大学教师科研能力评测及分析系统的设计与实现
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-14页 |
1.1 论文的研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究内容及作者主要工作 | 第12页 |
1.4 论文的组织结构 | 第12-14页 |
第2章 相关理论及技术基础 | 第14-24页 |
2.1 B/S模式及优势 | 第14-15页 |
2.2 绩效考核的方法 | 第15-18页 |
2.2.1 平衡计分卡法(BSC) | 第15-16页 |
2.2.2 目标管理法(MBO) | 第16-17页 |
2.2.3 关键绩效指标法(KPI) | 第17页 |
2.2.4 360度绩效考核法 | 第17-18页 |
2.2.5 层次分析法 | 第18页 |
2.3 绩效评测的作用 | 第18-19页 |
2.4 Java EE的相关技术 | 第19-21页 |
2.4.1 Java&JavaEE | 第19页 |
2.4.2 J2EE | 第19-20页 |
2.4.3 Servlet | 第20-21页 |
2.4.4 JDBC | 第21页 |
2.4.5 JFreeChart | 第21页 |
2.5 本章小结 | 第21-24页 |
第3章 大学教师科研能力评测模型的构建 | 第24-32页 |
3.1 大学教师科研能力评测指标体系的构建 | 第24-27页 |
3.1.1 体系构建原则 | 第24页 |
3.1.2 确定权重方法 | 第24-25页 |
3.1.3 教师评测指标体系的构建 | 第25-27页 |
3.2 教师绩效评测指标权重的分析与确定 | 第27-29页 |
3.2.1 构造判断矩阵 | 第27-28页 |
3.2.2 用特征向量法计算权重向量 | 第28-29页 |
3.3 判断矩阵的一致性检验 | 第29-30页 |
3.3.1 评测指标权重的确定 | 第29-30页 |
3.4 数据的处理 | 第30-31页 |
3.5 本章小结 | 第31-32页 |
第4章 大学教师科研能力预测算法的实现 | 第32-42页 |
4.1 预测的目的及意义 | 第32页 |
4.2 预测算法 | 第32-35页 |
4.2.1 回归模型 | 第32页 |
4.2.2 矩估计 | 第32-33页 |
4.2.3 最小二乘估计 | 第33页 |
4.2.4 极大似然估计 | 第33页 |
4.2.5 遗传算法 | 第33-34页 |
4.2.6 灰色预测模型 | 第34页 |
4.2.7 神经网络预测算法 | 第34-35页 |
4.3 灰色神经网络预测算法 | 第35-40页 |
4.3.1 GM(1,1)建模原理 | 第36-37页 |
4.3.2 RBF网络结构及其原理 | 第37-38页 |
4.3.3 基于灰色模型的神经网络预测算法 | 第38-39页 |
4.3.4 改进的灰色神经网络算法的实验分析 | 第39-40页 |
4.4 本章小结 | 第40-42页 |
第5章 需求分析与总体设计 | 第42-54页 |
5.1 功能需求 | 第42页 |
5.2 可行性分析 | 第42-43页 |
5.3 系统设计原则 | 第43页 |
5.4 总体结构设计 | 第43-44页 |
5.5 功能框架设计 | 第44-45页 |
5.6 系统用例分析 | 第45-47页 |
5.7 数据库设计 | 第47-51页 |
5.7.1 系统中的部分E-R图 | 第47-49页 |
5.7.2 系统中的部分数据库物理表设计 | 第49-50页 |
5.7.3 数据连接的设计 | 第50-51页 |
5.8 系统非功能需求 | 第51-52页 |
5.9 本章小结 | 第52-54页 |
第6章 系统的详细设计与实现 | 第54-68页 |
6.1 系统概述 | 第54页 |
6.2 系统开发环境 | 第54页 |
6.3 系统各模块设计 | 第54-66页 |
6.3.1 登录模块实现 | 第54-55页 |
6.3.2 管理员用户模块实现 | 第55-57页 |
6.3.3 教师用户模块实现 | 第57-65页 |
6.3.4 论文的一些不足 | 第65-66页 |
6.4 本章小结 | 第66-68页 |
结论 | 第68-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间所发表的论文 | 第74-76页 |
致谢 | 第76页 |