功能的操作结果对大学教育管理者如表所示3。
平台管理员选为测试对象。操作平台管理员的管理功能的结果摘要如表所示4。
平台测试结果表1- - - - - -4显示平台的各种管理功能的测试结果为学生、教师、教育管理者,平台管理员成功,响应时间不同用户的平台,不同的测试指标小于150 ms。平台测试结果表明,该平台可以满足不同用户的不同需求,平台响应速度快,具有高管理性能。
这个平台是用来分配考场,监考人老师2020大学的专业课程。平台检查房间的分配结果对应于不同的专业类图所示7。
从测试的结果可以看出平台如图7,使用这个平台可以合理安排考场,监考人老师根据考试需要不同专业的课程,符合高校考试管理的需求。这再次验证了平台具有较高的管理性能。
吞吐量是指任务的数量单位时间内处理的平台。摘要平台的吞吐量在并发访问的数量是1000。平台相比,本文提出的新一代智能教室架构平台(4)和基于大数据分析技术的智能教育平台提出了(6]。对比结果如图8。
的比较结果可以看出平台如图8摘要,该平台具有较高的吞吐量在不同数量的并发用户。摘要平台的吞吐量明显比新一代智能教室架构平台提出了(4)和基于大数据分析技术的智能教育平台提出了(6]。本文使用物联网技术平台建立在线管理平台的大学教育。使用并行算法模式中,一个任务可以分为多个任务同时运行,以提高数据挖掘的性能和计算效率。物联网技术可以使服务器实现负载平衡;集群平台具有良好的性能,有效提高了吞吐量的平台。
智能教育平台的平均延迟数据排队延迟和传输延迟的总和。平均延迟是用来评估的三个能耗监测平台和比较不同平台的监控效果。结果如图所示9。
根据图9,虽然提出了平台的延迟时间的增加,它是相对稳定的,而其他两个平台的时间延迟随着负载的增加急剧增加。这是因为该平台进行预处理前的电力数据用户的能耗,降低了噪音,确保清晰的数据,提高监测精度,加快监测时间。监测平均延迟降低。
的泛化能力,提出了迭代实验平台验证了500,结果如表所示5。
从表可以看出5的F1的分数提出平台是在区间[0.912,0.968],AUC得分是在区间[0.893,0.999]。因此,F1得分和AUC提出平台的分数都是在一个更高的状态,和五组实验表明,该平台的性能稳定,没有明显的区别。发现F1分数波动超过AUC分数据的分布两个样本的数据,因为F1分数判断阈值,从而导致数据的种种。实验后,发现该平台不仅保证数据不会被过于敏感也保证了AUC得分都超过0.9。这是因为该平台使用小波去噪方法降噪能力数据,然后监控电力数据的使用,屏幕和分析的有效信号,提高了精确率和准确率,从而提高了F1和AUC分数,从而加强提出了平台的总体性能。
公关曲线过程中是一个重要的指标监测异常能耗智能教室的智能教育平台。它是精确率和召回率之间的比例异常的功耗。
从图可以看出10,该平台有很大优势的过程中监控非传统的电压,和其他两个平台的性能很差。特别是对于平台(5],提出平台的公关曲线光滑,甚至提议的平台可以直接“结束”其他两个平台的公共关系曲线,表明,该平台具有较强的学习能力,从而证明了该平台具有更多优势的过程中监控能耗异常,因为该平台可以规范化数据的过程中监测非传统的低压电力消耗,减少监控类型,减少监控困难,提高准确率,然后提高公关曲线。
4所示。结论
大学本研究设计了基于物联网技术的智能教育平台。平台实现的功能检查结果查询、在线教学和考勤管理。基于物联网技术的智能教室建筑设计,传输和智能课堂教学环境设备控制器指定的教室。在此基础上,我们设计的功能模块和云服务层智能教育信息,部署物联网技术,并完成基于物联网技术的智能教育平台的设计。平台测试结果表明,课堂作业平台的结果更好,更高的吞吐量,应用程序延迟较低。实验结果表明,该平台具有良好的应用效果和可靠性。
在未来,提出研究计划进行测试和使用采用深度学习利用IoT-based数据建立预测模型。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是支持的一般研究项目于2021年在江苏高校哲学社会科学(2021 sja2124)和江苏科技工程职业学院2021年农业和林业(2021 kj58)。