首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 187 毫秒
1.
随着教学改革的进一步深入和课程建设的逐步完善,要求课程考试必须规范化、系统化、科学化和智能化.本文通过试题库系统的开发与研究,基于遗传算法自适应性的智能组卷算法,从而更好的实现了试题录入、修改、删除、搜索、智能组卷等;并能将所抽试题直接生成Word文档和相应的答案.较好地实现了教考分离,提高了试卷的质量;保证了考试的测试试题具有较高质量、稳定的水平.  相似文献   

2.
对试题管理及试卷智能生成方法进行了探讨,在此基础上设计了一个通用性强的试题信息管理及试卷智能生成系统.分析了系统集成方式,总体数据结构,系统组成以及系统的功能和特点.文中还讨论了试卷智能生成,试题及试卷信息检索,图文混合编辑等主要功能模块的设计方法和特点.  相似文献   

3.
针对含有数学公式的数理类题库试题存储与打印的困难,提出一种基于打印格式对试题进行编码存储的方案,给出了基本的编码方式,有效解决了数理类试题的存储及打印问题,并实现了从题库中任意抽题组卷后标准化试卷的自动智能打印生成。  相似文献   

4.
针对目前智能模糊测试技术中整体测试所需时间较长以及生成单个测试用例漏洞触发能力较弱的问题,该文提出了一种可用于并行化环境中的路径取反算法和一种加入随机数据的复合测试用例生成方式。该路径取反算法给每个测试用例赋予一个边界变量,利用该变量限定每个测试用例可进行取反操作的范围,同时在该范围中对多个条件进行取反。该复合测试用例生成方式借助传统模糊测试技术生成随机的漏洞触发数据,将该随机数据与混合符号执行生成用例相结合,从而生成复合化的测试用例。同时该文设计并实现了一个并行化智能模糊测试系统———谛听,并利用该系统对3个应用软件进行了测试,共生成测试用例203 602个,触发软件漏洞2个,其中一个为首次被发现的零日(0-Day)漏洞。理论分析与实验表明:该路径取反算法可有效应用于并行环境中,从而缩短整个测试所需时间并生成较多测试用例;同时该复合测试用例生成方式可有效提升测试用例漏洞触发能力。  相似文献   

5.
工程制图智能试题库系统研究   总被引:3,自引:0,他引:3  
针对工程制图出卷难设计了“工程制图智能试题库系统”.该系统以SQL Server数据库为基础,可向数据库中添加、删除、编辑试题.同时提供自动组卷、手动组卷功能,能够设置试题数量、卷面难度,最终生成Word文件格式的试卷及相应的答卷.该系统基于VB和VBA,生成试卷方便快捷,可扩展性强.  相似文献   

6.
基于学生模型BOSM的智能组卷算法   总被引:1,自引:0,他引:1       下载免费PDF全文
为满足自适应性和个性化教学的要求,设计一个学生模型BOSM,然后给出基于BOSM的智能组卷算法。算法根据知识点掌握程度值确定测试知识点权值以及难度系数等参数,实现根据测试知识点权值从题库中抽取满足要求的试题。试验表明该算法运行效果良好。  相似文献   

7.
计算机辅助教学CAI的一个重要应用是计算机辅助测验CBT(Computer Based Testing)。智能组卷是CBT的基础,组卷中关键是解决生成满足教学和教师要求的试题,即约束优化问题。针对该问题,本文建立了基于考查点、难度系数和题型等为主要控制参数的该问题的数学模型,并给出了用遗传算法解决组卷问题的优化方法。实验结果表明,该组卷方法性能好、效率高,能较好地满足用户的要求。  相似文献   

8.
阐述数字化智能网络测试系统的实现方法和技术 .这是一个集成了注册验证、试卷生成、网上测试、自动阅卷、试卷分析为一体的测试系统 ,此系统将繁杂、重复的测试任务简单化 ,使测试更公平、公正 ;更科学、规范 ;更方便、快捷  相似文献   

9.
研究了试题信息数据库的系统结构及试卷智能生成方法。提出采用启发式搜索策略中的A算法来改善智能组卷的智能化指标;给出一种逻辑组合检索方法来实现大容量试题信息的快速查询与检索;同时还介绍了系统的应用及其性能分析。  相似文献   

10.
完型填空是英语测试中的一项重要的试题形式,它是测试应试者综合运用英语语言的能力.本文从完型填空试题的设计特点及形式、测试要点以及答题步骤几个方面,进一步分析了完型填空试题的测试目的,即从语篇的角度考查应试者阅读理解的能力以及使用词汇和语法结构的能力.  相似文献   

11.
分析了智能组卷约束条件,建立了智能组卷系统的数学模型,并给出了改进的遗传算法求解智能组卷问题的新方法.实验结果表明所提出的新组卷算法相对于其他算法更能有效地解决自动组卷问题,组卷成功率高,组卷速度快,具有较好的性能和实用性.  相似文献   

12.
大学英语的教学效果涉及全国几百万学子的外语能力,其意义直接影响着我国经济和社会的发展.作为一种经典的能力测验评分手段,项目反应理论应用于大学英语教学效果的评价是一种新的尝试.本文利用项目反应理论,对大学英语考试构建了一个多级评分的考生能力评价模型,它可以作为单级评分的二参数logistic模型的推广.同时对于能力参数,我们给出了极大似然估计的迭代步骤.  相似文献   

13.
选题策略是计算机化自适应测验(CAT)的核心.该文提出了一种新的选题策略,是一种相对严格的“升a”方法,它选择区分度参数的百分等级尽可能接近测验进程的项目,而且还可以通过调整控制参数的取值来满足不同测验场景的需求.Monte Carlo实验结果表明:该方法在测验精度、项目曝光率控制和题库利用率等方面均表现良好.  相似文献   

14.
张小艳 《科技信息》2013,(16):209-210
Currently,English writing is still an important and challenging course for most students in English.In China,the effect of Product-oriented approaches is dominated.Such practice seems to have ignored cognitive factors of writing process.So it is necessary to choose some new ways to perfect our English writing teaching.In this paper the application of a new approach——process-oriented approach will be discussed.By using this approach,the students can develop some behaviors such as composing,brainstorming,drafting,and revising.  相似文献   

15.
基于Web数据库的在线动态组卷   总被引:4,自引:0,他引:4  
网上“在线测试”是远程教学系统的重要组成部分,而实现网上测试的关键是探索一种高效而实用的动态组卷算法。在开发“大学英语应试训练网站”、“基于Internet的电子商务教学平台”的过程中,对网上在线测试子系统中的动态组卷进行了有益的尝试。并在远程教学系统开发的过程中进行了动态且卷算法的优化实践。  相似文献   

16.
以语言测试理论为依据,运用定量分析法,对东莞理工学院2006和2007级非英语专业学生进行了大规模英语口语测试及问卷调查,证明了英语口语测试的必要性和可行性,并探讨了中外教师携手合作进行英语口语测试的新模式及其产生的反拨作用,试图为大规模英语口语测试的改革提供一种新思路。  相似文献   

17.
基于遗传算法的试题库自动组卷问题的研究   总被引:16,自引:0,他引:16  
给出了利用遗传算法求解试题库自动组卷问题的新方法,讨论了运用遗传算法求解在一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方式、交叉算子和变异算子。实验结果表明,改进的遗传算法相对于其他算法更能有效的解决自动组卷问题,具有较好的使用性能和实用性。  相似文献   

18.
本文对正在试点和推广的大学英语四六级考试改革进行了较全面的分析,指出对四六级考试方式和考试内容进行改革是时代发展和大学英语教学改革的需要。机考的优势和传统纸笔考试无法克服的弊端决定了机考取代传统纸笔考试是大势所趋。考试方式和考试内容的改变也给大学英语教学带来新的挑战。最后针对大学英语教学如何应对四六级考试改革,提出了一些建议和对策,以期对高校英语教师和学生有一定的参考和借鉴作用。  相似文献   

19.
测试是大学英语教学中必不可少的一项,是检测教学效果提高教学质量的重要途径。以语言测试的两大基本特征——信度和效度为切入点,结合吕粱学院大学英语测试的实际,分析大学英语测试采用的方法,强调重视测试理论研究,命题中尽可能权衡信度和效度的关系。  相似文献   

20.
刘静 《菏泽学院学报》2007,29(3):105-108
高级英语教学中普遍存在着重复基础英语阶段的教学模式和教学方法的弊病,不适应当前飞速发展的社会需要,难以培养出大量高水平、复合型的专业英语人才。这个问题已经成为制约着高校英语专业教学的瓶颈。在高级英语教学研究不断繁荣发展的今天,多媒体网络化辅助教学、交际法-以学生为中心的课堂教学和及时有效的英语水平测试体系相结合的三点一线式教学模式,将会极大地促进和保证高级英语教学的顺利实施。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号