【摘 要】
：
随着信息化技术的快速发展,大数据技术已深入教育行业,极大地推动了高校的教学和教务管理,如何从海量的教学数据中提取出有价值的信息已经成为相关学者研究的重点。笔者从某高校的成绩分析和学业预警系统中抽取出全校学生的学习成绩,通过统计分析学生的卷面成绩和总评成绩,了解全校学生的整体情况,研究成绩评价体系和关键指标,为学校下一步的课程制度建设提出建议。
【机 构】
：
河南农业大学信息与管理科学学院,郑州轻工业大学信息化管理中心
【基金项目】
：
河南省高等教育教学改革研究与实践重点项目(项目编号:2019SJGLX103,2019SJGLX319)。
论文部分内容阅读
随着信息化技术的快速发展,大数据技术已深入教育行业,极大地推动了高校的教学和教务管理,如何从海量的教学数据中提取出有价值的信息已经成为相关学者研究的重点。笔者从某高校的成绩分析和学业预警系统中抽取出全校学生的学习成绩,通过统计分析学生的卷面成绩和总评成绩,了解全校学生的整体情况,研究成绩评价体系和关键指标,为学校下一步的课程制度建设提出建议。
其他文献
提振民营经济发展需投入大量资本,民间资本有保值增值需求且数值较大,可引入作为重大项目领域的资本来源。文章以广西为例分析民间资本的发展现状和存在弱项,提出有针对性的优化建议,为激发民间资本活力、精准施策提供参考依据。
无论是线上的电商企业,还是线下的实体企业,补上全域营销这一课是非常必要的,毕竟又是全新十年的开端,能否在新十年鹰击长空,展翅翱翔,凭借的一定是对行业变化的敏锐理解和迅速变化,而对于营销而言,更是如此。2020年是跌宕起伏的一年,也是改变人类社会规则的一年,社会规则的变化带来了商业规则的变化,人们的工作生活消费有了非常多的全新的习惯的产生。而单纯聚焦到营销这个领域来说,无论是方式方法还是内容风格都产生了全新方法论,可以说这个领域正在开启一个全方位的重塑。
由于传统方法设置容灾的范围与衡量指标不明确,导致数据库处理备份成本较高,因此研究基于链式描述符的网络数据库容灾备份方法。首先,通过获取数据库日志变化,确保源表和目标表的结构一致;其次,进一步计算网络数的据相对熵值,设置容灾的范围与衡量指标,减少通信服务资源开销;最后,采用链式描述符保证备份数据的一致性,完成基于链式描述符的网络数据库容灾备份方法。通过实验分析,设计方法优于传统方法。
目的:观察排毒保肾丸辅治糖尿病肾病(DKD)的效果。方法:60例随机分为对照组及治疗组各30例,两组均给予基础治疗及厄贝沙坦,治疗组加用排毒保肾丸。结果:总有效率对照组73.33%、治疗组93.33%,两组比较有明显差异(P<0.05)。治疗组IL-8、TNF-α、hs-CRP、血SCr、血BUN、24hUab指标优于对照组(P<0.05)。结论:排毒保肾丸辅治糖尿病肾病效果较好。
目的:观察中药外洗辅治小儿甲型流感的临床疗效。方法:100例按照随机原则分为两组各50例。两组均用磷酸奥司他韦治疗,观察组加用中药外洗治疗。结果:观察组总有效率高于对照组(P<0.05)。治疗后两组证候积分均下降(P<0.05),且观察组低于对照组(P<0.05)。治疗后两组分泌型免疫球蛋白A(Secreted immunoglobulin A,sIgA)/血清白蛋白(Serum albumin,ALB)均增高(P<0.05),且观察组高于对照组(P<0.05)。治疗第5天、
七十年砥砺奋进薪火相传,七十载弦歌不辍桃李芬芳。2021年金秋之际,山东科技大学将迎来建校70周年华诞!抚今追昔,感慨万端。在此,谨向一直以来关心、支持和参与学校建设发展的各级领导、各界人士及友好合作单位致以衷心的感谢和崇高的敬意!向心系母校、关爱母校、支持山东科技大学发展的海内外校友及全体师生致以亲切的问候和节日的祝贺!
这篇文章中,我们对平稳短记忆时间序列模型中的参数假设检验运用经验似然方法,在实际中,我们可能不仅关心所有参数的显著性而且更关心模型中的某一部分参数是否存在,因而我们除了建立检验所有参数的统计量,还建立了检验部分参数显著与否的统计量,这些统计量被证实都渐近服从卡方分布,另外,我们的模拟研究了检验的势函数并证实了提出的检验程序的有效性.
ECharts作为当前比较流行的可视化前端框架,基于JavaScript可以降低其开发难度.笔者基于ASP.NET、ECharts和Oracle数据库开发税务可视化数据系统,首先分析了利用ASP.NET获取Oracle数据库中的数据,进而探讨了利用Ajax和ashx实现页面异步通信,最后分析了利用ECharts实现税务数据可视化,以期能够为相关人员利用ECharts组件提供借鉴。
回归模型一般采取传统的最小二乘估计(LSE)方法,然而当数据包含非正态特征或异常值时该估计方法会导致不稳健的参数估计.与LSE方法相比,即使出现非正态误差或异常数据,复合分位回归(CQR)方法也能提供更稳健的估计结果.基于复合反对称拉普拉斯分布(CALD),本文提出了贝叶斯框架下的加权复合分量回归(WCQR)方法.正则化方法已经被验证可以有效处理高维稀疏回归模型,它可以同时进行变量选择和参数估计.本文结合贝叶斯LASSO正则化方法和WCQR方法来拟合线性回归模型,建立了WCQR的贝叶斯LASSO正则化分层