高校大数据展示设计研究

来源 :电脑知识与技术 | 被引量 : 0次 | 上传用户:willian1019
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高高校的管理决策能力、教学评估水平、学生管理水平等,很多高校正在推进教育大数据建设。课题组成员以江西省某高校实践经验为例,构建了高校教育大数据平台的技术构架和数据分析模型,设计了教师评价、学生评价、教学效果、学校发展等几种典型的专题大数据,并实现了可视化展示,为学校管理水平的提高提供了有益的支撑。
其他文献
本文研究运用计算机软件技术、物联网技术、智能卡技术及视频监控技术等实现对实验室仪器的使用和实验数据进行记录和管理,导师或管理者可通过记录的数据对研究生实验的过程
目标检测是计算机视觉领域的一个重要分支,由于2D目标检测技术自身的发展限制和近年来硬件技术的发展与应用,3D目标检测技术逐步取得了较不错的成绩,并为目标检测技术打开了新的应用领域,如AR/VR、自动驾驶、文化遗产保护等。文中从2个方向,4个分支介绍近年来3D检测技术领域的经典架构以及关键性知识,简要分析了各架构特点,并对3D目标检测技术的发展做出总结与展望。
增强现实能训练孤独症儿童的社交技能,可以与传统干预方法结合或直接利用识别、反馈功能进行干预。通过对16项实证研究分析发现,增强现实能提高患儿的注意力和沟通能力,并且
针对给定部署区域中不同的监测目标有不同的覆盖需求和现有的调度算法大多针对同构有向传感器节点忽略了节点异构对调度性能的影响的问题,提出两种异构有向传感器网络节点调
现在基于互联网的"教"和"学"发展得非常迅速,同时网络爬虫、数据挖掘等技术也逐渐变得成熟,但是目前国内外业界还缺少利用这些技术捕捉多种学习资源,并进行综合分析和可视反
以自然环境下手机拍摄的多天气情况、多品种的茶叶嫩芽图像为实验样本数据集,研究茶叶嫩芽目标检测方法。采用基于深度神经网络的YOLOv3算法构建模型,将经过数据增强处理的多品种茶叶嫩芽图像作为模型输入,通过单一的特征提取网络,进行多尺度目标检测,对输入图像进行粗、中、细的网格划分,将茶叶嫩芽目标检测任务看作目标区域预测和类别预测的回归问题。实验结果表明,基于YOLOv3的目标检测算法对自然环境下多品种
在"人—技"协同进化的教育发展态势下,如何有效促进教育形态的转变和教育质量的提升[1]。物理学习空间中的学习支持服务亟待重塑,在数字化技术支撑下,将传感技术引入到物理学
技术的更新换代推动教育的变革,为适应人才发展的需要,创客教育成为教育的热点。随着创客教育的向前发展,其形态变得十分复杂,需要对创客教育的发展形态和实践路径进行一个整
为解决WSN随机部署方法导致覆盖率低的问题,提出了一种基于萤火虫算法的WSN自适应部署方法。该方法融合概率感知模型和萤火虫算法两种技术,建立网格覆盖模型,实现WSN节点优化
在计算机视觉领域中,行为识别是重点研究问题。而随着大规模行为数据的收集以及计算机水平的提升,深度神经网络得到了长足发展,计算机视觉性能超越了以往,但是当前方法也存在一些局限。本文就深度神经网络中的行为识别算法展开研究,首先阐述了行为识别现状,其次分布分析了RGB视频行为识别和人体骨架3D行为识别。