景雯
- 作品数：8 被引量：20H指数：3
- 供职机构：山西大同大学数学与计算机科学学院更多>>
- 发文基金：山西省软科学研究计划山西省教育科学“十一五”规划课题山西省普通本科高等教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 网络课程满意度评价模型研究被引量：9
- 2010年
- 为了解决网络课程中目前尚不完善的满意度评价问题,运用云模型理论,提出一种新的网络课程满意度评价模型(WCSEM),使得网络课程的建设者与教师及时了解用户对本课程的满意程度,从而对网络课程的内容和教学方式做出相应的调整,以达到更好的教学效果。该模型不仅适用于网络课程环境,而且可以推广应用于其他远程教育环境,对于提高教育信息化建设的质量有十分重要的意义。
- 张杰张景安景雯
- 关键词：满意度云模型网络课程
- 模糊综合评价中权重生成系统的设计与实现被引量：1
- 2012年
- 各分项评价值的权重是模糊综合评价中非常重要的一个要素,但权重的给出通常是一个复杂的过程,本文以模糊数学理论为指导,在网络环境中给出了模糊综合评价系统中权重生成系统的算法及实现方法;并且在文中讨论了相应的算法的可行性,同时使用数据库对产生的权重值进行了存储,可作为今后设定权重的重要参考,文本解决了系统相关实现的技术问题,最后以某网络课程综合评价为例,使用投票系统计算其评价体系中的各项指标的权重值。
- 景雯张天刚张杰
- 关键词：投票系统网络课程
- 基于模糊AHP理论的学习评价模型的研究被引量：4
- 2015年
- 本文采用模糊理论与层次分析法相结合,在已有研究基础上,,成功构建了学习评价模型,并以VC6.0内的MFC作为开发环境用C++语言设计一个简易的学习评价计算器。文中对模型的隶属度、权重、指标的确定以及反模糊等方法分别进行了讨论并且对评价中的因素关联性也进行了讨论与验证。最后以某班级学生的成绩作为样本数据,验证了模型的有效性。
- 景雯张杰张景安
- 关键词：层次分析C++MFC
- 网络高负载下的崩溃估计模型仿真被引量：1
- 2016年
- 由于网络数据流量的增大,导致网络数据出现高并发的情况,导致崩溃。网络最高负载值与网络状态,信道状况,网络稳定性等众多因素有关,都能引起网络流量的突变。传统的流量估计算法在建立网络高负载状态下的崩溃估计模型时,以固定网络流量或者流量突变固定等约束条件为基础,无法准确反映复杂因素下的流量突变性。提出采用自适应数据分类的网络高负载状态下的崩溃估计建模方法,先将网络负载状态下的崩溃估计中的网络高负载、网络崩溃关系抽象为贝叶斯网络结构,在贝叶斯网络中进行网络高负载态势与崩溃事件连接的推理,并采用自适应数据分类算法对网络高负载状态下崩溃的信息数据进行聚类评估,提取网络高负载状态下的崩溃隶属度特征,建立了网络高负载状态下的崩溃模型。仿真结果证明,利用自适应数据分类的网络高负载状态下的崩溃估计精确度高,能够有效保障网络稳定运行。
- 张杰景雯张景安
- 关键词：高负载贝叶斯网络
- 基于WEB的计算机辅助教学设计工具的设计与实现
- 2013年
- 从教学设计的实用性出发,先综述了教学设计、教学设计自动化、教学设计辅助工具等相关的研究发展情况,指出目前教学设计辅助工具应用领域的空白,然后针对高校工科专业的教学基础课程,运用相关的教学设计理论知识和数据库技术设计与实现了一套教学设计辅助工具,本软件工具依据课堂教学设计的过程中的步骤一步一步的引导教师进行教学设计,目标就是使课堂教学效果最优化。
- 景雯张景安
- 关键词：教学设计教学设计自动化课堂教学
- 基于．NET的引领式在线学习系统的设计与实现被引量：2
- 2009年
- 描述基于．NET的引领式在线学习系统的框架结构及各模块的主要功能，并阐述系统实现的一些关键技术，使用多层逻辑结构、系统安全性和系统错误处理．
- 张杰孙沛景雯
- 关键词：NET多层结构
- 云计算环境下网络多属性数据传输的可靠性分析算法
- 2017年
- 为了提高多属性数据传输的可靠性,解决传统分析方法由于在多属性数据传输时存在速度较慢、模糊信息处理能力低的问题,提出基于改进杜鹃鸟搜索算法的多属性数据传输可靠性分析算法模型.通过构建多属性数据传输的可靠度质量评价体系和数据传输可靠性分析的数学模型,将多属性数据传输的可靠性问题转化为一个多属性决策的多目标组合优化问题,并在此基础之上,采用改进杜鹃鸟搜索算法进行多属性决策目标函数的最优解集计算,得到局部和全局优化策略,实现对网络多属性数据传输的可靠性分析.实验结果表明,该算在在分析网络多属性数据传输可靠性问题时,具有响应时间短、迭代次数和差错性较低的优点,能较快地从候选数据中得到一组最优的数据传输解集.
- 张杰景雯任培花
- 关键词：网络可靠性多属性决策
- 物联网中异常数据优化检测仿真研究被引量：3
- 2018年
- 对物联网中异常数据进行优化检测,能够有效提高物联网的运行质量。对异常数据优化检测,需要求解偏差函数统计结果的最小值,设定检测阈值,完成对异常数据的优化检测。传统方法首先融合遗传算法和模拟退火算法,给出目标函数,但忽略了设定监测阈值,导致检测精度低。提出物联网中异常数据优化检测方法。将高维时间序列数据集分解为不同分量并提取特征,给出样本协方差矩阵,计算数据特征值和特征向量关系,得到方向矢量,求解偏差函数统计结果的最小值,设定检测阈值,实现异常数据优化检测。仿真证明,所提方法大大提高了物联网的运行质量。
- 张杰景雯任培花
- 关键词：物联网异常数据
