评价工具和方法

评价工具和方法（精选4篇）

评价工具和方法 篇1

面对因特网上大量且无序的信息资源广大读者不知从何下手, 要想快捷、全面而准确地从Internet中检索到相关的信息, 这就要求读者必须具备网络检索的基本知识和技能。长期以来, 如何快速且准确查找某专题信息是图书馆界一直探讨和研究的学术课题。现在我就本人所知的有关专题信息的检索工具和方法简要地归纳如下

1、书目信息

主要通过各种书目型数据库获取, 书目型数据库可用于查明关于某一专题有哪些出版物以及如何获取等信息。书目型数据库主要有联合目录、在版图书书目和网上书店目录以及各类型图书馆公共检索目录。

1.1 联合目录

书目信息检索工具国外主要有联机计算机图书馆中心 (简称OCLC, ) , OCLC联机联合目录数据库Worldcat, 它是世界上最大的书目数据库, 可检索字段有:主题、著者、引文、分类号、语种、出版局、出版地等。国内比较著名的书目检索机构还有CALIS联合目录数据库 (http://162.102.138.230/opac) 和上海图书馆的西文文献联合目录数据库检索系统 (http://www.linet.sh.en/ejex/ex/wx.htm) 等

1.2 在版图书书目

国际上比较流行的在版书目有《在版书目》简称 (BIP) 、《全球在版图书书目》简称 (GBIP) 、《国际在版图书书目》简称 (IBIP) 和英国在版图书书目 (British Books in Print, 简称 (BBIP) 。

1.3 网上书店目录

网上书店最著名的是亚马逊网上书店, 其检索途径可以通过该网页相应窗口获取, 检索字段有著者、书名、出版社、关键词、语种、ISSN号等。国内有当当网上书店、中华读书网等, 其检索方法是按书名、作者、出版社、分类号、语种等不同的检索途径来进行检索。

1.4 各类型图书馆公共检索目录

各类型图书馆联机公共检索目录 (简称OPAC) , 用户检索某个图书馆的OPAC, 只需直接登陆到相应的图书馆网站, 进入“联机公共书目查询”或“馆藏书目数据库检索”等栏目即可实现某一专题的检索。例如:查询清华大学图书馆公共检索目录, 就可以登陆其 (http://www.lib.tsinghua.edu.cn/index.html) 。

2、期刊信息

期刊信息的检索工具有 (以中国为例) :

(1) 、清华同方CNKI的《中国期刊全文数据库 (CJFD) 》 (http://www.cnki.net) , 收录7400多种期刊, 2400多万篇, 浏览器是CAJ, AdrobReader。

(2) 、重庆维普资讯有限公司《中文科技期刊数据库》 (http://www.cqvip.com) , 浏览器是VIP, AdrobReader。

(3) 、北京万方数据公司的《数字化期刊全文数据库》 (http://www.wanfangdata.com.cn) , 浏览器是AdrobReader

(4) 、人大复印资料 (http://www.zlzx.org/) 收录人文社科类期刊论文, 分大类。

(5) 、中国知识资源总库-CNKI系列数据库 (http://caj.jllib.cn/kns50/) 浏览器:CAJ, PDF

3、学位、会议论文信息

这一类检索主要分为5大类:一、PQDD (美国博硕士论文数据库) :是世界著名的学位论文数据库, 收录有欧美1000余所大学涉及文、理、工、农、医等领域的博、硕士学位论文, 浏览器是Adobe Acrobat Reader;二、万方数据库资源系统 (http://hk.wanfangdata.com/) , 《中国学位论文全文数据库》和《中国学术会议论文全文数据库》是万方数据库资源系统的一个分支;三、中国知网 (CNKI) (http://www.cnki.net/index.htm) ;四、中国高等教育文献保障系统 (http://opac.calis.edu.cn/simpleSearch.do) ;五、中国重要会议论文全文数据库: (CPCD) China Proceedings of Conference Fulltext Database, 收录我国2000年以来国家二级以上学会、协会、高等院校等单位的论文集。

4、网页与新闻信息

主要是通过使用搜索引擎查找与该专题有关的信息和要闻。

搜索引擎 (search engine) 是运用特定的计算机程序收集互联网上的信息, 在对信息进行组织和处理后, 为用户提供检索服务的系统。搜索引擎大都提供分类查询, 用户输入关键词进行检索, 搜索引擎从索引数据库中找到匹配该关键词的网页并将检索结果显示与排列。

国外著名英文搜索引擎包括:1、Google http://www.google.com;2、Yahoo http://www.yahoo.com;3、Live http://www.live.com;4、SearchMash http://www.searchmash.com/。

国内著名搜索引擎网址有:1、百度http://www.baidu.com/;2、雅虎http://search.cn.yahoo.com/;3、Google http://www.google.cn/;4、搜狐搜索引擎http://www.sogou.com;5、新浪网http://www.iask.com/

参考文献

[1]赵惠芳:《学位论文信息的检索与获取》[J].现代情报, 2003, (09)

[2]周丽霞:《网络信息检索研究综述》[J].情报科学, 2004, (04)

评价工具和方法 篇2

《促进学生发展的评价标准、评价工具和评价方法的研究》

开 题 报 告

各位领导，各位专家，老师们：

我校《促进学生发展的评价标准、评价工具和评价方法的研究》课题，经研究批准，今天开题，我代表课题研究组，将本课题的有关情况向各位领导、专家和老师们报告如下：

一、本课题选题的依据：

教育评价是根据一定的教育价值观，运用科学的手段，对教育现象进行价值判断，从而为教育决策提供依据的过程，评价的目的不仅是为了考察学生达到目标的程度，更是为了对教学情况进行反馈和分析，以利于改进教学，有效地促进学生的发展。开展评价活动，让教师改变评价观念，重视平时评价，树立“评价也是一种学习”的新观念。评价有利于帮助学生掌握基础知识，有利于培养学生对学习的兴趣，有利于提高学生的素养。

国外教育评价注重学生能力的培养，重视发展过程；国内也开始倡导“立足过程、促进发展”的课程评价。

新一轮基础教育课程改革强调建立促进学生全面发展，教师不断提高和课程不断发展的评价体系，在综合评价的基础上，更关注个体的进步和多方面发展潜能，强调建立多元主体共同参与的评价制度。

二、研究目标、研究内容和拟解决的关键问题。

通过研究摸索一条适合农村小学的比较完善的评价标准体系。建立评价学生全面发展的指标体系，不仅关注学生的学业成绩，而且要发现和发展学生多方面的潜能。重视采用灵活多样，具有开放性的评价方法，而不仅仅依靠纸笔考试作为收集学生发展证据的手段。

评价的根本目的在于促进学生发展，体现最新的教育观念和课程评价发展的趋势，评价内容综合化，评价方式多样化，评价主体多元化。评价中要注意总结经验与教训，要善于借鉴和学习他人的经验，选择合适的突破口，分层推进评价改革工作。

三、拟采取的研究方法、技术手段及实验方案的可行性分析。要借鉴和学习他人的经验，将许多新思想、新观念通过大胆实践转化为实际工作效益。一方面通过学习，自己摸索；另一方面能发挥校际之间的教育资源优势。在开阔视野的过程中，通过思考和分析，寻找适合本学校的评价方法。

教育评价改革是一个系统工程，需要多方的参与、支持和协作，是一个逐步完善和发展的过程。建立“系统工程”“分层推进”的共识，选择最容易操作和见效快的方面，形成评价雏形，不简单、盲目地全盘否定原有的工作，对以往工作进行总结，寻找突破口。

由于有明确的评价内容和评价标准，评价方法多样化、评价主体熟悉身边的发展变化情况，评价更具真实性，不会被个别现象所迷惑，评价结果会更准确，更符合个体发展的需要。

四、本课题的特色和创新之处。

学生评价不仅要关注学生的学业成绩，而且要发现和发展学生多方面的潜能。评价包括学生的学科学习目标和发展性目标，如学生在道德品质，学习的愿望和能力交流与合作、个性与情感以及创新意识和实践能力等几方面的发展。重视关注过程性评价，及时发现学生发展中的需要，帮助学生认识自我，建立自信，激发其内在发展的动力。

改变考试通过纸笔测验的唯一手段，根据考试的目的、性质、对象，选择灵活多样的考试方法，加强对学生能力和素质的考查；改变过分注重分数，简单地以考试结果对学生进行分类的做法，形成激励性的改进意见或建议，促进学生全面发展，减轻学生的压力。

五、本课题的研究方法

采用理论学习、课堂观察、文卷调查、经验总结、课堂实验、对比分析等方法和手段，进行多个轮回的研究。

六、本课题研究的成果

1、论文集：本课题研究的总结、论文、案例、教案精编。

2、评价方案、表格：各年级语文发展性评价方案、学生发展性评价登记表。

七、本课题研究的进度计划

（一）研究周期

一年，即2004年1月至2005年12月

（二）研究步骤 1、2004年1月——6月为准备阶段

宣传发动，组成课题组，立项申请及相关措施等。2、2004年6月——2005年12月为实施阶段 第一轮（2004年6月——2005年1月），主要工作：课题组成员统一认识；申报课题；确定子课题，各分课题组分别开展研究工作；积累资料。

第二轮（2005年1月——2005年6月），主要工作：完善方案措施；继续开展研究；争取每人有一篇论文，并写出阶段性小结，接受中期检查；申请结题。

第三轮（2005年6月——2005年12月），结题验收，主要工作：接受专家组审查鉴定。

各位领导，各位专家，老师们，本课题研究有学校领导的高度重视，我们课题组全体成员一定会齐心协力，克服困难完成本课题的研究任务。谢谢！

2004.9

演讲稿

尊敬的老师们，同学们下午好：

我是来自10级经济学（2）班的学习委，我叫张盼盼，很荣幸有这次机会和大家一起交流担任学习委员这一职务的经验。

转眼间大学生活已经过了一年多，在这一年多的时间里，我一直担任着学习委员这一职务。回望这一年多，自己走过的路，留下的或深或浅的足迹，不仅充满了欢愉，也充满了淡淡的苦涩。一年多的工作，让我学到了很多很多，下面将自己的工作经验和大家一起分享。

学习委员是班上的一个重要职位，在我当初当上它的时候，我就在想一定不要辜负老师及同学们我的信任和支持，一定要把工作做好。要认真负责，态度踏实，要有一定的组织，领导，执行能力，并且做事情要公平，公正，公开，积极落实学校学院的具体工作。作为一名合格的学习委员，要收集学生对老师的意见和老师的教学动态。在很多情况下，老师无法和那么多学生直接打交道，很多老师也无暇顾及那么多的学生，特别是大家刚进入大学，很多人一时还不适应老师的教学模式。学习委员是老师与学生之间沟通的一个桥梁，学习委员要及时地向老师提出同学们的建议和疑问，熟悉老师对学生的基本要求。再次，学习委员在学习上要做好模范带头作用，要有优异的成绩，当同学们向我提出问题时，基本上给同学一个正确的回复。

总之，在一学年的工作之中，我懂得如何落实各项工作，如何和班委有效地分工合作，如何和同学沟通交流并且提高大家的学习积极性。当然，我的工作还存在着很多不足之处。比日：有的时候得不到同学们的响应，同学们不积极主动支持我的工作；在收集同学们对自己工作意见方面做得不够，有些事情做错了，没有周围同学的提醒，自己也没有发觉等等。最严重的一次是，我没有把英语四六级报名的时间，地点通知到位，导致我们班有4名同学错过报名的时间。这次事使我懂得了做事要脚踏实地，不能马虎。

评价工具和方法 篇3

关键词：方向梯度直方图,分类,目标识别,支持向量机

0 引言

机器视觉和图像处理技术已经成为工业自动化特别是生产、检测领域不可或缺的一部分。目标检测是一种基于目标特征的图像分割,它将目标的识别和分割合二为一[1]。

目前行人检测、人脸检测、车辆检测是目标自动识别中较为成熟的应用。其流程一般分为外观特征提取和分类学习两部分。常用的外观特征如Harr小波[2]、方向梯度直方图( Histogram of Oriented Gradient,HOG)[3]、尺度旋转不变特征( Scale Invariant Feature Transform,SIFT)[4]、形状特征[5]和颜色特征[6]等。常用的分类学习方法有神经网络[7]、集成学习( Adaboost)[8]、支持向量机( Support Vector Machine,SVM)[9]等。比较而言,特征选择往往依赖丰富的经验,在图像识别中比分类识别算法更为关键。因此卷积神经网络[10]等不依赖人工提取特征的深度学习算法成为研究热点,并取得了良好的效果。

随着人力成本的提高,工业领域越来越多地应用机器视觉进行诊断,如印制电路板检测[11]。本文正是基于这样的背景,针对通信装备工具板装配环境可能存在的故障,利用机器视觉中HOG和SVM相结合的方法取得了较高的工具板识别率,为进一步识别故障打下基础。此方法运用在生产实际中后,必能提高检测效率、节约成本。

1 HOG特征及工具板数据库

HOG由Dalal于2005 年提出[3],被用于行人检测并取得了较好的效果。HOG通过把一张图片分割为多个细胞单元( Cell) ,然后计算所有Cell中各像素点的梯度或边缘的方向直方图。HOG对图像的微小几何形变和光照变化具有一定不变性。HOG特征提取的步骤如图1 所示。

通信装备通常由多种工具板组成。每个工具板具有不同的接口种类和数目,同一种工具板具有不同的接插状态,因此其HOG特征也各不相同,HOG特征可视化如图2 所示。

为了构建用于训练的工具板数据库,在合作公司实验室环境下拍摄200 幅插有多种工具板的通信装备图像。将图中相同种类的工具板( A、B、C) 各分为一类,将非工具板位置的图像分割出来作为负样本。

本文所采用的HOG参数有归一化图像大小为256 × 32 像素,Cell大小为8 × 8 像素,块大小为16 × 16像素,每个像素点的梯度0° ~ 180° 内分为9级,最终得到的特征维数为3348 维。提取的HOG特征用于SVM模型训练和分类。

2 支持向量机及分类器

支持向量机是一种由统计学发展而来的机器学习模式分类方法。对于二类线性可分问题,SVM假设训练集可由一个超平面划分,对于n维输入特征向量x和标记y = { - 1,1} ,定义一个点到超平面的间隔为:

设H1和H2分别为各类别离超平面距离最小且平行于分类超平面H的平面,其中H1是正样本超平面,H2为负样本超平面。可得特征向量x满足的方程组:

将w和b进行归一化,可得分类间隔为2 / ‖w‖ ,使得分类间隔最大,即满足 ‖w‖ /2 最小的超平面即最优分类超平面H ,如图3 所示。

对于非线性问题,从原空间通过非线性变换转换到高维的特征空间,在高维空间中寻找最优超平面,从而将非线性问题进行分类。核函数将输入空间映射到高维特征空间,不同的核函数可以构造出不同的非线性决策面的学习机。常用的核函数类型有线性( LINEAR) 核函数、径向基( RBF) 核函数、多项式( POLY) 核函数。多类分类器则可以通过SVM级联实现[12]。

本文分别采用线性函数对工具板数据库提取的HOG特征进行训练,然后利用SVM分类器对测试数据进行分类。

3 实验结果与分析

实验采用从测试现场拍回的图片200 张,每张图片至少含有A、B、C工具板中的两种。将一半的图片作为训练图片,经过制作样本、计算HOG特征、训练SVM分类器,得到工具板分类器。

将分类器作为检测器,在不同缩放尺度下,以滑动窗口的方式检测训练集原始图片中包含的工具板。为了排除误检区域,将检测结果中错误接受的区域作为负样本再次进行训练,降低分类器( 检测器) 的错误接受率。

使用分类器测试未参与训练的100 幅图片,在不同缩放尺度下以滑动窗口的方式检测测试集中包含的工具板。部分检测结果如图5 所示,图中红色方框标记A,蓝色方框标记B,绿色方框标记C。

检出率及错误率如表1 所示,可见本文提出的方法达到了较高的检出率和较低的错误接受率,具备现场应用的能力。同时遮挡严重、图片旋转角度过大、镜头畸变等原因造成部分工具板未能识别。

4 结束语

本文采用HOG与SVM相结合的方法,完成通信装备工具板的检测与识别。该方法检出率高,错误接受率低,整体识别率达到92. 0% ,具有一定可行性,为进一步完成工具板上网口、光纤端口状态及耦合状况的检测奠定了基础。针对误识别率偏高的问题,后续可筛选样本,降低最小类内差,进一步提高算法可靠性。

参考文献

[1]孙红辉,王红霞,田涛.一种基于不变矩和BP网络的目标识别方法[J].微电子学与计算机,2011,28(3):63-65.

[2]Viola P,Jones M J,Snow D.Detecting pedestrians using patterns of motion and appearance[C].2003 Proceedings of Ninth IEEE International Conference on Computer Vision,2003:734-741.

[3]Dalal N,Triggs B.Histograms of oriented gradients for human detection[C].Computer Vision and Pattern Recognition.CVPR2005.IEEE Computer Society Conference on.2005,1:886-893.

[4]Lowe D G.Distinctive image features from scale-invariant keypoints[J].International journal of computer vision,2004,60(2):91-110.

[5]Wu B,Nevatia R.Simultaneous object detection and segmentation by boosting local shape feature based classifier[C].IEEE Conference on Computer Vision and Pattern Recognition,2007:1-8.

[6]曾波波,王贵锦,林行刚.基于颜色自相似度特征的实时行人检测[J].清华大学学报:自然科学版,2012,52(4):571-574.

[7]Zhao L,Thorpe C E.Stereo and neural network-based pedestrian detection[J].IEEE Transactions on Intelligent Transportation Systems,2000,1(3):148-154.

[8]Freund Y,Schapire R.A decision-theoretic generalization of on-line learning and an application to boosting[J].Journal of Computer and System Sciences,1997,55(1):119-139.

[9]Tong S,Koller D.Support vector machine active learning with applications to text classification[J].The Journal of Machine Learning Research,2002,2:45-66.

[10]Krizhevsky A,Sutskever I,Hinton G E.Imagenet classification with deep convolutional neural networks[C].Advances in neural information processing systems.2012:1097-1105.

[11]Singh A,Nayak V H,Vayada M G.Automatic Detection of PCB Defects[J].International Journal for Scientific Research and Development,2014,1(6):285-289.

6.培训需求方法和工具 篇4

培训需求信息的收集与整理：组织分析、工作分析、个人分析。包括：动态的需求、静态的需求

(1)、动态需求，因每个人的能力而异，需求各异；（人岗匹配为终点）(2)、静态需求，是组织和岗位要求，对个人能力的要求的标准。（人岗匹配为终点）

培训需求信息可以通过档案资料来收集

主要来源渠道有：

（1）来自于领导层的主要信息；

（2）来自于积压部门的主要信息；

（3）来自于外部的主要信息；

（4）来自于组织内部个人的主要信息。

主要方法有：

（一）面谈法（又叫访谈法）：是一种非常有效的信息收集方法，培训者与培训对象之间面对面进行

交流，充分了解相关信息

（二）小组讨论法（含重点团队分析法）：指在培训对象中选出一批熟悉问题的员工作为代表参加讨论，以调查培训需求信息

（三）资料分析法（含工作任务分析法）：以工作说明书、工作规范、工作任务分析记录表作为确定员

工达到要求必须掌握的知识、技能和态度的依据，将其和员工平时工作中的表现进行对比，判定员工要完成工作任务的差距所在。

（四）行为观察法：指培训者亲自到员工身边了解员工的具体情况，通过与员工在一起工作，观察员

工的工作技能、工作态度、了解其在工作中遇到的困难，搜集培训需求信息的方法。

（五）问卷调查法：

培训需求信息的工具：（1）培训需求概况信息调查工具；（2）态度、知识和技能需求信息调查工具；（3）课程选择式调查工具；（4）外部培训机构或培训经销商、服务商调查工具。

二、简述需求分析的基本工作程序。

（一）做好培训前期的准备工作；

1、建立员工背景档案；

2、同各部门人员保持密切联系；

3、向主

管领导反映情况；

4、准备培训需求调查。

（二）制定培训需求调查计划；

1、培训需求调查工作的行动计划；

2、确定培训需求调查工作的目

标；

3、选择合适的培训需求调查方法；

4、确定培训需求调查的内容。

（三）实施培训需求调查工作；

1、提出培训需求动议和愿望；

2、调查、申报、汇总需求动议；

3、分析培训需求；

4、汇总培训需求意见，确认培训需求。

（四）分析与输出培训需求结果；

1、对培训需求调查信息进行归类、整理；

2、对培训需求进行分

析、总结；

3、撰写培训需求分析报告。

（六）测试法：