【摘 要】
：
目前互联网教育正处于蓬勃发展期,各地智慧课堂、翻转课堂、个性化教育研究如火如荼地开展,学习预警、学习分析等技术研究越来越深入,教育信息化是大势所趋。学习预警技术通过运用机器学习、深度学习方法,能够有效预测学生未来的学习效果,判断当前学生的学习状态,为教师和学生提供学习预测结果,辅助教师教学工作,提高学生学习成绩。这一过程中,准确预测学生学习状态尤为重要。因此,本文旨在构建学习预警指标体系,设计高效
论文部分内容阅读
目前互联网教育正处于蓬勃发展期,各地智慧课堂、翻转课堂、个性化教育研究如火如荼地开展,学习预警、学习分析等技术研究越来越深入,教育信息化是大势所趋。学习预警技术通过运用机器学习、深度学习方法,能够有效预测学生未来的学习效果,判断当前学生的学习状态,为教师和学生提供学习预测结果,辅助教师教学工作,提高学生学习成绩。这一过程中,准确预测学生学习状态尤为重要。因此,本文旨在构建学习预警指标体系,设计高效的LSTM学习预警模型。论文首先梳理当前国内外学习预警研究现状,整理出当前线上线下学习预警指标体系。针对学习预警指标,获取相关过程性学习行为数据,并运用相关性分析得出作业完成用时排名、作业提交次数排名、作业成绩排名等指标与期末成绩具有相关性。最终根据相关性指标构建完成度、积极性、交互度、实践力四维过程性评价模型。论文构建了LSTM学习预警模型,将完成度、积极性、交互度、实践力四个维度的不同时间窗口统计值作为输入,再通过LSTM模型分别预测四个维度值。为了提高模型的准确度,本位采取了回溯法计算出四个维度贡献权重,最终得到总预警值。LSTM模型中探讨时间窗口大小即合并的周期数分别为3、4、5时,通过比较RMSE和MAPE的值得出将时间窗口设定为4时,效果最优。预警线设定分为程序计算预警线和教师自定义两种方式,通过计算预警值与成绩的F1-score值,求解最优预警线（ω1,ω2,ω3）,根据预警线和学生等级判定表,将学生划分为优秀（A）、良好（B）、合格（C）和不合格（D）四个等级。实验表明当预警线设定为0.88、0.73、0.64时,预警效果最准确。本文最后设计了学习预警平台,可视化呈现学生学习相关情况和预警结果。学习预警平台由学生模块、班级模块、系统管理模块构成。学生模块呈现学生作业或实验成绩波动等具体情况,雷达图展示出学生当前四个维度的预测值,仪表盘展现出学生总预警值。班级模块呈现当前班级总体预警情况,包括不同等级学生判定结果等。系统管理模块包括用户管理和数据导入两部分,数据导入中严格按照数据格式进行批量导入或者手动输入相关信息。
其他文献
自区块链问世以来,它的去中心化等特点引起了诸多研究人员的关注。越来越多的研究学者纷纷涉足这一领域,但是想要对它进行更加深入的研究,就需要从底层开始,剖析区块链的底层架构。截止目前,区块链的改进逐渐成为一个热门的研究方向,但目前国内外相关研究还没有显著的成果。区块链技术最显著的特点为去中心化,它的目的是为了让网络上的节点在不使用中心服务器的基础上相互信任。越来越多的应用采取了这项技术,也因此衍生出不
目标检测是计算机视觉的基础性研究领域之一,它主要由分类与定位两个任务组成,用于检测输入图像或视频中是否存在感兴趣的目标。目标检测在视频监控、医疗诊断及自动驾驶等领域都有着非常重要的应用价值,因此受到了大量研究人员的关注。近几年随着深度学习的快速发展,深度学习研究方法也逐步与传统的检测算法融合,取得了巨大的突破。然而在实际应用中,目标通常会受到光照、拍摄视角和遮挡等因素的干扰,导致目标的形态和外观发
异构蜂窝网络指的是在原有宏蜂窝小区中引入多种小蜂窝接入技术,例如设备间通信（Device-to-Device,D2D）和中继通信（Relay）等,用来满足更多的通信业务需求,其已经成为未来蜂窝移动通信的发展趋势。其中,D2D通信允许距离较近的用户设备之间直接建立通信链路,其数据传输不需要通过基站进行中转。因此,D2D通信可以提高频谱资源的利用率、降低基站的负载和用户的能耗等。其次,在基站和用户设备
铁路是国民经济大动脉、关键基础设施和重大民生工程。《中长期铁路网规划》中提出构筑“八纵八横”高速铁路主通道,为构建现代综合交通运输体系、促进经济社会持续健康发展、实现“两个一百年”奋斗目标提供有力支撑。当国家铁路工程穿越世界遗产地缓冲区,《保护世界文化和自然遗产公约》及《实施世界遗产公约操作指南》明确要求世界遗产的保护和管理应维持或增强其突出普遍价值,为遗产采取所需的适当的法律、科学、技术、行政和
身份信息滥用是社会顽疾问题。文中提出了一种基于区块链的身份鉴证与授权（Blockchain-based Identity Authentication and Authorization, BIAA）机制，该机制要求用户主体在对业务进行身份授权时提供有效身份证件和生物特征信息，确保业务为本人授权；同时将业务信息及身份授权写入区块链账本，进一步实现业务的安全存证与可追溯。为构建该机制，提出了“身份注
目标跟踪是计算机视觉领域最重要和最具挑战的基本任务之一,其目的是给定第一帧中目标信息,在后续帧中估计该目标的位置和尺度,目标跟踪任务可以被分解为分类和回归任务。分类任务通常通过对目标的外观进行建模,使用外观模型定位视频帧中的目标。回归任务有多尺度搜索、边界框回归方法。本文针对目标的外观建模和尺度估计两项基本问题进行研究,以提高分类的准确性和尺度估计的精确性,并将之嵌入到基于深度学习的判别式跟踪框架
掌纹是重要的生物特征模态之一,由于其蕴含丰富的纹理特征,并具有良好的隐私性和安全性,近年来成为研究和应用的热点。当前主流的掌纹识别算法包括基于编码和基于深度学习两大类。基于编码的识别算法无需训练,存储开销和匹配计算量低,可应用于低复杂度的实际场景,但容易遭受各类干扰影响。基于深度学习的算法对各类干扰（如错位、形变等）具有更强的鲁棒性,但通常需要大量的训练样本,训练的计算复杂度和硬件要求较高。本文深
随着社会进步以及互联网络的发展和在线平台的广泛应用,不仅打破了传统课堂学习的时空约束,还提供了丰富的学习资源。通过在线教学系统中的学习数据,定义学生的编程技术水平,再结合学生的知识水平和相关数据来为学生推荐合适的题目是一个至关重要的任务。本文基于学生所做过的题目习题数据,通过分析题目数据特征和题目的相关编程知识结构,使用神经网络对所有数据特征进行学习,从而达到获得学生知识认知状态的目的;对于相似题
随着现代社会的发展,人们对社会公共安全问题越来越重视。行人重识别作为计算机视觉领域的热门方向之一,其能够在不同场景并且数据特征差异较大的情况下,快速甄别同一身份的行人,因此该技术在智能监控系统、边境管制等安防领域有着重要应用。目前,行人重识别这一技术在有数据标注的监督学习领域取得了较大的进步,在识别准确率上有较高的成绩。但是,在无标注的数据上进行无监督训练的效果还不尽人意,主要问题在于不同摄像机视
随着社会发展,特别是新冠肺炎疫情,非接触式的生物模式识别的研究和应用被愈发重视,而虹膜识别早已被公认为是最安全和最有前景的生物识别方式之一。目前的虹膜识别技术仅能对近红外虹膜图像识别,现实生活中采集的巨量可见光虹膜图像无法被使用,交叉光谱虹膜图像特征融合和匹配是目前迫切需要解决的问题之一。同时,繁杂的虹膜识别流程将会花费巨大的计算资源,进而放大流程中产生的误差,简化识别流程并增加识别算法的鲁棒性是