申请/专利权人：陕西服装工程学院

申请日：2023-07-28

公开（公告）日：2023-12-05

公开（公告）号：CN117172976A

主分类号：G06Q50/20

分类号：G06Q50/20;G06Q10/0639;G06Q10/105;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.22#实质审查的生效;2023.12.05#公开

摘要：本发明属于计算机信息技术的学校管理系统，特别涉及一种教师职业素质素养测评方法及系统。具体技术方案为：通过利用层次分析法分析得到训练样本，然后基于神经网络算法训练模型训练样本，得到可靠的素质测评结果。通过该系统可以实现对教师的素质测评，有利于更好地掌握学校教师的素质情况，提高学校教师管理和人才的合理配置方面的技术，提高测评的准确率和有效性。

主权项：1.一种教师职业素质素养测评方法，其特征在于，生成训练样本集合，收集学校教师的历史测评指标数据集，然后将测评指标数据集进行归一化，经由层次化分析算法模型计算得到各个指标总体权值，然后基于层次化分析算法模型计算得到教师素养评分数据集，然后基于测评指标数据集、以及对应的教师素养评分数据集生成训练样本集；创建具有Nin个输入单元，Nhid个隐含单元，Nout个输出单元的BP神经网络，其中，Nin为网络输入层节点数，Nhid为隐藏层节点数，Nout为输出层节点数，Nhid的值为sqrtNin*Nout+N2，其中N为训练样本数量；然后基于测评指标数据集、以及对应的教师素养评分数据集分别作为神经网络模型的网络输入值和目标输出值；从单元i到单元j的输入表示为xij，单元i到单元j的权值表示为Wij；基于随机数初始化所有的网络权值wij；训练步骤如下：步骤一、对于第t个训练样本x，y，将输入沿网络前向传播，并计算网络中每个单元u的输出Ou，使误差沿网络反向传播；步骤二、对于网络的每个输出单元k，计算误差项δk；步骤三、针对网络的每个隐含单元h，计算误差项δh；步骤四、利用误差项更新每个网络权值Wijm，Wijm＝Wijm-1+ΔWijm，其中，ΔWijm＝ηδiOi+αWijm-1，η为学习速率，α为冲量因子；步骤五、基于模型输出和样本实际值计算模型评价误差值；步骤六、重复步骤一到步骤五，直到误差值小于模型评价误差值δth。

全文数据：

权利要求：

百度查询： 陕西服装工程学院 一种教师职业素质素养测评方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD