基于大数据的五年制高职护生在线学习行为要素研究

在线学习已逐渐成为高职院校一种重要学习形式,该领域也成为当前研究热点之一。对在线学习进行介绍,同时对大数据技术在在线学习平台中的应用进行分析,重点对五年制高职护生在线学习行为要素进行研究分析,为更好地开展在线学习评价提供参考,促进高职院校更好地开展在线学习,提高在线学习质量。     

基于MOOC技术的在线金课建设策略

金课是对网络在线M O O C 教育的继承和发展，不仅注重对学生专业理论知识的讲解，更强调对学生高级思维意 识、知识转化为实践能力的培养，具有创新性、高阶性、挑战性等特征。围绕在线金课课程的建设，从课程教学情境、知识结构 体系、教学内容、交互模式等方面入手，进行网络化精品金课的组织与设计，满足广大学生群体多样化的专业课程学习需求。     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。     

基于SVD高职院校在线教学资源推荐系统

本文选择SVD为基础模型,探讨融合高职学生兴趣特征矩阵、高职课程特征矩阵等因素,建构推荐系统。并用Python引入Surprise库,使用了公开的数据集,对新构建SVD的相关模型实施了实验测试。结果表明,与传统推荐过滤方法相比,基于SVD模型的推荐结果在RMSE及MAE值有所提高。但对于该群体的课程兴趣特征,存在提取与分类的问题,在下一步研究工作中将对该算法进行改进。     

基于声源定位的高校在线巡课系统设计与研究

随着网络建设以及信息化教学方法在高校教学过程中的应用普及,越来越多的高校使用在线巡课系统对教师的教学过程进行跟踪和管理,以便发现课堂教学中的亮点、问题和不足。文章提出的在线巡课系统,基于声源定位的技术,对传统的在线巡课系统做出了改进,解决了已有巡课系统中“只闻其声,不见其人”的问题,能够更直观地跟踪到教师的教学过程,包括教学行为以及师生互动过程,有效提升教务人员巡课效果和体验感受。     

布袋除尘器联网在线监测系统设计分析

随着国家对工业生产的环保排放要求日趋严格,对生产线上除尘器的运行状态检测十分必要。结合具体实践,提出建立布袋除尘器的联网在线监测系统,通过监测数据分析以及数据整合,达到智能在线监测的目的,提高企业环境治理水平。