基于反馈机制卷积神经网络的我国大学学科评价算法

学科的发展关系着高校的声誉和影响力。然而,目前的学科诸类评价却并未形成较为系统的评价方法。在此背景下,对我国大学的学科水平评价问题进行系统研究,首先引入以评价为目的的深度卷积神经网络,并加入视觉注意机制,进而提出了深度卷积神经中的反馈优化问题,并探寻基于贪心法的反馈优化问题求解及其应用。在探索反馈优化问题的求解方法中,提出了基于贪心策略的两种反馈优化求解算法,并在深度卷积网络中提出了一套新的反馈调节机制,进而提出了基于反馈机制卷积神经网络的我国大学学科评价方法。最后,利用该方法对江苏省高校相应工科学科进行评价,结果表明,文章所提方法不仅评价结果符合实际,而且还能为相应学科提供反馈性建议。

基于权重初始化-多层卷积神经网络滑动窗口融合的高等教育办学规模预测算法

高等教育办学规模预测主要有自回归法、支持向量机法等;这些具体方法在探索高等教育办学规模方面都取得了一定成果。但都不能较好地揭示高等教育办学规模的演化规律。鉴于此,本文引入深度学习模型对高等教育办学规模进行建模并预测。本文首先从网络优化角度出发,通过优化方法提高网络的非线性建模能力,提出了一种新的网络权重初始化方法,增加了神经网络处理不同视觉任务的潜力。同时,本文提出了适合高等教育办学规模数据演化规律的异构多列卷积神经网络。最后,利用本文提出的自适应的滑动窗口融合机制完成高等教育办学规模预测。利用本文方法对某区域高等教育办学规模进行实例分析,结果表明,本文所提方法能够较好地给出相应演化规律。

地方普通高校机关作风建设的调查与对策分析——以H学院机关作风建设为例

高校机关作为高等院校的管理中枢和对外服务窗口,机关工作作风建设直接影响着高校的教学科研工作乃至学校的建设和发展。本文以江苏省H学院为例,通过调查问卷的形式,分析当前机关作风建设存在的主要问题和原因,提出进一步加强和改进地方普通高校机关作风建设的对策建议。

移动混合式教学模式设计和应用——基于微信公众号平台的实践

目前高校课程教学存在学生缺乏个性化指导、不同专业混编、师生互动少、学生学习兴趣低、缺勤缺考多等问题。对此,在教学中引入移动学习,构建混合式学习模式,并结合微信公众号平台开展混合式教学实践,设计了基于微信公众平台的移动混合教学模式,开发了相应的移动混合教学系统,在大学教学实践应用中取得良好的效果,对教学效果的提升具有积极作用。