首页> 中文学位 >大学生新生学业预测管理系统研究与实现
【6h】

大学生新生学业预测管理系统研究与实现

代理获取

目录

声明

摘要

第一章 绪论

第一节 研究背景和意义

第二节 新生学业预测管理系统研究现状与预测

第三节 本文主要内容和结构组织

第二章 关键概念及开发技术

第一节 系统相关概念介绍

2.1.1 使用到的预测点

2.1.2 预测结果信息分类

第二节 支持向量机SVM

2.2.1 线性支持向量机(Linear Support Vector Machine)

2.2.2 非线性支持向量机(The Nonlinear Support Vector Machine)

2.2.3 支持向量机SVM的主要思想

第三节 LIBSVM

2.3.1 Libsvm技术的简单介绍

2.3.2 数据格式

2.3.3 涉及到的主要方法

2.3.4 SVM类型及核函数类型

第四节 系统中采用的SVM类型、核函数及数据分类测试方法

2.4.1 系统对SVM类型的选取

2.4.2 系统对核函数类型的选取

2.4.3 系统的数据分类参数寻优方法

第五节 本章小结

第三章 系统分析

第一节 系统可行性分析

3.1.1 技术可行性

3.1.2 经济可行性

3.1.3 系统运行可行性分析

第二节 系统需求分析

3.2.1 系统的功能性分析

3.2.2 系统的性能分析

3.2.3 系统界面需求

第三节 本章小结

第四章 系统设计

第一节 新生学业预测管理系统设计原则

4.1.1 安全性原则

4.1.2 标准化原则

4.1.3 成熟性原则

4.1.4 高理解性原则

4.1.5 可维护性原则

第二节 新生学业预测管理系统总体架构设计

4.2.1 用户层

4.2.2 应用层

4.2.3 业务处理层

4.2.4 数据层

第三节 系统的业务流程图

第四节 系统主要功能模块设计

4.4.1 用户登录模块

4.4.2 信息添加模块

4.4.3 情况预测模块

4.4.4 信息查询模块

4.4.5 升级管理模块

第五节 系统信息处理流程图

第六节 系统数据库设计

4.6.1 数据库需求分析

4.6.2 数据库中表的设计

第七节 本章小结

第五章 系统实现

第一节 系统开发软件和开发环境

5.1.1 稳定成熟的Windows操作系统

5.1.2 强大的SQL Server数据库管理系统

5.1.3 功能灵活的Eclipse开发平台

第二节 用户登录功能模块的实现

第三节 信息添加功能模块的实现

5.3.1 新生信息添加功能模块的实现

5.3.2 毕业学生信息添加功能模块的实现

第四节 信息查询功能模块的

5.4.1 新生信息查询功能模块实现

5.4.2 毕业生信息查询功能模块的实现

5.4.3 大二学生信息查询功能模块的实现

第五节 升级管理功能模块的实现

5.5.1 删除所有新生信息

5.5.2 学生年级升级

5.5.3 录入已升级的毕业生学业信息

5.5.4 查看未录入学业信息的毕业生

第六节 信息预测功能模块的实现

5.6.1 Libsvm与Eclipse的结合

5.6.2 预测功能的实现

第七节 本章小结

第六章 系统测试

第一节 软件测试概述

第二节 软件测试方法

6.2.1 白盒测试

6.2.2 黑盒测试

第三节 用户登录模块测试

第四节 信息添加模块测试

第五节 信息查询模块测试

第六节 本章小结

第七章 总结和展望

参考文献

致谢

个人简历

展开▼

摘要

当前社会,随着国家对于人才培养环节越来越重视,高校所担任的人才培养责任也越来越重大。但是面对着刚刚入学的新生,将近1∶200的师生比例,让很多辅导员的学业帮扶工作开展起来显得尤为困难。因此建立一个新生学业发展预测系统便显得尤为重要。它能够尽早对学生四年本科学业发展情况进行预测,有利于辅导员根据预测结果,有针对性地制定帮扶计划,提高工作效率,提升人才培养质量。
  本文以南开大学软件学院为例,意在通过对支持向量机的研究,建立符合新生学业预测系统的模型,完成大学新生的学业发展预测工作。
  论文对新生所有入学信息进行了一一剖析,选择了适合用来进行预测的预测点,并且根据帮扶情况,将预测信息的结果进行了分类。在充分研究了支持向量机技术和Libsvm技术的基础上,对系统进行建模,选取适合的svm类型和核函数类型,并且对相关参数进行了设定。同时在对系统进行了充分的可行性分析和需求分析的基础上,提出了总体的设计原则和设计架构,规划出了系统整体的业务流程图,以及对各功能模块进行了设计。在充分利用eclipse、sql数据库技术、jdbc、libsvm等技术的基础上实现了系统的开发工作。并且最后利用黑盒技术对系统进行了测试,达到了预期效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号