文摘
英文文摘
声明
第一章 引 言
1.1研究背景及研究价值
1.2国内外研究现状
1.2.1关于工科高校创新人才培养的研究现状
1.2.2关于工科高校创新人才培养评价的研究现状
1.2.3关于控制论与创新人才培养的研究现状
1.3研究内容
1.3.1研究思路与方法
1.3.2研究的主要内容及论文框架
第二章 创新与创新人才培养的基本理论
2.1创新与创造的基本概念
2.1.1关于创造的概念
2.1.2关于创新的概念
2.1.3创新与创造的关系
2.1.4创新能力与创新人才
2.2智力因素与科技创新
2.2.1观察力
2.2.2记忆力
2.2.3想象力
2.2.4操作能力
2.2.5思维
2.3非智力因素与科技创新
2.3.1动机
2.3.2兴趣
2.3.3情感
2.3.4意志
2.3.5性格
2.4社会环境因素与科技创新
2.5知识与科技创新
2.5.1知识数量
2.5.2知识类型
2.5.3知识结构
2.6创新人才培养与教育创新
2.6.1创新人才的基本素质
2.6.2我国工科高校传统教育存在的缺陷
2.6.3创新人才培养需要教育创新
本章小结
第三章 基于控制论的工科高校创新人才培养模式构建
3.1培养与人才培养模式
3.1.1培养的概念
3.1.2模式及培养模式的界定
3.2国内外高校创新人才培养概要
3.2.1美国高校创新人才培养模式
3.2.2法国高校工程教育人才培养模式
3.2.3德国高校工程教育人才培养模式
3.2.4日本高校人才培养模式
3.2.5我国工科高校创新人才培养模式
3.2.6国内外创新人才培养模式述评
3.3控制论与工科高校创新人才培养
3.3.1控制论的基本思想
3.3.2基于控制论的工科高校创新人才培养系统
3.4基于控制论的工科高校创新人才培养模式构建
3.4.1培养系统的信息流程及培养模式构建程序
3.4.2工科高校制定创新人才培养方案的基本原则
3.4.3培养目标制定
3.4.4确定培养规格
3.4.5基于目标的树状课程体系构建
3.4.6全程步进式实践教学体系构建
3.4.7第二课堂培养体系构建
3.4.8制定管理规章制度的指导思想
3.4.9培养方案的实施
3.5构建工科高校内部全程教育评价与反馈体系
3.5.1教学评价的理论基础
3.5.2.对教师授课质量的评价
3.5.3对学生学习质量的评价
3.5.4对工科高校内部院系教学组织与管理的评价
本章小结
第四章 一种基于“合格+拓展”的工科高校创新人才培养新模式
4.1现代电力企业对其技术人员综合素质的基本要求
4.2“合格+拓展”培养模式的基本内涵
4.2.1“以学生为本”的教育理念
4.2.2突出“三能”的培养目标
4.2.3多层次的培养规格
4.2.4有特色专业教育的思想
4.3基于目标的“平台+模块”课程体系
4.3.1“平台+模块”课程体系要点
4.3.2步进式“四模块·三层次”实践教学体系
4.4第二课堂“能力素质学分”实施体系
4.5以自主为特征的学分制教学管理制度
4.6全程人才培养评价与监控机制
4.6.1综合性、全程考试模式
4.6.2基于网络的教师课堂教学质量评价机制
4.6.3以创新为导向的学生综合素质评价体系
4.6.4基于绩效的工科高校内部院系教学工作评价机制
4.6.5全方位的教学质量监控机制
本章小结
第五章 工科高校创新人才培养综合评价指标体系构建
5.1工科高校创新人才培养综合评价研究视角
5.1.1工科高校创新人才培养综合评价的必要性
5.1.2工科高校创新人才培养综合评价研究视角
5.2综合评价指标体系的构建原则
5.3综合评价指标体系的构建方法
5.3.1综合评价指标体系的初选方法
5.3.2综合评价指标体系的测验
5.3.3综合评价指标体系的结构优化方法
5.4工科高校创新人才培养综合评价指标体系的建立
5.4.1综合评价指标体系构建流程
5.4.2工科高校创新人才培养综合评价指标体系
5.5工科高校创新人才培养综合评价指标体系内涵说明
5.5.1反映教师教学水平的指标
5.5.2反映教师本身创新能力的指标
5.5.3反映实验室在创新人才培养中的作用指标
5.5.4反映管理工作在创新人才培养中的保障力指标
5.5.5创新人才培养的效力指标
5.6指标数据的标准化处理
5.6.1指标数据的标准化
5.6.2评价指标的判别标准
5.6.3定性指标的确定
5.6.4指标数据标准化的方法
本章小结
第六章 工科高校创新人才培养综合评价
6.1粗糙集属性约简
6.1.1属性约简的基本理论
6.1.2属性约简算法
6.2支持向量机
6.2.1理论背景
6.2.2支持向量回归理论
6.3粗糙集与支持向量机的结合模型
6.3.1选择支持向量机的原因
6.3.2进行属性约简的原因
6.3.3粗糙集与支持向量机的互补性
6.3.4基于粗糙集和支持向量机的回归模型
6.4实证研究
6.4.1数据采集说明
6.4.2粗糙集预处理
6.4.3支持向量机回归
6.4.4结果分析
本章小结
第七章 结论与展望
7.1结论
7.2展望
参考文献
致 谢
附 录
个人简历、在学期间参加的科研工作及学术论文发表