学位与研究生教育评估信息综合处理研究

对学位与研究生教育中质量评估信息的综合处理问题进行了研究，利用模糊数学与灰色系统理论建立了模型，并找到了实现的方法。     

学位与研究生教育的发展对民办高校的促进作用

研究生教育规模的扩张、在职攻读硕士学位的发展以及高校教师在职攻读硕士学位的设置为民办高校师资力量的提高提供了发展机遇,民办高校应该抓住机遇,提高师资水平,增强竞争实力。     

蓬勃发展的学位与研究生教育

近年来，在上级主管部门的关怀下，在校党委、行政的正确领导下，在各培养单位和其他各级职能部门的大力支持下，我校新一届研究生处集体会同全校200余名研究生导师和全体研究生，认真做好学位与研究生教育的各项工作，曲阜师范大学的学位与研究生教育工作取得了可喜的成绩。     

学位与研究生教育计算机信息管理研究

在叙述学位与研究生教育计算机信息管理系统发展过程的基础上,结合一些高等院校的实例,阐述了不同时期的学位与研究生教育计算机信息管理系统研制的重点和特点,并提出了应用中存在的问题,最后结合实际探讨了其发展趋势.     

以科学发展观为指导,积极发展我校的学位与研究生教育

本文对大理学院刚起步的学位与研究生教育如何发展,进行了思考.提出要以科学发展观为指导,抓住机遇,积极发展;强调学科和学位点的建设和发展要突出重点,加快建设和发展;学位与研究生教育要树立以研究生为本,以学科带头人、学术带头人和导师为本的观念;要正确处理研究生教育规模、结构、质量、效益的关系,做到全面、协调、可持续发展;研究生教育要坚持以质量为中心,确保并提高培养质量.     

构建激励型学位与研究生教育质量保证体系研究

论文在分析了以监控手段为主导的学位与研究生教育质量监控体系存在问题的基础上,借鉴国内学者最新研究成果及质量观理念,提出了构建以激励机制为主导的学位与研究生教育质量保证体系的新思路,并从理论和实践方面论证了这种体系的特征与特色.     

研究生学位论文答辩要领

研究生学位论文答辩是研究生教育过程中的一个重要环节,如何做好论文答辩是每位研究生都要面临的问题。本文从准备答辩报告、答辩报告技巧等方面进行了阐述,希望能为每届将要进行答辩的研究生提供参考。在取得良好学习成绩和研究工作的基础上,提高论文答辩质量、圆满地完成学业。     

教育部学位中心2006年一级学科评估结果揭晓

2007年3月14日，教育部学位与研究生教育发展中心2006年全国一级学科评估（排名）结果揭晓．本次评估是继该中心2002—2004年完成第一轮80个一级学科评估之后，于2006年5月启动的第二轮学科评估．参加第二轮首批评估的共有31个一级学科，有193个单位的1067个学科申请参评，参评数量比上一轮有较大增加．[第一段]     

加强学位与研究生教育加快中央民族大学高层次人才的培养

中央民族大学学位与研究生教育经过20多年的发展，虽然有了一定的基础，但仍存在着点少、面窄，学科专业单一的问题。应该 抓住目前的有利时机，大力发展研究生教育、扩大专业面，积极发展应用型学科，尽快建立适应社会与经济发展的高质量的学位与研究生教育。     

基于BP神经网络的教材质量评价研究

教材质量评价是教材管理工作的关键环节。为了对教材质量进行科学有效地评价,提高评价工作的效率,建立了基于BP神经网络的教材质量评价模型。经过BP神经网络的构建、训练和分类等主要工作,建立了一个具有较高准确率的教材质量评价模型。通过分析结果表明,该模型能够科学和高效地评价教材的质量,具有较高的实用性。     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.     

基于BP神经网络的项目评估模型研究

项目的申报、实施、验收都需要进行项目评估,项目评估是项目实施过程中的重要工作。项目评估复杂、专业,评估过程和结果具有很强的主观性。BP神经网络具有容错性强、信息分布处理能力高、自主学习、自适应、非线性映射等特点,适合推理规则不明确或推理规则非线性的环境,具有人脑思维的特征,BP神经网络在工程、管理、经济等领域得到广泛应用。在项目评估领域,现在基本上仍然以领域专家主观评价为主,这对评估结果的客观性、公正性必然会带来影响,评估过程信息化是项目评估改进的方向和趋势。基于评估的一般过程和BP神经网络的基本思想设计出项目评估的一般模型具有现实意义,应用BP神经网络建立项目评估模型的应用价值值得关注。     

基于优化BP神经网络算法的网络质量评价

针对现有的BP神经网络算法,提出了在变步长BP神经网络算法基础上的优化方案,并将其应用于网络质量评价当中.在优化方案中,对步长的上升和下降阶段分别采用不同策略进行优化.理论分析表明:优化后的算法能够克服传统算法权值收敛过慢,和变步长算法误差收敛中的震荡问题.仿真表明,优化后的算法会使神经网络的学习误差和网络质量分类的总体误差明显下降并大幅提高评价的准确性.优化算法较传统算法相比误差收敛过程更加稳定,且学习误差下降达9.64％,网络质量分类的总体误差下降达23.1％；优化算法的验证准确率在传统算法的基础上提高了19.65％,在变步长算法的基础上提高了9.88％.由此可见,优化算法在BP神经网络的预测精度方面起到了大幅度提高的作用.     

基于模糊神经网络的企业绩效评价方法研究

针对传统企业绩效评价方法的一些不足,把模糊神经网络方法引入企业绩效评价领域。同时借鉴财政部等六部委颁布的国有资本金效绩评价指标体系,构建本文的评价指标。本文采用基于模糊神经网络的分层次评价方法,用BP神经网络训练财务指标,用模糊神经网络训练非财务指标,最后再构建一个模糊神经网络评价模型,得出企业绩效的评价值。实证结果表明此方法有效可行,且具有较高的准确率。     

基于神经网络的非正常工况预报

分析了PTA生产中氧化反应器尾氧浓度的影响因素,提出一种用小波分析对数据进行降噪处理的方法。采用BP神经网络并对其进行了一定程度的改进。通过降噪前后的网络仿真结果对比,表明基于小波降噪的神经网络具有更好的精度和更强的泛化能力。用此网络预测尾氧浓度,实现了对非正常工况的预报。通过实际对比,表明该网络能够较理想地预报出非正常情况。     

床面形态判别的人工神经网络方法

根据给定的水流及泥沙条件，预报床面可能出现的沙波形态，是一个重要的研究课题．在对影响床面形态的参数分析后，认为床面形态应由3个无量纲参数控制，因而以往采用2个参数的经验方法有很大的局限性．基于此结论，建立了预测床面形态的人工神经网络模型，该模型充分考虑了本问题的特点．验证结果表明，该模型具有较高的精度，可用于实际问题中．     

基于BP神经网络模型的水质评价方法探讨

运用人工神经网络理论和方法,建立了水质评价的BP神经网络模型,并对长治市10眼水井的地下水水质进行了评价,并与综合指数法、模糊综合评判法的评价结果进行了比较。结果表明,用BP神经网络模型评价水资源水质是可行的,为水资源水质评价提供了一个新的方法。     

基于GA-BP神经网络的序列虹膜质量评价算法

针对虹膜质量评价指标单一或过多的情形, 提出一种基于GA-BP神经网络的序列虹膜质量评价算法. 首先对虹膜图像进行粗质量评价, 筛选掉大多数不合格的较差质量图像; 然后对虹膜图像进行精质量评价, 选用3个较重要的指标得出指标值; 最后结合BP神经网络融合精质量评价指标进行图像质量的最终评价. 在JLU-6.0虹膜库中进行验证, 并与其他算法进行对比测试, 测试结果表明, 该算法能保留较多的有效虹膜图像, 且分类精确度较高.     

基于GA-BP神经网络的序列虹膜质量评价算法

针对虹膜质量评价指标单一或过多的情形, 提出一种基于GA-BP神经网络的序列虹膜质量评价算法. 首先对虹膜图像进行粗质量评价, 筛选掉大多数不合格的较差质量图像; 然后对虹膜图像进行精质量评价, 选用3个较重要的指标得出指标值; 最后结合BP神经网络融合精质量评价指标进行图像质量的最终评价. 在JLU-6.0虹膜库中进行验证, 并与其他算法进行对比测试, 测试结果表明, 该算法能保留较多的有效虹膜图像, 且分类精确度较高.