云计算下基于认知的学习质量评价优化算法的研究

论文目录   摘要 第3-4页 Abstract 第4-9页 第一章 绪论 第9-14页 一、课题研究背景 第9页 二、国内外研究现状 第9-12页 (一)云计算平台的研…

论文目录  
摘要 第3-4页
Abstract 第4-9页
第一章 绪论 第9-14页
一、课题研究背景 第9页
二、国内外研究现状 第9-12页
(一)云计算平台的研究现状 第9-10页
(二)学习质量的评价研究现状 第10-11页
(三)算法的研究现状 第11-12页
三、研究意义 第12页
四、研究内容 第12-13页
五、本章小结 第13-14页
第二章 评价系统的相关理论与技术 第14-24页
一、问卷的信度及效度检验的相关理论 第14-17页
(一)信度检验 第14-15页
(二)效度检验 第15-17页
二、相关算法与衡量标准的介绍 第17-20页
(一)多元线性回归 第18-19页
(二)局部加权回归 第19-20页
三、衡量数据分析结果标准 第20-21页
四、云平台相关技术 第21-23页
(一)Hadoop云计算技术 第21页
(二)MapReduce计算模式 第21-22页
(三)HDFS存储数据 第22-23页
(四)Hadoop Streaming编程 第23页
五、本章小结 第23-24页
第三章 《基于认知的学习质量评价调查问卷》的设计 第24-36页
一、调查问卷的设计依据 第24-25页
二、问卷的基本信息 第25页
三、问卷设计的具体步骤 第25-35页
(一)项目分析 第25-26页
(二)项总计相关性 第26-27页
(三)效度分析 第27页
(四)因子分析 第27-30页
(五)主成分分析 第30-33页
(六)再次进行信度检验 第33-35页
四、本章小结 第35-36页
第四章 线性回归算法优化研究 第36-54页
一、多元线性回归算法 第36-41页
(一)多元线性回归算法的计算过程 第36-37页
(二)算法的实现研究 第37-40页
(三)多元线性回归数据分析结果 第40-41页
二、回归算法面临的问题及解决方案 第41-42页
(一)多元线性回归算法面临的问题 第41-42页
(二)解决方案 第42页
三、局部加权线性回归算法 第42-49页
(一)局部加权线性回归算法的计算流程 第42-43页
(二)算法的实现研究 第43-45页
(三)局部加权线性回归数据分析结果 第45-49页
四、局部加权线性回归的并行化研究 第49-53页
(一)并行化算法研究 第49-52页
(二)并行算法的性能 第52-53页
五、本章小结 第53-54页
第五章 评价系统平台设计与实现 第54-68页
一、基于认知的学习质量评价系统平台结构设计 第54-59页
(一)数据采集模块的分析与设计 第55页
(二)数据存储模块的分析与设计 第55-57页
(三)数据分析模块的分析与设计 第57-58页
(四)数据查询模块流程分析与设计 第58-59页
二、基于认知的学习质量评价系统平台搭建 第59-63页
(一)软硬件要求 第59页
(二)集群的环境配置 第59-62页
(三)集群测试 第62-63页
三、评价系统平台功能模块实现 第63-67页
(一)评价系统平台数据采集模块的实现 第63-66页
(二)评价系统平台数据存储模块实现 第66-67页
(三)评价系统平台数据查询模块的实现 第67页
四、本章小结 第67-68页
第六章 总结与展望 第68-70页
一、工作的总结 第68-69页
二、未来的展望 第69-70页
参考文献 第70-73页
附录 第73-77页
附录一 第73-75页
附录二 第75-76页
附录三 第76-77页
致谢 第77-78页
个人简介 第78页

………………………………………………………

由于篇幅所限,此处不能完全刊载论文全部内容,如需完整论文内容,请点击下面链接去下载全篇论文的完整文档!

 

作者: 免费论文网

为您推荐

发表评论

您的电子邮箱地址不会被公开。

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部