| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·课堂教学质量评价的国内外研究现状 | 第11-12页 |
| ·课堂教学质量评价方法的国内外研究现状 | 第12-14页 |
| ·论文的主要研究内容及研究方法 | 第14-15页 |
| ·主要研究内容 | 第14页 |
| ·研究方法 | 第14-15页 |
| ·论文的组织结构 | 第15页 |
| ·本章小结 | 第15-16页 |
| 2 高校课堂教学质量评价的理论与方法 | 第16-22页 |
| ·高校课堂教学质量评价的理论 | 第16-19页 |
| ·基本概念界定 | 第16-17页 |
| ·相关理论基础 | 第17-18页 |
| ·课堂教学质量评价的作用 | 第18-19页 |
| ·高校课堂教学质量评价的方法 | 第19-21页 |
| ·评价原则 | 第19-20页 |
| ·传统评价方法 | 第20-21页 |
| ·两种课堂教学质量评价方法的比较 | 第21页 |
| ·本章小结 | 第21-22页 |
| 3 支持向量机多类分类算法 | 第22-31页 |
| ·支持向量机理论 | 第22-25页 |
| ·最优超平面 | 第22页 |
| ·线性支持向量机 | 第22-24页 |
| ·非线性支持向量机 | 第24-25页 |
| ·支持向量机多类分类算法 | 第25-30页 |
| ·“一对多”SVM多类分类算法 | 第26-27页 |
| ·“一对一”SVM多类分类算法 | 第27页 |
| ·“有向无环图”SVM多类分类算法 | 第27-28页 |
| ·“二叉树”SVM多类分类算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 4 改进的二叉树SVM多类分类算法 | 第31-38页 |
| ·二叉树SVM多类分类算法存在的问题 | 第31-32页 |
| ·改进的二叉树多类分类支持向量机算法 | 第32-36页 |
| ·DBT-SVM多类分类算法 | 第32-35页 |
| ·算法描述 | 第35-36页 |
| ·仿真实验 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 5 基于DBT-SVM的高校课堂教学质量评价实例分析 | 第38-45页 |
| ·评价指标的引入 | 第38-41页 |
| ·评价指标的构建原则 | 第38-39页 |
| ·评价指标体系的建立 | 第39-41页 |
| ·建立基于DBT-SVM多类分类方法的课堂教学质量评价模型 | 第41页 |
| ·高校课堂教学质量的评价过程 | 第41-44页 |
| ·数据的选取与收集 | 第41-42页 |
| ·数据预处理 | 第42-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| ·论文总结 | 第45页 |
| ·工作展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 附录A：作者攻读硕士学位期间发表论文及科研情况 | 第50-51页 |
| 附录B：学习过程性评价量表 | 第51-52页 |
| 致谢 | 第52页 |