网络实训总结篇1
3、一个礼拜是实实在的提升了，各方面，发文章量是多了感觉没什么质量，相信通过学习一定能把文章质量有所提高，之前从不玩微博，这个三天每天都在发微博，是失败的多，可是原来微博是可以一下子发很多的，这是以前从来没学过，网络不只是只限老师教的，还有很多是可以自己去发现，在没有打下基础的情况下是听不懂老师说什么，在实训的这三天，之前对团队的认识不多，通过了这三天让我深深体会支团队的重要性，
4、之前把网络营销想得太困难了，通过三天的学习，练习，总结，让我知道了其实网络营销没什么太难，只要认认真真的把本工作做好，网络营销是个比较辛苦的工作，之前对网络认识的不多，只知道网络是玩的，这三天让我知道了其实网络是可以做很多的，给我们带来方便，生活的快乐，网络也可以帮助人，对网络了解的不多，是会害人的，只有真正的认识网络才知道网络是限大。
5、也是有很多的技巧在里面，通常只是认为是个是非之地，用正确的去看，是个很好学习的地方，每天在网络上让我知道非常多的新知识，网络的信息是限大，没有什么是你找不到的，在没有来参加实训之前，我是迷茫的，觉得它很大，每天不知道在网络上做些什么，结果是什么也没有达成，时间也就过去了，这三天就是我之前学习几个月都没有学到的，
6、在我第一天过来时是有点后悔的，原来我没有来错，选择是对，不来的话也许我会后悔，因为在我从事网络营销之前不知道要做些什么？
网络实训总结篇2
3、一个礼拜是实实在的提升了，各方面，发文章量是多了感觉没什么质量，相信通过学习一定能把文章质量有所提高，之前从不玩微博，这个三天每天都在发微博，是失败的多，可是原来微博是可以一下子发很多的，这是以前从来没学过，网络不只是只限老师教的，还有很多是可以自己去发现，在没有打下基础的情况下是听不懂老师说什么，在实训的这三天，之前对团队的认识不多，通过了这三天让我深深体会支团队的重要性，
4、之前把网络营销想得太困难了，通过三天的学习，练习，总结，让我知道了其实网络营销没什么太难，只要认认真真的把本工作做好，网络营销是个比较辛苦的工作，之前对网络认识的不多，只知道网络是玩的，这三天让我知道了其实网络是可以做很多的，给我们带来方便，生活的快乐，网络也可以帮助人，对网络了解的不多，是会害人的，只有真正的认识网络才知道网络是限大。
5、也是有很多的技巧在里面，通常只是认为是个是非之地，用正确的去看，是个很好学习的地方，每天在网络上让我知道非常多的新知识，网络的信息是限大，没有什么是你找不到的，在没有来参加实训之前，我是迷茫的，觉得它很大，每天不知道在网络上做些什么，结果是什么也没有达成，时间也就过去了，这三天就是我之前学习几个月都没有学到的，
6、在我第一天过来时是有点后悔的，原来我没有来错，选择是对，不来的话也许我会后悔，因为在我从事网络营销之前不知道要做些什么？
网络实训总结篇3
在这次实训中，我们每个人都有属于自己的工作，我负责的是群集服务器，原来我连群集服务是什么有什么作用都不知道，现在虽然也不是很清楚，但至少我有了大概的了解， 群集服务（由事件处理器，故障转移管理器/资源管理器，全局更新管理器，以及其它部分组成）是MSCS的核心部件，并作为高优先级的系统服务运行。群集服务控制群集活动并提供诸如协作事件通知，群集组件间通信处理，处理故障转移操作，以及配置管理之类的任务。每个群集节点运行自己的群集服务。
在操作过程中虽然遇到了不少问题，例如忘记设置硬盘，两台电脑实际上用的是同一个硬盘，最后是服务安装失败。但是收获不少，加强了自己的独立操作能力，自学能力也得到了加强，以前都是跟着老师依样画葫芦，但是这次没有老师的帮忙，都是通过网上查找资料，看视频，然后自己操作完成项目的。虽然我们组都是女生，在进度上总是比别人慢，但是我们靠自己完成了此次的项目。
网络实训总结篇4
经调查，我国大型行业或跨地域企业几乎都建有广域网，而大中型企业也都建设了城域网或局域网，甚至许多小型企业也都有自己的局域网。但无论是大型行业、大中型企业，还是小型企业它们都开通了互联网。以电力行业的计算机网络情况来说，无论是电网还是发电企业大都建有先进的办公网络系统，其传输速度较快，主干光纤网均采用1000兆带宽，子网至少采用100兆带宽，在区域内形成了主干网子网相互连通的信息高速公路。借用企业计算机网络资源来进行职工教育培训不仅投资少、建设快、效益高、维护方便，且教育培训覆盖面大，为我们实现远程（网络）教育培训提供了最基本的保证。
远程教育培训系统总体结构、模块及框架
1.远程培训平台应该由行业总站、企业分站、下属单位站点来构成。各级站点的职能和管理权限必须有明确划分，整个平台管理任务要分解到位。（1）远程总站：实现平台的整体信息管理、资源管理、技术管理等功能；（2）远程分站：实现资源分配、信息统计、学习评鉴、报表提交、人员学习过程等功能。具有独立的内容服务器、Web服务器、应用服务器及流媒体服务器等；（3）下属站点：实现内容镜像（或者缓存），接受分站的管理和控制。
2.行业企业远程培训平台框架可利用目前先进的信息技术，结合行业的多级管理体系和组织形式构建，支持跨地域访问和网络数据传输。远程培训平台模块由资源库、培训支撑子系统、培训管理子系统、系统管理子系统、系统服务子系统、资源管理子系统以及课件制作子系统组成，如下图1所示：
系统的设计思路如下：（1）应用面向对象技术、统一建模语言等相关技术，建立系统的分析与设计模型；（2）应用三层结构模型与J2EE技术平台构建系统的整体框架结构；（3）应用XML技术实现数据交换；（4）应用Web Service技术实现系统之间的互操作；（5）应用数据加密与权限控制机制实现安全访问控制。
远程培训系统部署拓扑
远程培训系统应按照“行业-企业-下属单位”的结构在行业企业的广域网络上进行系统部署。行业层面除了安装web、数据库、内容、流媒体等应用服务器外，还将具备强大的统计功能，能实时掌握各企业培训的结果，并实现与行业HR系统的交互；企业层面主要解决业务应用层面的问题，并向行业上报相应数据；企业下属单位主要解决内容的就近访问问题，使学员获得高品质的服务。图2为国家电网公司的远程培训拓扑图，供参考。
远程培训系统硬件配置
1.总站管理平台硬件配置。在远程培训平台中，平台应用数据和课程内容会占用网络带宽进行传输。其中课程内容分发时会占用骨干网的带宽，员工访问时则占用本地局域网的带宽。总站管理平台的硬件配置建议如下：员工在学习课程时，课程内容经由内容服务器进行预先分发，因此不管员工访问了多少次，课件内容都是本地交付，不再占用骨干网网络带宽传输大量内容数据。
2.总站课件存储硬件配置。总站课件存储，主要是将各分站及站点制作的课件统一存储、备份，一般大型行业或企业的存储需求设计为30T（1T=1024G）为宜，建议使用磁盘阵列存储。
网络实训总结篇5
网络培训是在网络不断深化普及的背景下出现的新事物。其是以网络为依托，构建了一个完善的培训体系，能够不受时间、空间的限制，展开培训教育。网络培训最初主要是用于软件开发和网络营销方面的课程培训，在我国经济水平不断发展的情况下，许多企业都对网络培训有着切实需求。网络培训的功能丰富，主要包括了远程教育、网络会议、学术交流、教育管理、资源共享以及信息化等。远程教育通过网络实现远距离教学活动；网络会议通过网络培训系统进行会议；学术交流和网络会议的形式一样，在内容上存在不同；教育管理就是通过网络培训系统对各个接受培训的学员进行管理；资源共享就是在学员与平台之间、平台与平台之间实现资源共享交流；信息化是实现教育体系的信息化构建。网络培训的优点十分显著。首先，网络培训可以实现最大化的资源利用。由于网络本身具有强大的渗透性和覆盖性，通过网络可以将相关资源辐射到更广的层面，使其发挥出更大的作用。其次，网络培训可以实现自主学习。网络培训的各类学习资源都储存在网络中，学员只要具有读取权限，就能对全部的学习资源进行利用，实现自主学习。再次，网络培训可以实现交互性学习。网络是一个十分便捷的传输体系，学员与教师、学员与学院之间都可以实现便利的信息传输，实现交互性学习。与此同时，网络培训可以实现管理自动化。通过计算机技术对培训系统的功能进行设计，可以实现自动分配学习资源、自动收缴费用、自动评阅作业以及录入成绩、进行统计等工作。虽然网络培训的优势显著，但是其存在的缺陷也不可忽视，互动性不足和教师资质难以认证就是两个最大的弊端。因此，在煤矿企业中应用网络培训，应当认清网络培训存在的优点和缺点，进行合理的利用。
三、网络培训在人力资源管理工作中的实际应用
（一）构建培训体系
员工培训是人力资源管理的重点工作之一，通过网络培训平台，可以构建适用于煤矿企业的培训体系，展开员工培训。首先，构建人力资源网络培训基本结构。根据煤矿企业实际情况而言，进行员工网络培训，需要设定对应的权限级别。对于不同的员工，需设置不同的学习级别，在网络培训中给予其对应的课程权限。其次，构建网络培训教学体系。以教学资源作为核心，构建讲师、学员之间的逻辑关系和对应权限，确保网络培训能够顺利展开。最后，细化网络培训的基本功能。对于网络培训而言，监督工作是最难落实的。因此，需要在培训平台中设计签到、计时、打分、用户验证等多种细小的功能，以此确保网络培训能够落到实处，提升人力资源管理的工作水平。
（二）展开员工培训
在构建完善的网络培训体系之后，就可以展开员工培训。一般来说，员工培训一般可以分为两块：一是新入职员工培训，二是老员工培训。新入职员工由于刚刚进入企业，对企业业务、工作等认识还不全面，所以培训内容主要以认识企业、了解企业为主，以便新员工能够快速对企业形成认识了解，尽快融入工作当中；老员工在企业认识方面已经达到了较高水平，只是在业务技能方面有所欠缺，所以培训应该以专业知识技能作为重点。不论是新入职员工培训，还是老员工培训，网络培训都可以发挥出切实的效果。网络培训平台的教学资源丰富，具有高度自由性和共享性。尤其是在智能化网络终端不断普及的情况下，网络培训甚至可以通过手机、平板电脑等进行。所以，利用网络培训展开员工培训，可以获得显著的培训成果。
（三）进行员工考核
通过网络培训平台对各级员工展开培训之后，还需对其培训成果进行考核，考核可以通过网络培训平台进行。不论是哪一级别的员工，考核都应该以培训内容为主，可以适当向实际工作进行延伸。比如，对新入职员工进行考核时，可以通过网络培训平台随机分配测试题目，测试员工对企业的了解情况。在此基础上，可以对企业生产的一些技术、设备等进行深入考查，检验新员工的培训深度；对老员工而言，考核就应该结合实际工作，通过实际问题检验老员工处置问题的能力。通过网络培训平台，不仅可以实现在线考核，还可以对所有员工的考核结果进行综合分析，发现员工在培训中存在的薄弱环节。然后可以根据相关培训规定，对其进行重新培训或是补充培训，达成培训目的。
（四）培训总结
利用网络培训平台对企业员工进行培训，还需对培训结果进行分析总结。分析培训结果，可以对员工培训考核成绩进行横向和纵向的对比分析。横向分析就是对同级别员工进行对比分析，找出存在问题的部门或个人；纵向分析就是对同一职位的各级员工进行对比分析，以便发现问题解决问题。通过对比分析，可以对网络培训的成效进行总结，明确网络培训对人力资源管理工作的促进作用。同时，对网络培训的应用进行优化升级，使其能够更好的服务于煤矿企业人力资源管理工作。
网络实训总结篇6
VPDN Users Fault Measuring System Based on Artificial Neural Network
WANG Xueyi,SHEN Xi
(Beijing Branch Corp.,China Unicom,Beijing,100038,China)
Abstract：This paper discusses a malfunction estimation system based on artificial neural network for CDMA VPDN data subscribers.This system applies back propagation neural network,uses network data in ideal conditions to train the neural network,and then utilizes simulated network data with randomness to verify the accuracy of the estimation.Simulation results suggest that the neural network can give valuable estimations even under the perturbation of noise.Investigations in this paper confirm the feasibility of using neural network to detect malfunction,and design,analysis,verification and other research procedures provide us with a prototype for similar neural network applications.
Keywords：neural network;VPDN;CDMA;fault diagnosis
1 概 述
CDMA是码分多址(CodeDivision Multiple Access)技术的缩写，是近年来在数字移动通信中出现的一种先进的无线扩频通信技术，它能够满足市场对移动通信容量和品质的高要求。基于CDMA 1X网络的VPDN（Virtual Private Dialup Network）技术是中国联通于2003年建设完成并投入使用的一项技术。该技术以CDMA 1X网络作为承载网，使行业用户的移动终端，经过AAA认证、PDSN（Packet Data Serving Node）隧道触发，通过专线方式（或互联网方式）与企业端LNS(L2TP Network Server)建立连接后，接入到企业私有网络从而进行数据传输(具体见文献\)。
VPDN用户的接入方式（图1）决定了运营商的设备运转正常并不是用户业务正常的充分条件。业务能够正常开展，运营商设备（BSC,PDSN等）正常、运营商到用户的专线正常、用户设备（LNS,AAA等）正常这3个条件缺一不可。而在日常的维护过程中，通常会暴露出用户设备故障而造成服务中断的问题，其主要原因是行业用户的自有设备质量水品参差不齐，无法像运营商这样采用电信级的设备，因此其在网络中成为了比较薄弱的一个环节。在用户机房中的LNS或AAA服务器出现故障时，用户的终端就会因VPDN拨号不成功而不断重拨，一方面给运营商的无线网络造成压力，另一方面降低了拨号成功率――这一运营商必须统计的网络技术指标。由于行业、企业用户通常不能及时发现自有设备的故障，那么只有运营商主动发现故障，才能将故障造成的对网络的压力和对技术指标的影响降到最低。而目前现网的情况是行业、企业用户多，运营商不具备24小时对每个用户进行观察的条件。其次，每个行业用的行为也不同，例如有些行业用户的终端只有工作时间上线，而有些用户则只用凌晨之后的时间进行数据传输。相对较为复杂的网络情况使得人工进行观察非常困难，因此找到一种自动化的方式判断用户的故障成为了一个迫切需要解决的问题。
本文讨论一个应用人工神经网络所构建的VPDN用户故障检测系统。
2 神经网络模型的建立
目前北京联通VPDN平台上采用图1方式接入的行业、企业用户超过70家，入网的子用户数（号卡数）超过2万户。在对通信服务质量要求日益提高的今天，如何能够维护好这样一个庞大的系统平台给运营商提出了一个新的课题。值得注意的是，绝大多数的用户的行为都是有规律可循的。例如，某银行的无线ATM机，入网的有300个终端子用户，每天上午9点通常约有260个终端用户在线，而每个终端用户此时的平均数据流量为20 kb/s；晚上10点通常有220个终端用户在线，平均数据流量为5 kb/s。再举另外一个例子，某媒体广告公司有700个终端子用户入网，上午九点通常约有120个终端用户在线，每个终端用户平均数据流量为10 kb/s；晚上十点通常有680个终端用户在线，平均数据流量为50 kb/s。每个行业、单位用户都遵循一定的模式使用CDMA网络，而不同用户之间的模式通常是不同的，这个前提为从数据分析中发现故障用户提供了可能性。
在北京联通的PDSN设备上，可以观察到总的VPDN在线用户数和系统的总的数据流量。这个数据其实就是所有的行业、企业用户的行为叠加的结果。在理想情况下，所有的行业用户都严格按照平均状况使用网络，那么此时如果有某一个行业用户发生故障将很容易被发现。然而在现网中PDSN上观察到的数据要复杂很多，原因是虽然每个用户的行为模式相对固定，但也有很多随机的因素夹杂在其中。在线用户数、用户流量一般都是在均值周围的一定的范围内波动。这个特点决定了如果要设计自动化的故障用户检测机制，那么该机制必须具备一定的容错能力。
从行业用户的行为特征判断，最有希望胜任自动故障用户检测的工具就是人工神经网络工具。首先，神经网络最擅长的功能就是模式识别，而不同行业用户的故障状态完全可以作为不同的模式交给神经网络来训练和识别.\。第二，神经网络具备很强的容错能力，尽管现网情况通常会在一定程度上偏离通常预测到的“均值”，神经网络仍然可以做出正确的判断.\。上述2点构成了用人工神经网络完成此项研究的重要依据。在神经网络的应用中，使用的最广泛的就是反向传播网络（Back Propagation Neural Network，BP网络）。BP网络是采用WidrowHoff学习算法和非线性可微转移函数的多层网络.\。本文中的建模和仿真过程将应用BP网络.\并直接调用MatLab神经网络工具箱提供的函数。一个经过训练的BP网络能够根据输入给出合适的结果，即使这个输入并没有被训练过.\。这个特性使得BP网络很适合采用输入/目标对进行训练，而且并不需要把所有可能的输入/目标对都训练过。
为了让数学建模的过程更加清晰，首先讨论一个简单的3用户模型。在这个假想的VPDN网络平台上，有3个不同的行业用户。每个行业用户在不同的时间点的行为不同，这里将只关注一个时间点――上午9时。
表1中总结了该模型中所有的重要参数。例如用户1，在9点它的平均在线用户数为70，其应用决定了每用户的平均流量为20 kb/s，因此用户1产生的总流量为1 400 kb/s。
前面已经提到，PDSN设备可以观测到VPDN系统中的用户总数和它们产生的总流量。依据表1中的数据，不难分析出9点钟PDSN可能观察到的8种网络状态（如表2所示）。例如，如果用户2的LNS设备或AAA设备出现故障，那么380个用户和3 800 kb/s的流量将从网络中消失，因此这种情况下PDSN上观察到的在线用户总数为670（用户1和用户3的总和），而总流量为25 400 kb/s。从这个表中不难分析，如果要设计一个用于判断故障的神经网络，必须的3个输入是时间、在线总用户数和总流量。
在此反向传播神经网络的设计过程中，输出表示的明确性作为了本文考虑的重要因素：为了使输出尽量通俗易懂，这里在输出层用3个神经元分别表示3个用户。同时，将尽量让这3个神经元的输出值能够“两极化”。考虑到反向传播神经网络的转移函数必须可微，这里采用“logsig”函数：log sig(x)=1/(1+e.-x)，并用输出“0.9”代表故障，“0.1”代表状态正常。总之，输入和输出层各设计为3个神经元。输入层的3个输入分别为时间（0~23时）、在线总用户数和总流量。考虑到输入到各个神经元的数值尽量避免差别过大，这里将在线总用户数除以10、总流量除以100而作为输入的数值。举例而言，［9；98；278］ 这个网络状态对应了［0.9；0.1；0.1］这个输出，表示了用户1出现了故障，用户2和用户3状态正常。如图2所示。
3 计算机仿真结果
针对3用户VPDN系统的故障检测神经网络如图3所示。
下面以8种状态作为目标，开始对这个神经网络进行训练。首先需要确定的就是隐层（中间层）神经网络的神经元个数。在实际的人工神经网络应用中，中间层的神经元数量选择并没有太多的理论依据予以指导，通常是通过实验来找到最优的神经元数。多次实验的结果表明，800~1 500个神经元就能很好地保证网络性能函数（MSE均方误差.\）快速收敛到目标值，图4中实验的神经元数量为900个。其他Matlab训练参数说明如下：
net.trainParam.show = 50： 每50次训练返回结果
net.trainParam.lr = 0.11： 学习步长设置为0.11
net.trainParam.epochs = 600： 训练次数设置为600，即使不能达到目标也将终止训练
net.trainParam.goal = 0.0002： 训练目标设置为0.000 2，MSE均方误差至此目标后终止训练
图4（a）为此神经网络性能函数随着训练次数的增加而收敛的情况。可以看出，在544次训练后，输出与目标的均方误差就达到了目标值之下，训练完成。为了检验训练的结果，训练完成后，8种网络状态被作为输入再次代入神经网络，观察的输出与训练目标进行对比。右图中的“”表示的就是8种状态下的第一个神经元的目标输出，其中有4种状态对应了用户1故障，即第一个神经元目标输出0.9；另外4种状态对应了用户1正常，即第一个神经元目标输出0.1。图4（b）中的“×” 表示了8种状态下的第一个神经元的实际输出，其中有4种状态对应了用户1故障，而此时第一个神经元实际输出也非常接近0.9，另外4种状态对应了用户1正常，此时第一个神经元的实际输出也非常接近0.1。从3个神经元的全部输出结果来看，神经网络的训练情况非常理想，在8种不同的总用户数、总流量的组合输入的情况下，神经网络均能返回非常接近两极即0.1和0.9的数值，训练目标可以达到。
网络训练成功只是完成了神经网络设计的第一步，在本系统中需要用与现实情况比较接近的带有随机性的输入数据来检测神经网络判断故障的能力。对于行为比较规律的行业用户来说，如果进行长时间的观察，通常会观察到每天同一时刻在线的用户数虽然不尽相同，但是都是在一个均值附近的范围内。按照随机数学的理论分析，每天同一时刻的在线用户数应当是在以μ为均值、σ为方差的随机数范围内取值，如果观察的数据点足够多，应该可以看出它们符合正态分布。对于在线用户产生的流量也是如此。例如对于行业用户3，每天9点钟平均在线用户数μ的取值应为600。而对于方差σ的取值，应该与μ有正比的关系。原因很简单，如果用户数数量大那么方差通常也会大，而如果用户数小那么方差也会相应减小。因此在本文的讨论中，定义的两种方差的选择方式均与均值μ成正比：小方差被定义为均值的0.5%，大方差被定义为均值的2%。
下面就将用300组正态分布的随机数所给出的在线用户数和用户总流量数据来检验前面所训练好的神经网络是否能够给出正确的故障判断。时间在这里仍被固定为9，它和在线用户数、用户总流量一起作为神经网络的输入，每次依据输入进行计算后3个输出神经元的每一次输出值被用“×”标示在图中（见图5）。神经元输出的目标值以“”在图中标出。
从图5中可以看出，对于小方差的情况，3个神经元给出的300次输出都非常接近目标值0.1，其中分别表示用户2、用户3的2号、3号神经元的偏差在0.01以内，而表示用户1的1号神经元的输出值也从没有超过0.2（见图5(a)）。这就说明在小方差情况下神经网络在300个样本中都能做出正确的判断。对于大方差的情况，3个神经元给出的输出的偏差均有所增大（见图5(b)）。由于神经元的状态被用于故障判断，为了简化起见，判断将被归为“故障”和“正常”两种。本系统中神经元的输出将被以0.5为界划分为2类：大于0.5的取值被判断为故障；小于0.5的被判断为正常。则图中1号神经元有3个“×”位于0.5之上，也就是有3个样本被错误地判断成了用户1故障，这里权且将其定义为“误判”。那么300次有3次误判，因此这里定义误判率为1%。与无故障的情况的仿真模式相同，将有故障状态的随机数样本交给神经网络作判断，结果表明在小方差情况下，神经网络的判断仍旧是完全准确的，大方差情况下误判率仅为为0.33%。
上面所介绍的3用户VPDN系统较为简单，第二步的实验模拟出一个更为真实的10用户VPDN系统，用来检测神经网络判断故障的性能。为了识别10个用户所带来的更多的故障状态，在神经网络中隐层所需的神经元数量也大幅增长，在本次的计算机仿真中采用的是有9 000个隐层神经元的神经网络。网络训练和用随机样本检测故障的步骤与前面相同。
图5（a）给出的结果来看，训练结果与训练目标十分接近，神经网络输出的结果“两极化”很明显，能够完成故障判断的功能。而从图5(b)给出的判断结果来看，在以0.5作为分界进行判断的情况下，此神经网络的误判率保持在了很低的水平。换而言之，该神经网络同样可以给出极具参考价值的故障判断。
4 结果分析与结论
本文中首先分析的3用户VPDN系统和用于检测此系统故障的神经网络充分证明了利用神经网络完成故障判断的可行性。尽管被用于检测的VPDN系统用户数少，因此行为模式也相对简单，但是此系统比较具有代表性，可以反映现网VPDN系统的诸多特征。在设计完成神经网路系统后，与现实情况比较接近的带有随机性的输入数据被用来检测神经网络判断故障的能力。总体而言故障判断的正确率在99%以上。
对于与现网更为接近的10用户VPDN系统，通过选择合适的神经元数和训练参数，神经网络仍可以顺利完成训练。而用带有随机性的用户行为进行检验时，神经网络的误判率也保持在了很低的水平。本文中的计算机仿真分析从实验的角度证明了利用神经网络完成VPDN系统的故障检测是完全可能的。而设计、分析、检验等多个研究步骤为实际应用中神经网络系统的设计提供了可供参考的蓝本。
参 考 文 献
［1］顾立新,任立刚.基于cdma2000 1X移动网络的新技术应用［J］.中国电信建设,2004,16(8):2428.
［2］李明铎,任立刚.cdma2000 1X分组域VPDN的安全性分析［J］.电信技术，2004（12）：4446.
［3］Duba R O,Hart P E.Pattern Classification and Scene Analysis\.Wiley,New York,1973.
［4］De Wilde P.Neural Network Models\.Springer,Berlin,
1997.
［5］Tsodyks M,Gilbert C.Neural Networks and Perceptual Learning\.Nature,2004,431:775781.
［6］Matlab神经网络工具箱应用简介：202.114.88.181/File/Tools%20Ref/matlab16.pdf.
［7］Halici U.Reinforcement Learning with Internal Expectation for the Random Neural Network\.European Journal of
网络实训总结篇7
Abstract： The BP neural network has great advantage to solve the nonlinear complex system. According to the characteristics of the household electricity load itself， the electrical equipment energy consumption data of the users attaching to Guangzhou Power Supply Bureau is taken as the training sample. The BP neural network is used to construct the energy consumption analysis model of the electrical equipment. The energy efficiency index which can reflect the target features is selected to determine the quantity of the neurons， and construct the users classification index. The users are classified according to the trained BP neural network to realize the energy efficiency contrastive analysis among users. The results show that the model has good convergence， and the analysis result has small absolute error. Therefore， the BP neural network used to analyze the users′ energy efficiency has practicability and availability.
Keywords： BP neural network； energy efficiency analysis； load identification； multiple linear regression； users classification
0 引 言
随着人们生活水平的提高及阶梯电价、峰谷电价的实施，用户用电行为特征也逐渐发生了变化。充分了解家庭用户的多样能源诉求，科学准确地反映用户的能效状况，再有针对性地为用户定制创新的个性化节能增效解决方案，从而实现用户的节能减排和电能成本降低，对助推电网整体能效水平提升、提高企业竞争力和服务感知，减少不必要的能源浪费具有积极作用。因此，如何根据对用户用电行为和耗电量分析，针对用电负荷不确定性、非线性、随机性的自身特点，通过预测模型算法及设备、同区域横向比对等方式是研究用户负荷预测、用户节能策略的依据。BP神经网络高度的自学习、自组织和自适应能力，在输入和输出样本之间建立起一种高度非线性的映射，其通过优化使用最广的梯度下降法，利用迭代运算求出权值，为优化问题的可调参数加入一定的隐节点，使求解更精确，被广泛地应用于各领域的预测模型中。
1 BP神经网络
BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络的预测输出能够不断地逼近期望输出。神经网络原理就是利用输出后的误差估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反飨氯ィ就获得了所有其他各层的误差估计。BP神经网络的结构图如图1所示。
BP算法的核心是数学中的“负梯度下降”理论，即BP网络的误差调整方向总是沿着误差下降快的方向进行，常规三层BP网络权值和阈值调整公式如下：
式中：为网络输出与实际输出样本之间的误差平方和即误差函数。BP神经网络每一次学习训练之后，都会进行学习结果的判别。判别的目的在于检查输出的误差是否满足允许的标准；为网络的权值调整幅度；为时刻输入层第个神经元与隐含层第个神经元之间的权值，即连接强度系数；为时刻隐含层第个神经元与输出层第个神经元之间的权值；为神经元的阈值，BP神经网络学习训练方式的流程如图2所示。
2 基于BP神经网络用户能效设计及分析应用
基于BP神经网络建立用户用电设备能效评估模型，主要分为三个阶段：第一阶段设计用户分类的BP神经网络，选定能够反映对象特性的能效指标，确定样本数据、隐藏层神经元数。第二阶段，训练神经元网络，将BP网络输入训练样本转化为对应位向量，构建用户分类指标。第三阶段，依据训练好的BP神经网络进行用户划分，实现用户间能效对比分析。
2.1 设计用户分类BP神经网络
（1） 用户负荷辨识系统采集的设备用电信息
根据负荷辨识系统采集的设备用电信息（以广州供电局部分用电数据为例），统计某段时间内用户的总用电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标，对于用户的某一指定设备，统计该设备的总电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标。
（2） 峰谷平时段划分及执行电价标准
峰谷平时段划分及执行电价标准见表1。
（3） 构建神经网络元节点
根据以上对BP神经网络算法的研究和实际的数据模型，构建相应的神经网络，其中输入层有32个节点，将输入的数据样本转化为32位的向量；隐含层有15个节点，输出层有3个节点，即输出是个3位的向量；按照用户能耗等级，对应将用户划分为3类用户，分别为低能耗，中能耗，高能耗用户。
2.2 BP神经网络训练
（1） 数据进行预处理
由于采集的设备用电数据比较杂乱，在对数据进行统计分析之前，需对数据进行预处理，对遗漏数据进行缺失处理。在分析电力用户数据的过程中，某个时间点的数据缺失可根据附近时间点的数据记录填写空缺，也可采用直接忽略空值的数据记录，在进行实际的操作中，对于空值的数据记录直接忽略（或删除）。
（2） 数据的读取与初步计算
对经过预处理的数据进行读取，读取的数据维度包括：用户编号，用户区域，日期，时间，设备1累计用电量，设备2累计用电量，…设备累计用电量。读取的数据实际是每过一个时间点（如1 min）记录当前设备的累计用电量。对数据进行初步计算的目的是算出用户在时间段内每个时点每个设备的用电量。从最后一条记录开始统计，每一条记录的数值减去上一个时间点记录的数值，得到当前时间点用电量。重复操作，直至完成所有数据记录的计算。
（3） 神经网络训练
根据用户的峰时，谷时，平时三个时段的用电量进行用户分类，在进行训练时，该BP神经网络将输入的训练样本转化为32位的向量，向量的每个分量就是其二进制形式对应的位上的0或1。将目标输出视作一个三维的向量，即将用户划分为三类：
A类[1，0，0]表示低能耗用户
B类[0，1，0]表示中能耗用户
C类[0，0，1]表示高能耗用户
对处理好的某地区5～7月2 000组样本数据构建好的BP神经网络进行训练，样本数据如表2所示。
依据训练样本，设置最大训练步长为1 000，训练目标精度为0.001，学习率为0.01。BP神经网络学习的曲线变化如图3所示。
根据图3可以看出，在训练到709步时达到训练目标精度，接下来对训练好的BP神经网络进行测试，选择1 000组测试样本数据，其中A类用户345个，B类用户320个，C类用户335个，使用该BP神经网络进行测试，最终的测试结果如表3所示。
由表3可以得到，该神经网络在数据测试中的用电用户分类结果的准确率还是比^高的，其中B类用户的识别率最低，误差率达到了11.87%，C类用电用户的识别率最高，达到了92.2%，对比神经网络得到的用电用户分类结果还是比较满意的，误差率相对比较小，证明该BP神经网络在用电用户分类中具有比较高的可行性。
2.3 BP神经网络用户能效分析及用户间对比
（1） 用户能效分析
经过BP神经网络反复训练，修正权值的计算后，所得的数据即是该用户的每个设备在每一个时刻对应的用电量，由于用户的总用电量等于每个设备的总用电量之和，即：
同理，用户的总电费等于每个设备的总电费之和，即：
根据总用电量和总电费，可以轻易算出该用户的平均电价。
该用户在峰时段的总用电量等于每个设备在峰时段的总用电量之和：
根据峰、谷、平三个时段的电价和用户自身的用电量分布可知，用户应适当减少峰时段的用电量，在允许的情况下可以将峰时段要工作的设备放在谷时段工作，这样能有效减少家庭用电花费，同时降低电力供应系统在峰时段的供电压力。
（2） 用户间能效对比
对同类用户进行能耗对比分析，对比的指标有：在某段时间内该用户的总用电量，总电费，平均电价在同类用户中的排名；在同类用户中进行某一设备的对比。可根据该用户的类型，在所有用户中找到同类用户，将总电量，总电费，平均电价这三项指标进行对比，计算出其排名。设备之间的对比，即在同类用户中找到具有该设备的用户，将该设备的总电量，总电费，平均电价这三项指标进行对比，记录其排名。将用户的各项指标在同类用户中比对，输出结果如图4所示。
该用户的平均电价高于平时段的电价，说明该用户在峰时段使用的电量要多于其他时段，可建议该用户尽量减少峰时段的用电量。
可以看出，BP神经网络的收敛性较好，在学习训练过程中能够根据各影响因素对总耗电量演变趋势所起作用的大小自动调节权重，因此，利用BP神经网络对用户用电设备的能效进行分析预测有较高的精准度。
3 结 语
本文以用户用电设备为研究对象，根据设备的实时运行数据，针对用电设备峰、谷、平划分及分阶电价等因素，提出基于BP神经网络的用电能耗分析模型，其能很好地预测非线性条件下的用电设备能耗问题。通过对用电设备的数据模型学习训练，构建用户分类指标，进行用户划分，实现用户间能效对比分析，对深入挖掘用户设备的节能潜力，帮助用户了解家庭设备的能效水平及分布状况，降低设备的损耗、减少不必要的能源浪费，助推电网设备能效水平的提升。
参考文献
[1] 师彪，李郁侠，于新花，等.动态调整蚁群?BP神经网络模型在短期负荷预测中的应用[J].水利发电学报，2011，30（3）：5?9.
[2] 王蓓蓓，李杨，高赐威.智能电网框架下的需求侧管理展望与参考[J].电力系统自动化，2009，33（20）：17?22.
[3] 程其云.基于数据挖掘的电力短期负荷预测模型及方法的研究[D].重庆：重庆大学，2004.
[4] 王雪峰，邬建华，冯英浚，等.运用样本更新的实时神经网络进行短期电力负荷预测[J].系统工程理论与实践，2003（4）：95?99.
[5] 姜勇.基于模糊聚类的神经网络短期负荷预测方法[J].电网技术，2003，27（2）：45?49.
[6] 丁思敏，吴军基.改进模糊神经网络在负荷预测中的应用研究[J].电力学报，2009，24（2）：101?104.
网络实训总结篇8
Exploration and Practice of Network Training Teaching Based on 211 Personnel Training Model
LI Xue-feng，YANG Jian-qiang
(School of Matematics and Computer Science, Hubei University of Arts and Science, Xinagfan 441053, China)
Abstract: In this paper , the contect architecture and teaching method of network training are discussed under 211 personnel training mod? el. The experience is communicated and summarized in whole teaching tache of project programming,task setting,teacher inspecting, stu? dent communicating, group competiting and cooperating,based on project leading and task driving network training teahing.
Key words: 211 personnel training model; network training; project leading; task driving
针对当前社会对人才的需求，应用型创新人才211培养模式被越来越多的高等院校所重视。我院在2007年开始进行211人才培养模式的教学改革，为计算机科学与技术专业网络方向的高年级学生设置了一个学期的专业实训，用以重点培养学生的专业技术能力。针对新的教学要求，我们制定了实训方案，并提出“项目引导、任务驱动”的实训教学方式，该文是对几年来网络实训教学的教学方案、实施手段以及教学效果的总结，同时也对进步提升实训教学效果提出了一些思考。
1网络实训内容体系的制定
根据学院211人才培养方案，网络实训为时一个学期，这对于我校而言是前所未有的，在兄弟院校也是没有先例的。如何确定网络实训的内容体系是我们面临的第一个问题。
根据网络行业的需求，我们确定了网络实训的目的是为了从网络设计与实现、网络服务的部署与管理、网络工程的实施与管理上，培训具有较高的网络理论知识，较强网络设计与管理能力、熟练掌握网络工程实际操作的复合型网络人才。并最终确定网络实训的内容由路由与交换实训、网络系统工程实训与网络服务与管理实训三部分组成。
路由与交换实训主要针对计算机网络系统集成的设计与实现的实际训练，着重锻炼学生熟练地掌握中、小型计算机网络的设计、部署与实施的能力，其中主要是基本的交换机与路由器配置与管理，VLAN的设置与管理、生成树协议的配置与管理、无线网络的设计与管理、NAT的配置与管理、路由协议RIP与OSPF的配置与管理、网络安全的配置与管理等等，通过实训切实地加强学生实际动手能力的锻炼和培养，使学生能具备熟练设计、部署与实现中、小型计算机网络的能力。
网络服务与管理实训主要针对基于操作系统之上的网络服务的规划、部署实现与管理的实际训练，着重锻炼学生在Windows Server环境下根据用户需求进行网络服务的部署、实施与管理的能力，其中主要有DHCP服务、DNS服务、WINS服务、WWW与FTP服务、电子邮件服务、流媒体服务、PKI与CA服务、TLS/SSL服务、VPN服务、活动目录的创建与管理、组策略的应用等。通过这部分的实训，让学生能熟练的在Windows Server下进行网络服务的部署、实施与管理的能力。
网络系统工程实训主要针对智能楼宇建筑与网络综合布线工程的实训，通过以真实的企业网络需求为背景，进行企业网络工程的应用分析、规划、设计、实现与测试，让学生熟练地掌握网络工程的从需求分析、分析设计、预算与投标、工程实施与检测验收的全过程，培养学生根据实际需求进行网络工程的设计、文档的建设、工程预算、工程实施、工程的检测与管理的能力。
2网络实训方式
一个学期的实训，在如此长时间里如何保持学生的积极性，让学生能在教师的引导下自主地学习，是我们面临的第二个问题？
根据网络工程的特点，我们确定了“项目引导、任务驱动”的网络实训教学方式。此方式以项目为引导、以任务驱动、教师为主导、学生为主体，将所要学习的新知识隐含在一个或几个任务之中，通过任务的实施来学习新知识，掌握新技能。教学方式的改变,同时也对教师的能力提出了更高的要求[1][2]。实践证明，这种教学方法更适合网络实训教学。
3“项目引导，任务驱动”的网络实训教学
3.1“项目引导，任务驱动”式教学法
“项目引导，任务驱动”教学法是一种建立在建构主义教学理论基础上的教学法。“项目引导，任务驱动”教学法强调：学生的学习过程必须与一个具体的项目或问题相结合，以探索完成项目要求来引导和维持学习者的学习兴趣和动机；创设真实的情境，让学生带着真实的目标去实习；学生拥有学习的主动性，成为学习的主体，教师则引导学生探索并进行相应的评价[3][4]。
使用“项目引导，任务驱动”教学法是由计算机网络实训教学的特点决定的。计算机网络是一门集专业知识和技能于一体的实践性很强的综合性课程，要求学生既要有一定的理论知识，又要具备网络与服务设计能力、部署实现与管理能力。更重要的 是，现代计算机网络的快速发展，网络新技术不断涌现，且网络产品种类较多，学生必须具有一定的自主学习的能力和终身学习的思想，才能适应现代社会的发展。
“项目引导，任务驱动”教学法就是通过一系列的项目，引导学生由易到难、由简到繁循序渐进地自主完成相应学习内容，从而在学习系统知识的基础上，培养其分析问题、解决问题的能力，掌握处理项目的具体思路、自我提高的思想、合作学习的精神。
3.2“项目引导，任务驱动”的网络实训教学设计
在“项目引导，任务驱动”的网络实训教学中，实训指导书的设计与编写是做好实训工作的第一步。“项目引导，任务驱动”的实施是需要一定的基础的，是建立在学生熟练掌握了基本理论与基本技能之上的，所以我们的实训指导书由三部分组成：基本理论与基本操作、实训任务、拓展任务。
基本理论与基本操作部分的内容是要求指导教师对学生进行讲解的，在进行实训任务之前，务必要求每位学生必须熟练掌握的，只有这样才可以起到事半功倍的效果。
实训任务与拓展任务部分则是按照“项目引导，任务驱动”的方式来设计的。此时，项目与任务的设计是成功运用该方法的关键，它将决定教学是流于形式，还是真实有效的；决定学生的学习是主动的还被动的。因此在项目与任务的设计上，要注意以下几点：
1）项目背景的真实性。
对于每一个实训项目，必须给一个真实的项目产生的背景。项目背景的真实性，有助于让学生了解所学知识的应用场景，有助于调动学生学习的积极性，激发学生学习的动力，也有利于学生学习之后的成就感。
2）任务目的的明确性
项目中的任务的设计要求每一个任务的目的必须明确地进行说明。任务的顺序最好是我们解决相应问题一般流程的顺序。可以针对相应知识点的要求，特别设计一些相应的任务，通过让学生完成相应的任务，观察相应的结果，加深对网络工作机制的理解。
例如，在静态路由与默认路由的实训，用二个路由器连接的三个网络，在配置好接口的IP地址后，在每个网段的PC上设置好IP地址和默认网关后，让PC间互ping，让学生观察PC间的连通性，并加以思想，为什么会这样？学生观察到的现象，引导其思考学习路由的工作机制。并进步提出如果要让三个网段都能互通，要如何配置？如此，步步为营，步深入地引导学生学习。
3）项目的综合性。
在教学中所选择的项目能将理论知识和实践技能结合在一起，能把学过的知识和即将要学的知识综合起来，这样学生在即学习了新知识，又复习了旧知识，同时还学会了综合运用知识。
例如，在NAT的实训中，设计了一个小型企业网设计的项目中，项目任务设计为：1)画出拓扑结构；2)规划VLAN；3)规划IP地址；4) VLAN间的互连；5) NAT与Internet的连接；6)企业内的PC访问Internet上服务器的数据包传输过程的观察。
这个项目就包括了以前已学过的知识，如VLAN，VLAN互连等，也隐含了新的知识，如NAT的使用，NAT数据包的变化过程等。学生完成这个项目的同时，也学会了知识的综合应用
总之，在设计项目时，要仔细推敲各个知识点的相互联系，统筹兼顾，为学生设计出一系列典型的操作性较强的项目，引导学生去探索知识，获取知识，运用知识，充分发挥学生的主观能动性，培养他们的创造性思维，合作学习的能力，提高学生的综能力。
3.3指导教师的检查与督促
在实训过程中，指导教师的及时督促与检查，也是保证实训按时按量完成的非常重要的一环。学生个体存在差异，在同一个任务的实施过程中，完成情况会出现很大的差异，有的学生能很轻松的完成，但有的同学却感觉到困难。这要示教师在任务的设计要兼顾到大多数同学，在完成任务的过程中注意每个学生的情况，及时给予帮助和鼓励，不让一个学生掉队。
3.4学生阶段报告与经验交流
实训过程中，每周进行一次实训阶段报告，从这一周中抽出一些知识点作为报告内容，让学生上台来讲解，交流心得体会。在交流过程中，特别要求学生注重交流在实训过程中的出错的一些案例，是如何产生及解决的，通过总结交流经验教训，让学生整体进步提高。
3.5单兵训练、小组竞赛与团队合作
单兵训练，是指实训中的一般任务都要求每位同学都必须独立完成。让每位学生都要掌握整个知识体系的每一部分的内容。在做路由交换的实训中，单兵训练时，我们一般让学生使用模拟器来进行，这样操作会更加简便。
现实社会中，一个网络工程任务往往任务大、时间紧，所以团队合作的训练是必须的。为了培养学生的团队合作的能力，在实训中分阶段地设置一些综合性的项目。这些综合性项目都要完成多台设备的配置与网络调试，并且要求必须在实际设备上来完成。综合项目以小组为单位进行比赛，以完成时间的长短作为小组成绩的依据。每次小组比赛后，教师进行总结评分，并将此评分做为最终实训成绩计算的一部分。
这种综合项目要求小组同学必须进行分工合作，相互配合才可以取得好的成绩。通过小组竞赛，激发学生热情，加强学生间的团队合作的意识与能力。
3.6“项目引导，任务驱动”式网络实训效果
通过二年的“项目引导，任务驱动”的网络实训教学，实践表明此方法能充分调动了学生的学习积极性，提高了学习的热情，充分发挥了学生在学习过程中主动性和积极性，为学生自主培养创新能力创造条件、拓展空间。
4总结
在211人才培养模式下，学生的理论应用能力与实际动手能力被充分地重视，实训力度加大。经过实践说明：“项目引导，任务驱动”教学方法，辅助以配套的实训指导书、教师监督激励、报告交流、小组竞赛与团队合作等机制，可以很好地解决实训中长时间激发学生的学习动力，保持学习热情，取得很好的教学效果。
参考文献：
［1］张奇.项目驱动式教学在《管理信息系统》中的应用探讨[J].计算机教育,2007(9).
网络实训总结篇9
1 “以赛促学”的网络营销课程简介
“以赛促学”顾名思义就是通过竞赛来更好地学习。网络营销课程的综合性和实践性非常强，按传统的方式学习不足以让学生得到全方位的历练，通过竞赛的方式可以更好地培养学生的网络营销核心能力。
1.1 网络营销核心能力构成
经过多年的学生就业情况和企业调研，重新提炼及检验过的、可评价的个人网络营销能力核心指标包括：知识学习能力、技术应用能力、信息创建能力、网络传播能力、互动沟通能力、资源积累能力、数据分析能力、综合应用能力。
1.2 实践教学平台的特点
明确了网络营销核心能力，还需要明确网络营销能力培养的路径，培养路径是：首先通过书本或者网络去了解一些基础的概念，掌握W络营销工具的使用，同时，通过一些实际的操作去总结相应的规律，然后形成自己掌控的资源和供自己拥有的成果，最后是从网络营销工具到能力的跨越。
实践教学改革依托于“网络营销能力秀”平台，这个平台是一个竞赛平台，它把每一个技能点设定成相应的专项的训练，专项训练满足网络营销核心能力培养要求。“网络营销能力秀”是一个在线的平台，全国的大学生都可以注册参加比赛，在平台上选择实践项目逐项完成，比赛时间持续3个月左右，学生的训练都会有记录，通过相应的分数显示出来，全国排名实时更新，老师可以实时监控学生完成的情况，并给予指导和鼓励。同时，该平台可以采取线上和线下互动交流学习的环节，解决了传统模拟层次软件没有交互性、没有互动性的缺点。另外，原来的互动环节都是班级与班级之间，更多是学校与学校之间的交流，现在所设计的互动环节已经把它扩大化，只要能上网，都可以互动，增加了更多的参赛队伍，互动味性更强。
2 “以赛促学”实践教学的组织实施
2.1 网络营销比赛实践项目构成
网络营销涉及到的信息量非常大，需要熟悉很多网络应用。在比赛前学生需要做很多准备，比如相关网站的账号注册，包括网络营销能力秀，各类社交网络注册。如：新浪微博、新浪博客、个人微信号及个人申请的微信公众号等。百科注册，如：百度百科、好搜百科、搜狗百科。文档分享，如：百度文库、豆瓣网、等。见表1。
这些实践项目是在对网络营销发展演变规律总结分析的基础上，重新构建了以网络营销思维模式为主导的网络营销方法体系。不仅增加了当前最新的网络营销方法并总结了其一般规律，进一步体现了各阶段、各种工具及方法的网络营销思维模式。学生按照要求完成各项任务，竞赛平台自动记录学生的完成情况，每一项都给出分值，并且公开排名，学生可以通过后台管理查看自己的完成情况，平台会提示某一项完成了多少，还差多少，学生按照清晰的提示来完成各项训练。教师通过竞赛平台的后台管理，观察学生的完成情况，在有些学生较难突破的地方给予帮助。把竞赛中各个项目需要的知识讲透。
2.2 网络营销能力迁移训练
完成能力点的专项训练后，学生要完成综合的训练，为企业做推广。由老师工作任务，学生利用真实平台帮助企业做网络营销的推广。另一方面，竞赛网站也把真实的企业项目直接推送到平台，通过竞赛的平台让学生进行训练。除了一般的能力训练以外，还有一些不同网络营销工具组合的训练。在训练的过程中，教师对整个过程要注意的点进行详细的列举，学生可以参考并仔细去钻研，更好地完成企业的网络推广任务。
每个企业的推广会有些差异，但大致需求如下：创建百度地图、创建企业百科，让用户了解此公司经营范围以及公司基本信息；利用问答平台以及b2b平台公司信息，扩大曝光范围，以及详细路线；快速曝光产品，可以利用百科、知道、文库，因为排名高，可以适当的加入一些企业的广告信息来让用户了解；口碑的介绍，一些与企业相关的内容，做一些比较忠实的评论；相关行业的b2b一些产品信息。
学生之前所掌握的网络营销核心能力基本满足企业网络营销的要求。通过企业真实项目的训练，学生更熟练地掌握网络营销工具的使用，能总结和认识一些方法和规律，达到学以致用的目的。
2.3 完善网络营销课程考核体系
网络营销课程考核是过程性考核加终结性考核，且以过程性考核为主导。除了记录学生操作的过程外，还在学生核心能力训练中设置相应的诊断测评点，在设立测评点的时候有相应的占比，按照每个占比会得到整体分数，然后同时让学生充分了解自己的水平达到什么程度。终结性考核需要学生撰写实践总结报告，分析实践效果。此外，还建立了良好的激励机制，结合竞赛的成果要求，定期评比过程结果，选择过程优秀作品进行展示，形成竞争意识。
3 “以赛促学”实践教学体会及意义
3.1 定期分享与总结，引导学生积极思考
网络营销竞赛活动时间较长，而且很多训练需要用到课余时间来完成，学生要有恒心有毅力才能坚持到最后，所以须定期的进行分享与总结，让做得较好的同学分享比赛经验，其他同学找出与之相比的差距，找出与其他院校学生的差距，对于推广做得好的案例，需要不断地向其学习，提高自己的推广效果。参赛过程中难免会出现这样的情形，学生已经很努力的去做，去写各种推广的文章，但分数依然很低，有气馁的情绪，在这种情况下，教师要积极引导学生，指出学生真正的不足，教会学生提高的办法。
3.2 “以赛促学”实践教学的意义
通过竞赛的形式学习，使学生更有紧迫感，完成各类任务更加积极，会自行找出解决问题的办法，提高分析问题解决问题的能力。通过竞赛，可以拓宽学生的视野，竞赛期间，学生可以与老师、相关专家还有其他院校的学生在线交流，会对一些大家共同面临的难点进行探讨和研究，得出解决的办法，激励自己向更优秀的同学学习。通过竞赛的形式还可以培养学生的创新意识、合作意识，充分发挥学生的个性，使学生更好地全面发展。
4 结语
“以赛促学”实践教学模式，构建了教师启发式教学与学生体验式学习的环境，使学生在实践中接触到真实的企业推广任务，全面锻炼学生的网络营销核心能力，并促进了各科知识的整合与贯通，使学生从中体会到竞争意识、合作意识，全面提高学生的综合素质。
网络实训总结篇10
Forecasting the Extraction of Coumarins in Angelica dahurica by Supercritical CO2 with BP Neural Network
Abstract:ObjectiveTo predict the extraction results of coumarins in Angelica dahurica by supercritical CO2 using back-propagation neural network. MethodsBP neural network model was established by taking extraction pressure， temperature and time as well as separation pressure and pulverized degree as the inputs of network and the contents of oxyimperatorin， imperatorin and the overall coumarins in the extract as outputs of neural network. BP network was trained with Orthogonal experimental results. ResultsA 5×4×3 neural network has been set up. The forecasted profiles based on BP-NN model were closely similar to the target values. ConclusionOrthogonal experimental results could be used to training BP-NN and the trained BP-NN could forecast the extraction results of active components in Chinese herb medicines.
Key words:BP Neural network; Supercritical Extraction; Angelica dahurica; Orthogonal Design
白芷性温，味辛，具有祛风除湿、通窍止痛、消肿排脓等功效［1］，是中药复方中的常用药，其药效物质基础是香豆素类物质，其中最主要的是氧化前胡素、欧前胡素［2］。研究表明白芷提取物中总香豆素的含量越高，其疗效也越好，因此白芷提取物中总香豆素的含量可作为白芷提取工艺的评判指标［3］。BP神经网络(Back-Propagation Neural Network)是一种能向着满足给定的输入输出关系方向进行自组织的神经网络，具有足够多隐层神经元的单隐层的2层BP神经网络可以任意精度逼近L2上的非线性函数［4］，因此其在函数逼近与分类识别优化等方面有巨大优势，近年来在生物药剂学、药物动力学和工艺优化的研究以及处方设计等方面也有应用［5～8］。采用适当的实验方法考察各实验CO2因素对SFE萃取的影响，测定SFE萃取物中药效物质基础的含量，然后利用得到的数据对神经网络进行训练，使之能对SFE萃取物中药效物质基础的含量进行预测，是中药提取方面的一个新课题，对推动中药现代化具有重要意义。本实验以白芷的代表成分欧前胡素、氧化前胡素为实验CO2指标，并以两者之和作为总香豆素的含量，采用正交实验CO2设计方法、利用超临界CO2萃取工艺对中药白芷中香豆素类物质进行提取研究，利用Matlab 6.5提供的神经网络工具箱建立BP神经网络模型，并利用优化后的网络对超临界萃取结果进行预测。
1 仪器和药品
CL-5型超临界流体萃取机（北京合世兴业有限公司，5L）；SSI-222D高效液相色谱仪（美国凯德）。川白芷（北京同仁堂集团）；氧化前胡素、欧前胡素对照品（中国生物制品检定所）；二氧化碳（99.95%）；甲醇为色谱纯。
2 实验CO2方法
2.1 正交实验CO2设计由于正交实验CO2法具有均衡分散性和整齐可比性，得到的正交实验CO2数据具有代表性，可以解决网络训练数据过多和过少引起的问题。因此该实验采用正交实验CO2设计方法，以萃取压力、温度、时间、分离压力、药材粉碎度为实验CO2因素，取三水平，选用L18（37）正交表安排实验CO2，因素-水平见表1。
表1 实验因素-水平分（略）
称取2.5 kg白芷生药，粉碎，过5目，10目，20目标准筛，然后置于萃取釜中，按选定的正交表安排实验CO2。
2.2 样品分析采用高效液相色谱法［9］测定样品中氧化前胡素、欧前胡素的含量，并以两者之和作为总香豆素的含量。
2.2.1 色谱条件Hyper ODS2 C18色谱柱(200 mm×4.6 mm，5 μm)；流动相为甲醇-水(70∶30)；检测波长：254 nm。
2.2.2 线性关系精密称取氧化前胡素对照品5.0 mg，欧前胡素对照品5.5 mg，分别置于50 ml量瓶中，用甲醇溶解定容至刻度，摇匀；分别取上述溶液0，0.5，1.0，1.5，2.0，2.5，3.0，3.5，4.0，4.5，5.0 ml，均用甲醇定容至10 ml，按上述色谱条件测定。以峰面积为纵坐标，对照品进样浓度为横坐标，绘制标准曲线，并进行线性回归分析，得到如下线性回归方程：氧化前胡素：Y=0.095 9+0.024 1X ， r=0.999 8欧前胡素：Y=0.095 9+0.024 1X ， r=0.999 7线性范围分别为：0.005~0.05 mg・ml-1；0.005 5~0.05 5 mg・ml-1。
2.2.3 供试品溶液的制备精密称取白芷SFE萃取物5.0 mg置于50 ml量瓶中，用甲醇溶解定容至刻度，摇匀得供试品溶液，在上述色谱条件测定，用标准曲线方程计算出各供试品溶液中两种香豆素的含量，并得到总香豆素的含量。
3 实验CO2结果与BP神经网络模型
3.1 正交实验CO2结果正交实验用表和实验结果见表2。
表2 正交实验安排和实验结果分（略）
3.2 BP神经网络模型
3.2.1 BP神经网络结构设计本实验以萃取压力、萃取温度、萃取时间、分离压力和药材的颗粒度等5个因素作为输入向量，建立单隐层的2层BP神经网络，确定隐含层的神经元个数为4，以总香豆素、氧化前胡素和欧前胡素作为网络的3个输出，即建立一个5×4×3的网络模型。在神经网络的训练过程中，训练函数的选择非常重要，一个好的训练函数可以提高网络的收敛速度，缩短训练时间，消除网络训练过程中存在的局部极小问题，简化网络结构等。因此研究人员对BP算法的改进进行了研究，出现了很多改进的BP算法，例如变步长算法、动量法和自适应调整学习率的算法等。但这些BP算法仍然存在一些缺点，例如在对网络训练过程中，由于网络已经记忆了已被训练的样本，当网络训练误差很小时，一个新的输入往往会使网络训练误差迅速增大。因此本实验采用Matlab 6.5的神经网络工具箱提供的 trainbr 函数对网络进行训练，trainbr使用了Bayesian规则化调整方法，从而使网络的泛化能力大大提高，并缩短了网络的训练时间。选择trainbr函数对网络进行训练，tansig作为隐含层的传递函数，purelin作为输出层的传递函数。为消除单位对训练结果的影响，采用premnmx对数据进行规范化处理，将目标向量和输入向量的值量化到［-1，1］的范围，训练结束后再利用postmnmx函数将输出还原成原单位。
3.2.2 BP神经网络模型的训练与测试本文采用正交实验设计表2中的18组实验CO2数据作为训练样本，对网络进行训练，然后在考察范围内随随机生成四组数据进行实验CO2，得到的结果作为测试样本，对训练好的网络进行测试。测试样本见表3。测试结果见表4。
表3 BP网络的测试样本和实际测定结果序（略）
表4 BP网络的输出结果和实际测定结果比较序（略）
由表4的结果可以看出，对于测试样本，网络的输出和实际测定值吻合得很好，建立的BP网络可以对白芷中总香豆素、氧化前胡素和欧前胡素的超临界萃取进行预测。
4 讨论
利用Matlab 6.5 提供的神经网络工具箱，建立了结构为5×4×3的2层的BP网络。利用白芷超临界萃取的正交设计实验CO2数据对BP网络模型进行训练，并利用测试样本对网络进行测试，测试样本的网络预测值和实际测量值的吻合很好，相对误差小于5%，训练好的模型可对白芷的超临界萃取结果进行预测。该原理和方法也可用于预测其他中药药效物质基础超临界萃取结果。
参考文献
［1］ 郑虎战.中药现代研究与应用（2）［M］.北京：文苑出版社，1998：98.
［2］ 张玉芳，余红梅.硫熏对白芷香豆素类成分含量的影响研究［J］.中国中药杂志， 1997，22(9):536.
［3］ 魏玉平，刘 俊，严小林，等.白芷治疗头痛的提取工艺评价指标的研究［J］.中草药， 2001，32(4):318.
［4］ Honik K. Approximation capabilities of multilayer feed forward networks［J］.Neural Networks， 1991，6 (8) :1069.
［6］ Kozo T， Junichi T， Mikito F. Formula optimization based on artificial neural networks in transdermal drug delivery ［J］. J. Controlled Release， 1999， 62(1-2):161.
［7］ Randall JE. The back propagation neural networkA Bayesian classifier［J］.Clin Pharmacokinet， 1995， 29 (2):69.
网络实训总结篇11
1网络工程专业实践环节建设思路
根据《规范》的相关要求,结合我校的办学指导思想,我院将网络工程专业的学生的培养目标基本定位在“信息技术”型人才,需要考虑基本理论和原理的综合应用,特别是要侧重实践和工程化。但同时网络工程专业又是计算机科学与技术、通信通讯相关的交叉、边缘专业,网络工程专业的学生应该同时具备计算机科学与技术、通信技术的基本知识和网络工程专业的工程技能,使得毕业生就业可以从网络系统的规划设计、建设、管理和维护、网络安全系统的设计、软件开发、网络应用等几个层面进行,从而为学生将来进一步深造打下坚实基础(即学科基础课程应涵盖硕士生入学考试大纲所要求的全部内容)。
本专业培养计划由通识课、学科基础与专业基础平台课、专业课(包括必修课、方向选修课及专业任选课)等组成,因此实践教学体系应做到基础实践教学、专业实践教学、综合实践教学“三个层面”的有机结合。应结合专业特点与社会需求,认真研究并改革实验教学的内容、方法和手段,增加综合性、设计性和创新性实验的比例;改革课程设计、毕业设计(论文)模式,加大与生产、科研、社会实际结合的力度;改革实习、社会实践环节的设置,加强校企合作,鼓励学生走出校门,融入社会;积极鼓励学生参加各种科技竞赛活动和相关社团活动。
总之,实践教学体系是学校教学的一个重要组成部分,是课堂教学的补充和延伸,也是学生将所学理论知识与实践相结合的一个重要手段和必不可少的重要过程。
2网络工程专业实践体系的具体内容
从学科平台角度来看,网络工程专业实践课程体系主要包括以下两大部分(如图1所示)。
(1) 学科实践技能。包括:
学科基础实验及课程设计――帮助学生完成基本的学科实践技能,涉及到的课程主要包括计算机导论、计算机程序设计、数据结构、数字逻辑、C++面向对象程序设计等。
一级学科平台实验及课程设计――帮助学生完成作为计算机科学与技术一级学科的学生所必备的实践技能,本部分同本学科的其他专业(包括计算机科学与技术、网络工程、软件工程等专业,以下简称3个专业)的学生掌握的内容基本相同,设置中同时考虑实验和课程设计,某些课程还同时设有实验和课程设计环节。涉及课程有计算机组成原理、操作系统、计算机网络、数据库系统概论、软件工程等。
(2) 专业实践技能。包括:专业平台实验及课程设计――针对网络工程专业的特点,体系上分为网络规划与设计、网络管理与维护、网络信息安全、电子商务、网络程序设计等几块。
从课程形式形式上来看,可划分为以下几个系列(如图2所示)。
(1) 实验系列(以下课程均包含实验内容):计算机导论、计算机程序设计、数据结构、数字逻辑、计算机组成原理、C++面向对象程序设计、操作系统、计算机网络、网络管理、网络程序设计、网络信息安全技术、Web系统与技术、网络系统设计与规划、数据库系统概论、软件工程、网站规划与实现、电子商务、J2EE企业级开发技术、网络互联技术、Intranet组建与管理、计算机网络协议分析。
(2) 课程设计系列:计算机程序设计(C)课程设计、数据结构课程设计、C++面向对象课程设计、数据库系统课程设计、操作系统课程设计。
(3) 实习:认识实习、生产实习(包括校园网维护实习、网络施工实习等)、毕业实习。
(4) 实训:专业方向综合实训、网络应用实训。
(5) 认证培训:包括CCNA、CCNP、网络安全认证等(可选)。
(6) 毕业设计:对大学四年所学知识的综合应用,同时也为今后工作作好准备。
在课程与学时数上,以学科基础建立学科基础平台课,以专业核心课和专业方向设立专业课,并辅以选修课作为专业课程的补充。根据“基本技能初步综合技能高级综合技能创新技能”的梯度模式,设置课内实验、课程设计、实训,外加认识实习、专业实习、毕业设计,同时全程一直设有开放实验。其中,必修与选修学时占总学时的19%,加上公共基础课与学科基础课中的实践学时,约占总学时的21%。
在课程性质上,属于核心或主流技术领域的教学内容,采用必修课;属于新兴技术领域的内容,采用选修课;属于能力外延扩展或深度提高的教学内容,采用课外的开放实验。
3网络工程专业实践体系的建设与管理
3.1实验室建设
我院原有计算机硬件实验室、组成原理实验室、软件机房,在此基础上,我们又新建了网络实验室,综合布线实训室正在组建中。
3.1.1网络实验室
网络实验室有4组网络工程实验的设备,每组由4台路由器4台交换机和8个计算机组成,每组4人,总共每次可容纳32名学生。实验室还配置了实验管理平台,学生通过访问控制管理服务器可实现对网络设备的实验配置,实现在多个网络实验设备之间的平滑切换。教师可通过访问控制管理服务器对每个试验组进行方便、快捷的监控和管理,无须手工线缆插拔,以保证设备端口的使用寿命。
网络实验室承担的教学任务有计算机网络原理、网络管理、网络系统设计与规划、网络互联技术、网络信息安全技术、计算机网络协议分析、网络程序设计、Intranet组建与管理等课程及课程设计、网络工程实训、网络应用实训、开放实验室、毕业设计等。
3.1.2综合布线实训室
综合布线实训室主要承担网络布线、网络测试、工程实习实训等课程的学习。综合网络布线是网络工程教学的一部分,是必须通过实践环节才能够真正掌握的教学环节。“网络工程实训”、“网络施工实习”等环节就在本实验室完成。
网络综合布线实训室建设的目的不仅仅是为了让学生掌握简单的工具使用,更重要的是通过“课堂教学+实训锻炼”培养学生按规范进行预算、设计、施工、测试、竣工等工程设计的习惯。学生只有养成了按标准进行工程实施的习惯,才能在激烈的竞争中立于不败之地!
3.2实践基地建设
目前我们已经和学校网络中心合作,以校园网和网络中心为实习基地,开展校园网络的维护、管理和应用工作。同时我校正在进行新校区的建设,其网络建设工程也是相当繁重的,我院正在与校方协商,让学生参与到校园网的建设当中。我们还与青岛本地较大的网络公司建立了良好联系,定期介绍学生到他们那里实习。
3.3实训基地建设
我院主要与青岛软件产业园建立了实训基地协议,学生在那里主要进行网络应用、网络程序开发等方面的实训。目前已完成了多批次的实训任务,并取得了良好的效果。
3.4资格认证
目前,国内计算机方面的资格认证较以前有了很大的改革,大大增加了对实践能力的考核。因此引导学生有针对性的参加一些资格认证方面的培训,可以提高同学们的动手、动脑能力,在提高实践能力的同时又可获得某一方面的资格证书,为将来走上社会提供一个更好的机会。
3.5师资队伍建设
如果网络工程专业的教师工程实践经验较少,或者工程能力较弱,那么学生的培养就无从谈起。因此必须加强师资队伍建设,我们主要采取了以下措施。
(1) 加大培训力度。为了锻炼教师的实践动手能力,我们派教师到水平较高的高校参加某些课程的培训,派教师参加企业的专向培训,还鼓励教师参加在全国召开的与网络工程有关的各种会议或培训。目前部分教师获得了CCNA、国家网络安全工程师等资格认证。
(2) 科研融入教学。鼓励教师将科研融入教学,让学生能紧跟社会的发展和学科的前沿。网络工程专业教研室组建了“网络安全技术”、“网络规划与设计”和“无线自组网技术”等科研小组,便于集中精力从事专门领域的研究工作,促进教学。
(3) 加强“双师型”师资的培养。我们认为“双师型”教师就是教师既能从事理论教学,也能从事实践教学;既能担任教师,也能担任专业技术人员。即“双师型”教师应同时拥有“教师资格证书”和“专业技术职务证书”。
在平常的教学过程中,让教师积极参加纵向、横向项目的申请和开发研制。专业教师要积极承担实践教学任务,在指导课程设计、毕业设计和实训教学中,要结合实际,真题真做,提高教师的专业实践能力和技术开发能力。同时安排专业教师到青岛市软件产业园进行定期实训,并鼓励教师参加各种专业技术培训,考取专业技术职务证书。
3.6开放实验室措施
课堂上的学时毕竟有限,老师不可能在课堂上将所有的实践环节全部照顾到,同时,不同学生的理解能力也不同,因此有部分学生在课堂上往往完不成相关的实践环节。为兼顾好、差两类学生,给学生创造一个良好的实验环境,“网络实验室”和“网络布线实验室”以开放实验室的形式向计算机学院的所有学生免费全天开放。只要学生有学习的兴趣,我们就提供实验环境。
4网络工程专业实践环节特点
本实践体系主要有以下特点。
(1) 本专业的办学理念为注重理论、强调实践,突出能力,面向社会 ,采用“理论+实验+实战(实训)+综合设计”等多级强化教学模式。
(2) 充分利用校内,最大化利用校外资源。充分发挥实验设备、实验室的潜能,选取尽可能多的课程在实验室教学。和学校网络中心合作,以校园网和网络中心为实习基地,开展校园网络(主要是学生宿舍)的维护、管理和应用开发工作。与青岛软件产业园等实习、实践基地联合,实现基础理论、专业知识与工程实践应用密切结合。
(3) 最大化利用课堂外时间与资源。由于网络工程专业的工程特性,要取得很好的成效难度更大。应用层次学生的实践能力培养仅仅靠计划学时内的实验、课程设计等环节是远远不够的,学生必须在课堂外花更多的时间进行编程能力、实践能力的训练。为此我们通过一系列的教学改革和环节设置,给学生提供具体的任务要求和必要的条件,例如开放专业实验室、建立科技活动室等方式给学生提供更多的条件。
(4) 分阶段渐进式教学。实践教学分三个阶段。第一阶段为基本技能实践,第二阶段为专业技能实践,第三阶段为校内外工程化训练阶段。这三个阶段的划分体现了不同时期学生的特点和教学要求,遵循由易到难、由认识到应用、步步推进的原则。最后所有学生通过毕业设计环节完成对大学期间所学知识(理论+实践)的总体检测和评估。
(5) 层次化、模块化教学。从学科基础、专业平台、专业方向、专业选修等层次、模块组织实践体系的教学。每门课程的实验部分都包括基础性实验、验证性实验和综合性、创新性实验,同时对于有重要实践要求的课程采用实验与课设兼顾的方式。为锻炼学生综合运用知识的能力,我们特意设计了一个综合课程设计,它涉及的课程包括计算机网络原理、网络管理、网络安全、网络程序设计等。对于每一个专业方向(主要包括网络应用、网络工程、无线网络等),我们都设计了一个5周的综合设计。这样可以使我们的毕业生在今后能够根据不同类型用户的需要,可从事网络工程的规划、设计、开发;开发基于网络的计算机软件;从事信息网络安全工程的设计和维护等。
5总结
目前我们已在实践体系的建设中取得了一些成果,针对网络工程专业实践性强的特点,构建了由实验、课程设计、实习、实训、毕业设计等环节具体体现的实践教学体系,并建设了相关的实验室和基地,提出并实施了有关的执行和管理措施,取得了较好的效果。在以后的教学实践与改革中,我们将从以下几个方面加强实践教学:(1)继续组建新的实验室,如信息安全、协议分析等实验室;(2)选取部分实验教学比重较大的课程进行一体化教学,即将实验室作为课堂,边讲边练,讲练结合,提高教学效果;(3)进一步加强实验教学管理,提高实验教学的效率和质量。
参考文献:
[1] 教育部高等学校计算机科学与技术教学指导委员会. 计算机科学与技术本科专业规范[M]. 北京:高等教育出版社,2006.
[2] 教育部高等学校计算机科学与技术教学指导委员会. 计算机科学与技术专业公共核心知识体系与课程[M]. 北京:高等教育出版社,2007.
[3] 教育部高等学校计算机科学与技术教学指导委员会. 计算机科学与技术专业实践教学体系与规范[M]. 北京:清华大学出版社,2008.
[3] 施晓秋. 应用型人才培养的网络工程实践课程体系构建[J]. 中国大学教育,2008(12):35-37.
[5] 肖锋,唐俊勇,容晓峰. 网络工程专业实践教学体系的探索与实践[J]. 计算机教育,2008(12):180-182.
[6] 吴怡,蔡坚勇,洪亲. 论网络工程专业实践环节教学体系及改革方案[J]. 电气电子教学学报,2007,29(3):87-92.
Research and Implementation of Practice Teaching System for Network Engineering
LI Dao-quan, XUE Wei-hua, JIANG Mei, ZHANG Jun-hu
网络实训总结篇12
连云港师范高等专科学校有幸承担了连云港地区的网络培训任务，2009年6月中旬，我市2800多名教师参加了这次新课程网络培训。通过这次培训，我们获得了一些经验，同时也对新课程改革产生了一些思考。
一、齐心协力，确保完成计划
连云港市教育局和连云港师范高等专科学校成立了“连云港市新课程网络培训工作组”和“连云港市新课程网络培训业务指导小组”，召开会议制定培训方案，周密部署，保证培训工作能够有序运行。为了保证暑期上网不方便的教师能够参加学习。相关单位决定定期开放学校机房，妥善解决了这部分教师的后顾之忧，确保完成省级培训计划。
二、精心挑选，选拔两类人才
我市精心选拔两类人才，一类是语文、数学、物理三个学科的骨干教师，让这些教师来担任各学科培训班的辅导员，负责并批阅学员的作业、组织学员参加讨论；另一类是工作认真、专业技术能力强的计算机教师，让他们来担任各培训班的管理员，负责把学员编入相应的培训班，在培训期间负责解决网络故障。定期做好班级简报。
三、岗前培训，强化四个内容
在培训班开班前，我们对选拔上来的教师进行了为期半天的岗前集中培训。培训主要强化四个内容：一是岗位职责。岗前集中培训当天，“连云港市新课程网络培训工作领导小组”和“连云港市新课程网络培训业务指导小组”成员到培训现场进行了指导。通过培训，使辅导员和管理员明确了培训的目的和意义，了解了自己的工作职责；二是上机操作。为了确保辅导员和管理员能够熟练地进行网上辅导，我们对培训的应用软件进行了讲解，并给辅导员和管理员进行了现场演示，解决了在操作过程中可能遇到的问题；三是教学内容。我们邀请相关专家解读了视频教学内容，使辅导员和管理员对培训内容有了一个基本的了解，并明确了在培训过程中应注意的问题四是考核要求。为了确保本次培训能够取得实效，我们提出了学员结业的考核要求，这样就使辅导员和管理员在培训过程中有了明确的指导方向。
四、关注培训，及时传递信息
在培训过程中，我们与省教师培训中心和各县区的辅导员、管理员保持密切联系。我们及时了解学员的参训情况，反馈给省教师培训中心，以便及时解决在培训过程中出现的问题，同时把省教师培训中心的要求及时传达给管理员、辅导员以及参训学员，指导他们的组织或学习进程。我们分阶段发出三次培训工作简报和一次工作总结，及时传递信息，保证了培训信息渠道的畅通。
五、注重过程，认真提交材料
为了确保学员的学习取得实效，按照省教师培训中心的统一要求。学员在培训期间要按时完成并提交辅导员布置的作业，要积极参与课程讨论并提交原创讨论贴，并在培训结束前提交课件、教案和培训小结。我们将学员的优秀课件、教案或培训小结推荐到省里参加评比，好的作品将人选出版。
六、严格考核。确保取得时效
我们对学员严格结业考核，对在线时长、发回贴数、作业次数、课件、教案和培训小结这六个指标的要求不低于省教师培训中心的总体要求。未提交上述材料之一的学员均不得结业，并令其在下一期的新课程培训中重新参加学习。
通过这样的培训管理方式和监督机制，督促学员上网参加学习，使那些精采的视频教学内容，逐渐吸引了学员。部分参训学员由起先的被动上网学习转变为后来的主动上网学习，由起先的为了完成任务而学习转变为后来的为了需要而学习。
计算机网络，把精采的专家教学视频展现在每一位教师的眼前，显示了它穿越时空、灵活方便的优势，节省了成本的同时，最大限度地实现了资源共享。辅导员通过网络批改作业、进行辅导；管理员通过网络进行日常事务的管理。网络培训扩大了教师培训规模、提高了教师培训效益，实现了在尽可能短的时间内，让尽可能多的人学习了新课程的先进教学理念和教学方法，更新了自己的教学观念。
这次利用网络对新课程的培训，也使我们对新课程改革产生了一些思考。
1.新课程网络培训促进了教师观念的转变
从这次网络培训的讨论贴中可以看到，学员讨论最多的是教师观念的转变。课堂上，把以教师为主体转变为以学生为主体，教师不再只是知识的传授者，而是学生学习的引领人。教师要成为学生学习的指导者和服务者。为学生的学习提供有力地支持和帮助，同时要善于发现学生的特长，开发学生的潜能，注重学生能力的培养。能够引导学生的发展方向。因此，广大教师要切实转变教育观念，更加关注学生的个性发展。培养全面发展的新人才。
2.新课程网络培训推进了教师专业素质的提高
新课程的改革迫切地需要提高教师的专业素质，而这次新课程网络培训穿越了时空的局限、突破了传统教学方式的束缚，向大家展示了一个广阔的学习、交流的平台。学员可以随时聆听专家的精采讲解。可以与同行进行深入的探讨。网络视频中，专家不但给大家提供了各学科的专业理论知识，而且还与课堂教学联系起来，使专业理论与教学实践结合起来。通过专家精采的教学内容，使学员们充分认识到，广大教师只有在新课程改革过程中，认真地学习，不断地探索与实践，教师的道德水平、专业素质才能得到提高。
3.新课程网络培训推动了我省的新课程改革
新课程改革倡导素质教育，致力于学生个性的发展，要求学生在德、智、体、美、劳各方面全面发展，做一个适应时代需求、适应社会发展的人。为了这个目标，这次新课程网络培训的内容涉及到培养目标的转变，课程结构的调整，课程内容的更新，教学方法的更新等。这次的新课程网络培训推动了我省的新课程改革。
网络实训总结篇13
加快高等教育的发展步伐,加大高校对社会的人才供给,是我国高等教育事业发展的迫切需求｡近年来,越来越多的高校在发展过程中,通过金融市场筹集资金以缓解发展过程中的资金瓶颈问题｡举债办学反映了高校理财观念的更新｡然而,机遇与风险总是相伴而生的,举债的同时也使高校面临还本付息的压力｡目前,部分学校对举债的风险认识不足,贷款的规模大大超过自身的经济偿还能力,出现短期资金链的断裂,如不能及时发放员工工资｡这些问题引起了社会的广泛关注｡
钟冲在《高等学校财务风险预警分析与应用》(2004)一文中,以教育部部属72所高校为样本数据,用7个财务指标,利用Fisher判别函数建立了高等学校财务风险预警多元判别模型,对72所高校的风险程度进行了分类｡本文在其数据和财务指标的基础上,利用BP人工神经网络方法建立判别模型,从而比较这两种方法在高校财务风险运用中的实用性,并对高校的财务状况进行重新分类｡
一､高校财务风险预警方法
(一)Fisher判别函数
Fisher判别分析法的基本思想是通过将多维数据投影到某个方向上,投影的原则是将总体与总体之间尽可能地分开,然后再选择合适的判别规则,将待定的样本进行分类判别｡Fisher判别的基本表达式为:
判别函数为:
F(X)=X＇(W+W)(X-X)
判别规则:
F(X)≥n,n∈财务风险企业
F(X)≤n,n∈非财务风险企业
其中:n=[F(X)+F(X)]/2;
X,X为两组的均值向量;
W,W为两组的协方差矩阵｡
对多个总体的费歇判别法的基本思路:
对于k个总体(G,G,……,G),我们假定它们具有相同的协方差矩阵∑,u,u,……u分别为总体G,G,……,G的均值,每一个总体含有P个样本点,任给出一个样本点X,要判别x属于哪一个总体,这样得到x的线性判别函数:
F(x)=bx=bx+bx+…+bx
费歇判别法就是要寻找一个由P个变量组成的线性函数F(x),使得每一个总体内样本点的函数值尽量接近,其他总体之间的函数值尽量疏远｡
(二)BP人工神经网络方法及算法的优化
BP人工神经网络又称为多层前馈神经网络,被认为是最适用于模拟输入和输出的近似关系,是算法最成熟､运用最广泛的人工神经网络｡它通常由输入层､输出层和隐含层组成,其信息处理分为前向传播和后向学习两步进行,网络的学习是一种误差从输出层到输入层向后传播并修正数值的过程,其目的是使网络的实际输出逼近某个给定的期望输出｡
神经网络运用于财务状况的判别包括学习和预警两个过程｡首先,用训练集的数据训练这个网络,使不同的输入向量得出相应的输出值,当误差降到一个指定的范围内时,神经网络所持有的那组权数值就是网络通过自学习得到的权数值,即完成了神经网络的自学习过程｡然后,输入测试样本数据,让训练好的神经网络输出高等学校财务风险程度的标志,即实现神经网络的财务预警操作｡
由于传统的BP算法主要的缺点是:收敛速度慢､局部极值､难以确定隐含层和隐含层的节点个数｡在实际应用中,BP算法很难胜任｡因此,本文采取了一种更有效的优化算法――Levenberg―Marquart方法(网络训练函数为trainlm)｡
二､样本数据的选取
为了比较Fisher判别函数和BP神经网络方法在高校财务预警中的实用性,本文选取了与《高等学校财务风险预警分析与应用》一文中相同的建模样本数据,即教育部部属72所高校的财务数据｡其中,64所高校为建模样本数据(已知分类样本空间),8所高校为待判样本数据,参加判别分析的高校数占88.9%,待判的包含缺失值或分类变量范围之外的高校数占11.1%｡
关于64所高校财务状况的分类,《高等学校财务风险预警分析与应用》一文中根据经验分析的方法作了如下分类:第1类包括48所高校(经营状况良好,警情较轻),第2类包括12所高校(经营状况一般,警情中等),第3类包括4所高校(经营状况很差,警情较重)｡本文继续沿用此种分类结果,分类结果如下表1,其中CN为高等学校的学校代码:
三､方法的比较及实证分析
(一)Fisher判别函数的分析过程
《高等学校财务风险预警分析与应用》一文中对提出的20个财务比率指标进行相关性分析,选取了相关性较弱的7个财务指标,分别为:资产负债率､现实支付比率､收入负债比率､生均收支比率､固定资产增长比率､净资产收入比率和自有净基金占货币资金的比率｡然后,采用全模型法,在没有使用主观变量的基础上,建立了3类高等学校的线性判别模式｡
分类1:Q=2.056X+0.486X-10.539X+78.6X+11.793X+15.601X-3.195X-50.016
分类2:Q=17.246X+0.440X+0.494X+69.018X+13.176X+17.938X-4.201X-45.673
分类3:Q=32.684X+0.296X+6.286X+61.939X+11.919X+15.698X-15.834X-102.823
判别的结果是:对于原始数据中,属于分类1的48所高校有43所仍归入1类,有5所归入2类;属于分类2的12所高校有10所仍归入2类,2所归入1类;属于分类3的4所高校仍然归入3类,判别正确的概率总的来看为89.1%｡
(二)BP神经网络的分析过程
1.网络结构的建立
由于三层神经元构成的前馈网络可以形成任意复杂的判决区域,故采用具有一个输入层､一个隐含层､一个输出层的三层网络｡
本文继续采用上述的7个财务比率指标构建判别模型,因此,输入层的神经元个数为7｡判定结果的值为1､2､3,即代表3类不同的财务风险程度,因此,输出层的神经元个数为1｡本文利用MATLAB7.0编程用相同的训练样本对隐含层节点数不同的网络进行训练(让隐含层节点数在8～20之间变动),比较它们的系统误差及训练的收敛速度,发现当隐含层的节点个数达到11时,网络的收敛速度较快(第28次迭代时达到训练要求的精度),误差最小｡因此,最终确定的神经网络结构为7-11-1｡
2.网络的训练结果及比较分析
(1)网络的训练及判别
为避免变量各指标数值间差异太悬殊,而导致小数值被大数值所淹没,首先,利用premnmx函数对各样本数据进行无量纲化处理,使归一化后的数值分布在[-1,1]区间内｡然后,选择60所高校为训练样本,4所高校为检验样本对所构建网络进行训练,使误差达到满意的程度｡具体样本分类如表2所示:
在网络的自学习过程中,当第28次迭代时网络的误差为5.71947E-006,达到训练设定的精度要求,网络停止训练｡训练样本与检验样本的网络判断结果如表3和表4所示(由于训练样本数较多,本文不能一一列举,这里只是选择性的列举了其中5所高校的判别结果):
为了对网络的响应进行分析,验证用BP神经网络建立的判别模型的有效性,笔者利用MATLAB7.0工具箱中的postreg函数将训练样本和检验样本的网络输出和相应的期望输出向量进行线性回归分析｡分析结果如图1和图2所示:
可以看出,输出结果的最佳线性拟合结果与“输出值=期望值”的理想曲线基本重合,即输出对期望值的跟踪较好,相应的R值达到1,说明网络的训练效果很好｡而检验样本的R值也达到了0.989,只有一所高校网络判别结果属于第二类学校,与实际的分类有些区别｡
(2)两种方法的比较分析
将Fisher判别函数和BP神经网络方法所建的判别模型的判别结果进行比较可以发现:两种方法的判别结果基本上是一致的,都具有较高的分类正确率,但利用BP神经网络方法建立的判别模型对训练样本的判别结果与实际的分类是一致的,而检验样本中也只有一所高校与实际有区别,判别的正确率达到98.43%,高于Fisher判别函数方法的89.1%｡
这两种方法在高校财务风险判别中存在差异,主要的原因在于:影响高校财务风险的因素比较多,各影响因素与财务风险之间存在着复杂的非线性关系｡Fisher判别函数建立的多元判别模型是线性模型,分析高度非线性系统的变化规律具有一定的局限性,而BP神经网络方法建立的是非线性模型,能更好地“辨识”这种复杂的关系｡
(3)网络判别模型的预测
由上述的分析可知,BP神经网络方法的分类正确率高于Fisher判别函数,因此,本文利用训练好的网络重新预测待判的8所高校的财务状况｡
通过网络的判别,8所高校中2所归入第3类学校,其余6所高校归入第1类学校｡所以,最终判别的分析结果为,财务状况良好属于第1类的高校(警限视为轻警)有54所,财务状况一般属于第2类的学校(警限视为中警)有12所,财务状况很差属于第3类的学校(警限视为重警)有6所｡
四､结语
BP人工神经网络具有非线性､快速等特点,该模型已广泛运用于各个领域,如预测市场价格､天气变化､企业可信度等方面,并在上市公司财务风险的预警中取得了显著成效｡本文在总结他人的研究成果基础上,利用BP神经网络方法建立判别模型,发现神经网络方法比Fisher判别函数在相同样本的高校财务风险判别中具有更高的准确性和实用性,为高校相关决策者识别和控制财务风险提供了一条更为准确的路径｡
参考文献:
[1] 翟东升,曹运发.Fisher判别分析模型在上市公司信用风险度量中的应用[J].林业经济,2006,(3):62-65.
[2] 刘洪,何光军.基于人工神经网络方法的上市公司经营失败预警研究[J].会计研究,2004,(2):42-46.
