基于神经网络技术的教师实践技能评价方法技术

一种基于神经网络技术的教师实践技能评价方法，包括神经网络技术、模糊数学、计算机技术。这种方法由信息指标体系、模糊处理模块、神经网络评价模块组成。信息指标体系，根据汽车专业教师实践能力的特性选取信息指标体系的特征值；模糊处理模块，完成特征值的模糊化处理以及特征值权重的设定；神经网络评价模块，应用被模糊化的信息指标体系的特征值作为神经网络的输入值，通过建立的BP神经网络评价系统，以神经网络输出层单元值的数值大小评价汽车专业教师实践技能的等级。本发明专利技术的优点是可以快速、准确地评价汽车专业教师的实践技能等级，为学校管理部门的决策提供数据支撑。本发明专利技术可以广泛地应用于各学科专业教师的实践技能评价中。

【技术实现步骤摘要】

本专利技术是一种教师实践技能评价方法，能通过神经网络技术评价汽车专业教师的实践能力等级。
包括神经网络技术、模糊数学、计算机技术等。
技术介绍
现阶段，对于教师实践能力的评价方法还比较落后，没有统一的标准，评价特征值的选择也很单一，并且没有依据特征值的重要程度设置其在实践技能评价体系中的权重。教师实践能力评价方法只是通过填表格、文字叙述等方式以调查的形式统计分析教师的实践技能状况，并且不能评价教师实践技能的等级。
技术实现思路
本专利技术可以解决的问题是，克服
技术介绍
的不足，应用神经网络技术、模糊数学、计算机技术，以汽车专业教师为基础，开发了一种。本专利技术解决技术问题所采用的技术方案是，由信息指标体系、模糊处理模块、神经网络评价模块组成。信息指标体系，依据汽车专业教师实践能力的特征，选取信息指标体系的特征值，被选择的信息指标体系特征值被引入到模糊处理模块；模糊处理模块，完成特征值的模糊化处理，数值范围为以及特征值权重的设定，数值范围为;神经网络评价模块，应用被模糊化的信息指标体系的特征值作为神经网络的输入值，通过建立的BP神经网络评价系统，以神经网络输出层单元值的数值大小评价汽车专业教师实践技能的等级，并且可以对数据库中现有人员的实践技能等级进行排名。本专利技术的优点是应用先进的神经网络技术、模糊数学、计算机技术，快速、准确地评价教师的实践技能等级，为学校管理部门的决策提供数据支撑。其设计思想新颖，设计方法先进，评价结果可靠、准确。本专利技术可以广泛地应用于各学科专业教师的实践技能评价中。附图说明图是本专利技术的技术路线示意图。具体实施例方式下面结合附图对本专利技术的具体实施方式作进一步详细地描述。该方法由信息指标体系、模糊处理模块、神经网络评价模块组成，如图所示。信息指标体系如图①所示，选择反映汽车专业教师实践能力的特征值共10项，包括实用性职业技能、专业技术和技术应用能力三项技能。实用性职业技能包括汽车维修工技术等级证书(初级工、中级工、高级工、技师、高级技师)或汽车营销师证书(助理、营销师、高级)或汽车评估师(初级、中级、高级)、企业实习及其质量考核值(优秀、良好、中、及格、不及格)、对外兼职(国家级专家、省部级专家、局级、本系统、无)，专业技术包括参与实验教学系统开发(四门及以上、三门、二门、一门、无)、自身参加的专业技能竞赛(国家级奖项、省部级奖项、局级奖项、本系统奖项、无)、对外承担培训(汽车相关企业专项培训、国家级培训、省部级培训、其它培训、无)、指导汽车专业实习课或实训课(四门及以上、三门、二门、一门、无)及学生对教学的评价(优秀、良好、中、及格、不及格)，技术应用能力包括国家专利(四项及以上、三项、二项、一项、无)、指导学生参加竞赛并获奖(国家级奖项、省部级奖项、局级奖项、校级奖项、无)、技术项目研发(四项及以上、三项、二项、一项、无)。模糊处理模块如图②所示，应用模糊理论对信息指标体系特征值进行预处理，使其各特征值数值控制在范围内。预处理方法如下对于五个级别的特征值选择，相应的模糊数设计为I、O. 7,0. 5,0. 3,0. I ;对于三个级别的特征值选择，相应的模糊数设计为1、0. 5,0. 3 ;如相应的特征为无，模糊数设计为O。该模块还完成各特征值权重的赋值，各特征值的权重和为I。其中，关于各种专业技能证书获得的特征值权重为O. 2，自身参加专业技能竞赛特征值权重为O. 2,参与实验教学系统开发特征值权重为O. I,参加技术项目研发特征值权重为O. I,对外承担培训特征值权重为O. I、对外兼职特征值权重为O. 1，指导汽车专业实习课或实训课特征值权重为O. 05，指导学生参加竞赛及其获奖特征值权重为O. 05，企业实习及其质量考核值特征值权重为O. 05，获取国家专利特征值权重为O. 05。对于各特征值权重，除了选择 推荐值，也可以按照不同的侧重点重新设定。神经网络评价模块如图③所示，应用被模糊化的信息指标体系的特征值作为神经网络的输入值，通过建立的BP神经网络评价系统，以神经网络输出层单元值的数值大小评价汽车专业教师实践技能的等级。神经网络输出层单元值的数值设定在范围内，依据输出层单元值的数值大小得出实践技能等级实践技能高级(一等、二等、三等)、中级(一等、二等、三等)、初级(一等、二等、三等)共9个等级。该模块还可以根据神经网络输出层的单元值数值大小对数据库中现有人员的实践技能等级进行排名。当有新数据输入时，可以重新排名。权利要求1.，由信息指标体系、模糊处理模块、神经网络评价模块组成，其特征是应用被模糊化的信息指标体系的特征值作为神经网络的输入值，利用BP神经网络技术完成汽车专业教师实践技能的评价。2.按照权利要求I所述的，其特征是模糊处理模块应用模糊理论对信息指标体系的特征值进行预处理，使各特征值数值控制在范围内。3.按照权利要求I所述的，其特征是模糊处理模块可以选择推荐的信息指标体系特征值的权重值，权重数值范围，也可以人为重新设定。4.根据权利要求I所述的，其特征是神经网络输出层的单元值数值设定在范围内，系统依据神经网络输出层单元值的数值大小评价教师实践技能等级。5.根据权利要求I所述的，其特征是可以根据神经网络输出层的单元值数值大小对数据库中现有人员的实践技能等级进行排名。全文摘要一种，包括神经网络技术、模糊数学、计算机技术。这种方法由信息指标体系、模糊处理模块、神经网络评价模块组成。信息指标体系，根据汽车专业教师实践能力的特性选取信息指标体系的特征值；模糊处理模块，完成特征值的模糊化处理以及特征值权重的设定；神经网络评价模块，应用被模糊化的信息指标体系的特征值作为神经网络的输入值，通过建立的BP神经网络评价系统，以神经网络输出层单元值的数值大小评价汽车专业教师实践技能的等级。本专利技术的优点是可以快速、准确地评价汽车专业教师的实践技能等级，为学校管理部门的决策提供数据支撑。本专利技术可以广泛地应用于各学科专业教师的实践技能评价中。文档编号G06Q10/06GK102968701SQ20121054833公开日2013年3月13日 申请日期2012年12月17日 优先权日2012年12月17日专利技术者张蕾, 董恩国, 关志伟, 亓剑, 娄杰轩 申请人:天津职业技术师范大学本文档来自技高网...

【技术保护点】
基于神经网络技术的教师实践技能评价方法，由信息指标体系、模糊处理模块、神经网络评价模块组成，其特征是应用被模糊化的信息指标体系的特征值作为神经网络的输入值，利用BP神经网络技术完成汽车专业教师实践技能的评价。

【技术特征摘要】

【专利技术属性】
技术研发人员：张蕾，董恩国，关志伟，亓剑，娄杰轩，
申请(专利权)人：天津职业技术师范大学，
类型：发明
国别省市：