论文部分内容阅读
当今世界,各国的经济发展和科技进步主要是依靠高素质的人才,随着我国经济建设的发展,大学生的综合素质越来越成为社会所关注的焦点。然而,当前高校主要以学习成绩加权平均的传统的对大学生综合素质进行评价的评价体系已不能适应社会的需要。因此,对大学生综合素质进行科学的评价成为高校面临的重要课题。主成分分析法(Principal Component Analysis,简写为PCA)是模式识别中的一种将原来指标重新组合成一组新的综合指标、并根据实际需要从中取几个较少的指标尽可能多地反映原信息量的统计方法。这种方法有多种优点:可在力保数据信息丢失最少的原则下,降低多变量数据系统的维度;简化了变量系统的统计数字特征,有利于发现大规模复杂数据群中的普遍规律与特殊现象,提高数据信息的分析效率;其综合评价函数中各主成分的权数为其方差贡献率,确定权数客观、合理,克服了某些评价方法中人为确定权数的缺陷;计算比较规范,便于在计算机上实现。本文采用PCA对高校大学生综合素质进行测评。通过对当前社会对大学生素质的认知分析,结合学生全面发展的需要,以思想品德素质、业务素质、文化素质和身心素质为测评指标体系分四大方面,设计了每种素质的测评实施方法,采用了一些调查问卷,并对实施方法和问卷的具体使用给予了详细说明。采用主成分分析方法,利用MATLAB软件,将原来学生各项素质指标组合成一组新的综合指标,根据新指标的方差贡献率和累计方差贡献率,从中选取几个主要成分指标,尽可能多地反映原始信息,找出几个主要成分,为每位学生做出较为全面、客观的评价,使学校能够较合理地掌握学生在几个重要方面的素质和能力。该方法克服了当前高校采用的传统的学生成绩加权平均法的弊端,能够全面科学地评价当前大学生的综合素质,有利于教育工作者根据学生的实际情况,适当调整培养方案和教育方法,有利于学生加强自身不足之处的锻炼和学习,提高自身的综合素质。本文所采用的基于PCA的大学生综合素质测评系统有待于在实践中不断改进和完善。