基于支持向量机中学教师评价系统探讨

教育丈量|教学论文网|与评价在国内、国外已经引起相关部分和教育研究学者的高度重视,并且在一些方面上也取得了较大进展和比较丰富的成果,尤其是对教师综合能力的评价方面。但是,目前的研究几乎都是基于经典的统计方法。随着对教育丈量|教学论文网|与评价方法研究的不断深入和人们对教育丈量|教学论文网|与评价方法的科学性、正确性要求的不断提高。传统评价方法的评价标准过于繁琐,计算、统计工作过于麻烦的局限性逐渐显露出来。随着计算机和信息技术的飞速发展,应用计算机对信息进行存储、计算、分析及统计变得非常方便。以数据分析、处理为本质的计算机科学技术日益渗透到各学科的各个领域,教育领域也不例外。由于计算机技术的介入,教师丈量|教学论文网|与评价这一教育领域中的问题也正在综合的运用教育学、计算机科学和数学的各种工具。基于计算机智能的教师能力评价方法就是利用人工智能领域中相关学科(如神经网络、模糊逻辑等)和数据挖掘等方面已取得的科研成果来研究教师评价这一问题,即寻求一种结合领域专家经验及知识和基于计算机学习相结合的教师能力评价方法。通过这种方法,我们不但可以对教师的综合能力进行分析评价,同时也可以对教育领域中的其他一些现象进行丈量|教学论文网|和评价。在一定程度上可以促进教育丈量|教学论文网|及教育研究的发展。本文将支持向量机(SVM)理论应用于中学教师评价系统当中,并且对中学教师评价指标属性按照一定要求进行设置。通过使用样本数据对评价系统进行一定的练习,得到练习模型,再对待测的教师数据进行智能评价与分析。采用这种方法可以使得中学教师评价更加正确公道,大大降低教学管理部分的工作量,减少评价过程中人为造成的一些错误及误差。我们将长春市某中学作为试点学校,采集评价样本数据。通过实验发现,基于支持向量机理论的教师评价方法,在评价效果和评价结果正确性方面是非常理想的。【关键词】：教育丈量|教学论文网|与评价教师评价支持向量机(SVM)
【论文提纲】：摘要4-5Abstract5-7第一章引言7-141.1教育丈量|教学论文网|的概要71.2教师评价的现状7-111.3机器学习理论的应用11-131.4本文的主要研究内容131.5论文结构13-14第二章支持向量机的原理14-192.1最优分类超平面14-162.2非线性支持向量机16-172.3核函数17-182.4支持向量机的主要应用18-19第三章基于支持向量机的教师评价系统19-393.1支持向量机的引入19-203.2多分类问题的研究20-223.3教师评价的指标22-253.4教师评价系统的实现25-363.4.1系统分析与设计25-263.4.2系统功能模块26-283.4.3数据的归一化28-293.4.4多分类方法的实验29-303.4.5交叉验证303.4.6核函数与参数调整30-343.4.7SVM与K-均值方法的比较34-363.5实验与评价结果的应用36-39第四章总结和展望39-414.1本文总结394.2评价系统的展望39-41参考文献41-43致谢43-44在校期间公然发表论文及著作情况44