数据可视化在教育中应用.docxVIP

天津大学2017 ～2018 学年第 1 学期研究生课程论文试题课程名称： 网络行为发现 课程编号： S2120011 学院名称： 教育学院 学号： 2117212015 姓名： 李莉 成绩： 课程论文题目： 数据可视化在教育中的应用 课程论文提交时间：2017-11-7 注：课程名称、课程编号、课程题目、基本要求等项由任课教师在印刷之前填写，研究生提交的课程论文附后。数据可视化在教育中的应用摘要：教育大数据的可视化时代已经来临，如何恰当地表征和展示内涵丰富的教育图像资源是当前亟待解决的科学问题之一。利用大数据可视化方法让数据客观呈现，并形象生动地显示数据所表示的内容及其之间的关系，从而使许多抽象的、难于理解的原理和规律变得直观简单，许多繁冗而枯燥的数据变得生动有趣。关键词：数据，可视化，教育大数据数据可视化技术的提出计算机用于科学计算和数据处理已有多年历史，而长期以来，计算机水平有限，导致对数据主要只能进行批量处理，不能进行交互处理，更不能对计算机过程进行干预和引导，只能被动地等待计算结果的输出。随着科学研究领域的不断扩大，在超级计算机、教育、飞行器、气象、医学和探矿等领域产生了大量的数据。但由于缺乏有效的分析手段，常常要舍弃庞大数据群中的大部分有用数据，导致应有的信息处理精度降低．海量数据的产生已不能有效地解释这些数据和一些现象。因而，科学计算可视化应运而生。科学计算可视化是应用计算机图形学和图像处理技术，将科学计算过程中产生的数据及结果数据，转换为人们容易理解的图形图像形式，在屏幕上显示出来。科学计算可视化把科学计算过程中的数据及结果转变成人的视觉可以感受到的计算机图像，这些图像可以将大量的抽象信息有机的组织在一起，并形象生动地显示数据所表示的内容及其之间的关系，从而使许多抽象的、难于理解的原理和规律变得直观简单，许多繁冗而枯燥的数据变得生动有趣。教育大数据的可视化应用我国教育大数据的研究热点可以分为基础理论研究、教育大数据技术、学习行为分析、学习方式探索、教育资源管理、个性化教学改革与教育政策共7个核心领域。在我国对教育越来越重视的情况下，可视化教学也逐渐替代传统的教学模式。可视化教学是指在计算机软件和多媒体资料的帮助下，将被感知、被认知、被想象、被推理的事物及其发展变化的形式和过程用仿真化、模拟化、形象化及现实化的方式在教学过程中尽量表现出来。在可视化教学中，知识可视化能帮助学生更好地获取、存储、重组知识，并能将知识迁移应用，促进多元思维的养成，帮助学生更好地关注知识本身的联系和对本质的探求，减少由于教学方式带来的信息损耗，提高有效认知负荷。教育大数据可视化技术 根据可视化的图像个数，教育图像可视化包括特征可视化和关系可视化两种类型，对应的表征也分成两种类型，大致包含颜色直方图法、边缘轮廓法、纹理矩直方图法、颜色聚类语义法、图像相关关系法等多种传统方法。虽然这些传统方法已经被计算机视觉领域证明了科学可行性，但在直接进行教育图像可视化表征时或多或少的存在若干不足。即使如此，这些方法仍然可与所提出的教育图像可视化表征框架并存，并发挥了极大的作用。颜色直方图法颜色是描述图像内容的最直接视觉特征。颜色直方图统计了图像中颜色的组成分布，即颜色及其出现的概率，计算简便，具有放缩不变性、旋转不变性，是目前较为常见的一种图像特征可视化方式。例如在美术教学时需一组颜色相似的图像，讲解色调风格就可采用颜色直方图方法，但该方法通过用线性数据结构存储，忽视了颜色分布的空间信息，更适合刻画图像的颜色全局特征，通常缺乏对图像中复杂目标对象本身的描述。与单纯的图像检索不同，教育图像可视化表征强调培养视觉素养，更关注图像对象的教育认知与传播作用，例如同类色调风格的美术作品存在不同的渲染模式，仅用颜色表征就存在疑问，因此，直方图方法在某些情况下不能很好地满足教育图像可视化表征的实际需要。边缘轮廓法为了更好地可视化表达教育图像的对象及其形状特征，可采用边缘轮廓检测的方法。图像边缘是目标对象之间的过渡，往往包含许多有意义的信息，是重要的视觉感知信息，对于教育图像的理解与分析具有举足轻重的作用。一般来说，图像颜色在目标内部具有相似性，在目标之间的边界上呈现不连续性，即在目标区域内缓慢变化，在目标区域之间则发生急剧变化，具有不同颜色的相邻目标总存在轮廓，形成边缘或轮廓。遗憾的是，更多的教育图像并不存在严格理想的边缘，因光照条件、噪声污染等影响，实际的边缘总是在某种程度上表现出含糊性、不明确性或不肯定性，如数字博物馆的陶瓷图像，此外，一些复杂的教育图像也很难快速检测到明确地边缘和轮廓，如草地上的斑马图像。纹理矩直方图法纹理特征也是物体表面的固有视觉特征之一，包括教育图像在内的几乎所有图像都具有纹理，其形成是一个复杂的物理、生理和心理相