论文部分内容阅读
传统教育评估方法难于适应现在社会对学生综合素质评价的要求。学校扩招和评价指标的增加造成学生的信息量大而复杂,停留在手工和简单统计的管理方法难于胜任,难于把握学生的能力和发展潜力。大部分学生对自己缺乏客观正确的认识,不知道如何修正自己的发展路线来面对日趋激烈的竞争。就业时用人单位也没办法通过一个理性、客观、有效的方法来判断应聘的学生是否达到用人要求。 学生能力评估体系是一个综合的复杂系统,现存的综合测评大多是对成绩进行的,获得的结果是成绩越好,能力越强。但是,什么能力强就很难回答。况且,学生自杀累累发生的现象已在昭示我们,必须重视全面发展、身心健康、心理教育,更具体地掌握学生的心理活动,正确引导学生。本项目的研究从学生的实际资料出发,对数据进行整合,从德育、智育、体育、实践能力、爱好、特长、文体活动、心理问卷等角度来考察。研究数据之间是否存在隐藏的关联,挖掘潜在的知识,比如智力中等的人,实践能力强的概率如何。成绩差的人,文体活动如何等。以此得到决策依据:有针对性地加强部分学生所欠缺的知识。指导学生更好地发展。进一步,继续收集学生毕业后数年的工作情况,以此找到在校成绩与毕业后的工作之间的关联。为今后学生的就业提供辅助。 随着高校教育改革的发展,对学生综合素质的评价也在不断的发展。面对日益复杂的评估对象,有必要引入非线性的评价手段,对弱化人为因素,和弥补经验公式存在的缺陷,保证评价结果的客观准确性有重要意义。神经网络因为具有自学习、自适应、联想记忆、并行处理和非线性映射等特性而成为良好的非线性建模工具。 本文主要对学生能力智能评价系统的开发进行了研究。首先介绍评价系统在我国现今高校中运用现状及研究本课题的意义,然后对整个学生能力智能评价系统进行需求分析和设计,重点介绍了该系统基于分类算法的分析和设计,最后具体介绍了在经过自主学习后,如何对学生各方面的能力进行正确评价的实例和实现代码。该系统选用Microsoft SQL Server 2000为后台数据库,以c++Builder6.0作为系统开发工具开发而成。具有界面友好,使用简单灵活,数据安全、可靠等特点。