混凝土搅拌站管理全套资料教学课件

混凝土搅拌站管理全套资料1、战鼓一响，法律无声。——英国2、任何法律的根本；不，不成文法本身就是讲道理……法律，也----即明示道理。——爱·科克3、法律是最保险的头盔。——爱·科克4、一个国家如果纲纪不正，其国风一定颓败。——塞内加5、法律不能使人人平等，但是在法律面前人人是平等的。——波洛克混凝土搅拌站管理全套资料混凝土搅拌站管理全套资料1、战鼓一响，法律无声。——英国2、任何法律的根本；不，不成文法本身就是讲道理……法律，也----即明示道理。——爱·科克3、法律是最保险的头盔。——爱·科克4、一个国家如果纲纪不正，其国风一定颓败。——塞内加5、法律不能使人人平等，但是在法律面前人人是平等的。——波洛克此PPT课件下载后可自行编辑混凝土搅拌站的管理搅拌站组织机枸及人员分工1、组织机构拌合站站长试验室设备部物资部混凝土生产班组混凝土运输队设备维修班组作文课上，我们常常会发现很多学生无话可说。在动笔时皱眉头，打开本子咬笔头，内容虚假空洞、千人一面，描写叙述寥寥几笔应付了事。究其原因，教师方面：对教材钻研不足、教学的立足点不明确，对学生写作的实际水平、心理特征缺乏了解和研究；学生方面：生活单调，对周围的人和事观察不细致，语言积累少，都是造成上述现象的原因。要消除这种现象，激发学生的作文兴趣，提高作文教学质量，不仅要在改进作文课堂教学上下工夫，课前的充分准备也是十分必要的。作文课堂教学前奏的探索主要包含两个方面：教师的准备工作和指导学生进行写作前的准备工作。“学然后知不足，教然后知困。知不足然后能自反也，知困然后能自强也。故曰教学相长也。”我认为如果能通过多种形式在师生中进行作文教学前的宣传和活动，打破作文课堂教学前老师的单独备课，那么作文教学就能真正有的放矢，学生的写作兴趣得以培养，努力变“要我写”为“我要写”，学生才能真正做到成为写作的主人，教师的作文教学理论也能得以加强。一、教师的准备工作：统筹教材，立足生本1.研究教材，统筹明确教材作文训练点初中阶段可以按年级特点分成三个小组，确定作文系列训练目标。第一小组：初一年级，写人记叙文（写单个人，写两个人，写群体）；第二小组：初二年级，游记；第三小组：初三年级，写景抒情散文。按年级分组并制定相对应训练目标后，教师则着手进行以下准备工作：（1）准备恰当的作文题目。作文题目要能贴近学生生活，让学生有话说，能引发学生的情感共鸣，这样他才能写得好、写得深刻。如写单个人：《这就是我》《我最尊敬的一个人》；写两个人：《我和你》《我和他》；写群体：《真实的90后》。通过题目的选取与制定让学生初步拥有写作的兴趣。（2）准备作文素材。作文素材要能对学生在拿到题目之后可能思考的问题及可能写到的材料进行预设，这样方能为下一阶段的写作指导提供方向与范围。（3）确定训练时间和学生准备的时间。根据训练内容制定训练内容的时间，有利于学生把握时间，在规定时间内完成相应训练，避免拖沓。同时提前安排好学生准备的时间，有意识地引导学生收集相关写作素材，养成积累的习惯。（4）准备引导学生的策略。如情景引导法、综合其他学科开展趣味活动、游园活动、春游或秋游活动等。2.研究学生根据不同年级学生不同的特点，明确学生写作薄弱点，确定以生为本的“生本”训练点。3.综合“生本”和教材训练点以初中三个年级为实践单位，逐步形成一套行之有效的案例材料，设立为校本课程。二、指导学生准备：以生为本，立足文本1.引导学生多角度体验生活，鼓励个性表达叶圣陶曾经说过：“作文这件事离不开生活，生活充实到什么程度，才会作出什么样的文字，否则就会陷入不切实际的唯技巧论。”“学生写作的过程，是从客观外界汲取必要的素材，经过在头脑中加工制作，再运用文字符号表达出来的过程。”教师在以家庭生活、学校生活和社会生活为内容，根据系列训练目标，采取形式多样、切合学生实际的活动。如情景引导法、综合其他学科开展趣味活动、游园活动、春游或秋游活动等。让学生积极参与，真切体验。2.引导学生走进文学作品，积淀文学素养依托学校“书香校园”课题，设立“读书小博士”“写作小学士”“写作小博士”等活动，多方营造校园读书写作的氛围。通过个人推介会，引导学生养成良好的阅读习惯；课前三分钟推荐喜欢阅读的名著等等活动引领学生能阅读文学作品，模仿名家语言笔力，积淀文学素养。在明确教材训练点和训练的时间的基础上，根据写作预测，可以有计划地引导学生阅读文学作品。如《笑面人》中对关伯伦的描写：“神学院里有一个可恶的神父尽找我麻烦。他有一头平滑而油亮的黑发，面包颜色的面孔，水牛般的声音，猫头鹰似的眼睛，胡须好像野猪鬃，微笑中带有恶意的讽刺，四肢一动好像木偶人。”引导学生阅读后有意识地积累，为下文写单个人物，从批判某个人的性格特征这一角度的积累会有明确的点拨。3.引导学生在平时写作准备的基础上养成自主合作探究能力首先，学生的生活相对比较单一，生活经历也比较单薄，鼓励学生之间的交流合作，是为了更好地交流彼此的生活体验，丰富学生的人生经历，让他们对生活有更加多样的认识，从而在写作上可以更上一层楼；其次，每个学生的语言表达能力和表达习惯是不一样，鼓励学生进行合作探究还可以交流彼此的写作心得、写作技巧，从而提高写作能力；第三，鼓励学生进行合作探究，可以加强同龄人之间的交往，增强彼此的友谊，有利于提高学生的学习兴趣，促进学生自主写作。孔子说：“不患人之不己知，患不知人也。”他认识到“知人”的重要，因此他十分重视“知”学生，认真分析学生个性，甚至只用一个字即可准确地概括，足见其备学生之细致认真。这样，充分了解学生之“材”，才能因其“材”而施教而应该尊重每个学生的个性，让他们保持原有的本色。作文教学就能真正有的放矢，学生的写作兴趣得以培养，努力变“要我写”为“我要写”。万事开头难，若是能在作文教学开展前做好教师与学生的准备工作，便能为接下来真正的作文训练奠定扎实基础，避免漫无目的、各自为政的局面，提升作文教学的效率，为教师与学生在今后的教与学中提供明确的目标，助推作文教学扬帆起航。ApplicationofAssociationRulesinStudentAchievementManagementSystemWANGLi-jun,HUMin(ComputerandInformationSchool,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Associationrulesisanimportantareaofdatamining.AdoptsApriorialgorithmofassociationrulesandmakesuseofthedatabaseofstudents'achievementasresearchobject,tominethecorrelationshipofcourses,itgivesteachingadministrationdepartmentatheoreticaladvisetoarrangecourse.高校学生成绩管理系统中存储了大量的学生成绩信息，但目前对学生成绩的处理仅停留在的数据保存、查询及简单的统计阶段，并没有对成绩数据进行深入地挖掘分析，发挥其应有的作用。数据挖掘是解决数据丰富而知识贫乏的有效途径，其实质是从大量数据中提取隐含的、未知的和潜在有用信息的过程。关联规则是数据挖掘研究的主要模式之一。文章将探究关联规则在学生成绩管理系统中的应用，采用关联规则的Apriori算法对学生的成绩进行挖掘生成频繁项集，找出课程之间的良好关系，从而为教学管理工作提供决策支持。1基本理论1.1关联规则[1]关联规则是形如A=>B的蕴涵式，其中A?奂I，B?奂I，并且A∩B=??I。规则A=>B在事务集D中成立，具有支持度s，其中s是D中事务包含A∪B的百分比即概率P(A∪B)。规则A=>B在事务集D中具有置信度c，其中c是D中包含A的事务同时也包含B的百分比即条件概率P(B|A)。即support(A=>B)=P(A∪B)confidence(A=>B)=P(B|A)项集的出现频率是包含项集的事务数，简称为项集的频率、支持度或计数。如果项集I的支持度大于或等于最小支持度(由用户或领域专家设定)，则I为频繁项集。关联规则的挖掘可以分两个步骤完成。1)找出所有的频繁项集。即找出所有那些支持度大于等于最小支持度min_sup的项集。2)由频繁项集产生强关联规则。即产生那些支持度和置信度分别大于或等于最小支持度min_sup和最小置信度min_conf的关联规则。1.2Apriori算法[2]Apriori算法是R.Agrawal和R.Srikant于1994年提出的为布尔关联规则挖掘频繁项集的原创性算法。Apriroi算法使用逐层搜索技术。首先扫描数据库找出满足最小支持度的频繁1项集L1，然后通过L1×L1产生候选2项集C2，扫描数据库计算C2中的每个候选项集的支持度计数，确定频繁2项集的集合L2，同理产生候选3项集C3，从C3开始就可以根据Apriroi性质(频繁项集的所有非空子集也必须是频繁的)进行剪枝来压缩C3，然后扫描数据库计算C3中的每个候选项集的支持度计数，确定频繁3项集的集合L3，以此类推确定其他频繁项集，算法直到候选项集为空时执行完毕。1.3由频繁项集产生强关联规则[3]根据Apriori算法找出频繁项集后，可直接由它们产生强关联规则(强关联规则满足最小支持度和最小置信度)。置信度可以用如下公式计算。confidence(A=>B)=P(B|A)=s_count(A∪B)/s_count(A)条件概率用项集的支持度计数表示，其中，s_count(A∪B)是包含项集A∪B的事务数，而s_count(A)是包含项集A的事务数。根据该式，关联规则可以产生如下：对于每个频繁项集L，产生L的所有非空子集。对于L的每个非空子集s,如果s_count(t)/s_count(s)min_conf，则输出规则“s=>(L-s)”。其中，min_conf是最小置信度阈值。2关联规则在学生成绩管理系统中的应用学生成绩管理系统是采用ASP+Access技术制作，学生每一学期的成绩都存放在Excel文件(即一学期一个Excel文件)，每一个班级都存放在一个工作表并且以班级命名，每一个工作表的标头都是以学号、姓名、专业以及该学期的课程名称命名。2.1数据集成选择用户通过学生成绩管理系统的首页登录成功后即可进入后台管理，在后台管理中点击关联挖掘链接跳转到关联挖掘页面。在该页面当用户选择了相应的专业后，页面会自动显示出该专业相应的公共基础课程、专业基础课程和专业课程，供用户选择课程进行关联挖掘，点击添加按钮后程序代码遍历所有的Excel文件搜寻该专业的学生的所有成绩，并将已经学过所选课程的学生学号、课程名称、成绩存储到Access数据库中的SJWJ表中，并将学号、课程名称、成绩信息显示在页面上。下面以C语言程序、VB程序设计、VC程序设计和VFP程序设计四门课程为例。2.2数据格式化经过数据集成选择后，发现已经学过上面四门课程的人数为42人，对符合要求的学生成绩进行关联挖掘时，需要逻辑型数据，因此需要将学生成绩转化成布尔型。因为挖掘的是各课程之间的良好关系，所以将大于等于75分的成绩转化为1，将小于75分的成绩转化为0。执行SQL语句完成数据格式化。2.3关联挖掘为方便书写将C语言程序设计用H1代替，VB程序设计用H2代替，VC程序设计用H3代替，VFP程序设计用H4代替。Apriori算法的应用：首先，用户可以自行设置最小支持计数，本例中将最小支持计数设置为14，页面开始执行SQL语句统计数据库中SJWJ表中的每门课程的良好人数，再跟最小支持计数比较，发现四门课程的良好人数都大于14，确定频繁1项集的集合L1，并将四门课程名称存在L1数组中；继续执行程序代码，算法使用L1×L1产生候选2项集的集合C2，再次执行SQL语句统计SJWJ表中C2中每个候选项集的良好人数，再跟最小支持计数比较，并将符合条件的课程名称存在L2数组(二维数组)中，本例中{H2，H3}、{H2，H4}和{H3，H4}符合要求存入L2；继续执行程序代码，算法使用L2×L2产生候选3项集的集合C3，此时C3只有{H2，H3，H4}一个候选值，再次执行SQL语句统计三门课程都良好的人数为15，符合条件确定频繁3项集的集合L3，并将{H2，H3，H4}存入L3数组中，至此程序执行完成。页面执行完成后生成频繁项集的效果图，如图1所示：图1生成频繁项集效果图2.4由频繁项集产生强关联规则频繁项集l={{H2，H3，H4}}，l的非空子集有{H2，H3}、{H2，H4}和{H3，H4}，{H2}，{H3}，{H4}共6个非空子集。设置最小置信度为50%，结果强关联规则如下：H2∧H3=>H4confidence=15/18≈83.3%H2,H3同时良好，H4有大于83.3%的良好可能；H2∧H4=>H3confidence=15/18≈83.3%H2,H4同时良好，H3有大于83.3%的良好可能；H3∧H4=>H2confidence=15/18≈83.3%H3,H4同时良好，H2有大于83.3%的良好可能；H2=>H3∧H4confidence=15/21≈71.4%H2良好，H3,H4有大于71.4%的良好可能；H3=>H2∧H4confidence=15/25=60%H3良好，H2,H4有大于60%的良好可能；H4=>H2∧H3confidence=15/23≈65.2%H4良好，H2,H3有大于65.2%的良好可能；因此，VB程序设计、VC程序设计和VFP程序设计三门课程之间是相互影响的。一些课程学生成绩的好坏会影响另一些课程。VB程序设计学习的好坏对另两门课程的影响较大，故应提前开设VB程序设计，并加强该课程的教材建设和师资队伍建设；其次是对VFP程序设计课程的建设。3结束语采用关联规则挖掘算法在学生成绩管理系统中进行数据挖掘，可以