基于ANN算法的高校信息管理系统设计

彭勰

摘 要：創建高校信息管理系统已成为教育领域的重点研究方向。传统高校信息管理系统在设计与使用中存在利用率低、运行时出现数据冲突与信息浪费、不能较好实现系统兼容与扩容等问题。鉴于此，为了提升信息传输速度，改善信息处理能力，解决数据繁杂故障率高的问题，设计了一种基于ANN算法的高校信息管理系统，通过动态视角在系统上对高校信息资源进行分布式调度，结合高校具体情况设计出子系统，随后通过ANN算法对信息数据进行处理，以仿真实验形式验证系统效果。实验表明，基于ANN算法的高校信息管理系统具有良好的信息处理能力，能够在保证服务质量的前提下降低集群总消耗，不仅提高了高校信息管理水平，也实现高校信息管理系统的系统化与科学化，基本实现了设计总目标。

关键词：ANN算法 高校信息管理系统 SOA 模块 参数

中图分类号：TN948.61   文献标识码：A

Design of the University Information Management System Based on the ANN Algorithm

PENG  Xie

（Yunnan College of Business Management， Anning， Yunnan Province， 650304 China）

Abstract： The establishment of the university information management system has become a key research direction in the field of education. The traditional university information management system has the problems in design and use， such as the low utilization rate， data conflicts and information waste during operation， and poor achievement of the compatibility and expansion of the system. In view of these， in order to improve the speed of information transmission， improve the ability of information processing， and solve the problems of the complex data and high failure rate， a university information management system based on the ANN algorithm is designed. University information resources are carried out distributed scheduling on the system through a dynamic perspective， the subsystem is designed according to the specific situation of the university， then information data is processed through the ANN algorithm， and the effect of the system is verified by simulation experiments. Experiments show that the university information management system based on the ANN algorithm has the good ability of information processing， and can reduce the total consumption of clusters under the premise of guaranteeing service quality， which not only improves the level of university information management， but also realizes the systematization and scientization of the university information management system， and basically achieves the overall design goal.

Key Words： ANN algorithm; University information management system; SOA; Module; Parameter

将现代技术应用于高校信息管理中，不仅是信息时代发展的客观需求，也是深化高校管理改革的必要举措。目前，各类型的信息系统不断出现在高校的教学、办公与后勤等各个方面，许多较为成熟的技术已得到普遍应用。但由于部分原因，高校信息管理系统仍存在一定问题，例如：在设计初期因设计思路不完善导致后期使用出现利用率低；运行时出现数据冲突与信息浪费；操作系统无法满足新环境下高并发、高扩展、高集成的技术要求。种种原因导致机房需要大量人力维护，给管理人员增加了额外工作量。人工神经网络算法（Artificial Neural Network，ANN）具有自适应以及非線性函数逼近能力[1]。其容错性较高，可以实现仿真、预测以及模糊控制等功能，是处理非线性系统的强大算法[2]。鉴于此，设计了一种基于ANN算法的高校信息管理系统，将高校内的信息资源进行处理与合理分配，不仅解决了高校内系统运行需求，还改善了服务器资源浪费的现象。实验证明，本系统能够对服务器进行合理调度，有效解决了问题，具有较大应用价值。

1系统架构设计

系统采用SOA的底层结构，SOA面向管理者，管理者通过后台进行数据管理，例如信息查询、数据导入等交互性操作。系统整体分为展示层、管理层、服务层与数据层，如图1所示。展示层包括管理员界面，使用Json技术开发；管理层利用Adobe Flex平台，并调用其功能完成界面设计，界面功能主要包括后台数据处理，信息管理等[3]。服务层由RIA搭建，该层作为系统整体架构的核心，具有不可替代的中间层功能。用户操作后，服务器发出的HTTP请求进行数据处理，最终通过服务器成功向客户端传输处理后的结果；数据层基于Relational Database数据库，提供空间、属性、数据于一体存储的数据服务[4]。Relational Database数据库对数据的存储管理，当接收服务器处理任务后，运用相关组件提供功能，实现提取、分析、计算、处理各类数据。

图1 系统架构

2子系统设计

系统设计首先要确定系统功能，本系统的核心功能是高校信息的共享与分类，同时便于管理维护[5]。所以，基于ANN算法的高校信息管理系统包括诸多子系统，各子系统之间通过互联网连接，能够有效进行信息交换，实现信息资源的共享。核心子系统包括学生管理、教师管理、职工管理、综合查询、后勤管理、图书管理、设备管理、财务管理等，具体如图2所示。

图2 子系统划分

因内容所限，仅对财务管理子系统设计进行介绍。根据高校运行实际所需，财务管理子系统划分为缴费与资金管理两部分。财务管理子系统要正常工作就必须有数据支撑，例如存款信息、凭证信息、预算信息等，而这些信息需要维护人员进行维护[6]。在这些模块的基础上，财务管理子系统又形成了包括查询、统计、审判等功能，如图3所示。

图3 财务管理子系统

为了对财务管理子系统进行数据库开发，应对其进行需求分析，并得出数据流图，如图4所示。

图4 财务管理子系统数据流

3软件设计

3.1模块设计

3.1.1登录

用户打开界面后加载App.js文件，弹窗提示使用个人信息，点击同意后运行WxLogin方法，获得标识Open ID与版本信息SessionKey，执行成功后携带Open ID，使用Get方法调用API，与后端数据开始交互，根据结果进行判断并进入相应页面[7]。

3.1.2提交

高校信息管理系统录入的信息量较大，为了减少代码量，提升使用效率，可将提交功能放于Eteringinformation文件，各类记录内容通过EnteringInformation？id=class调用。将数据放于Data内，携带Open ID请求后台，后台处理后反馈结果。

3.2标识设计

在Restful风格中，使用资源特定名字作为统一资源标识符（Uniform Resource Identifier，URI），并设计与资源特征符合的控制器与模型类[8]。控制器选用Deployment，该设备能够有效处理API调用逻辑；模型类主要用于处理数据库操作。根据高校信息涉及数据，标识设计如表1所示。

3.3数据库设计

数据库设计采用ANN算法，对数据进行分析并提取数据特征，为后续数据处理提供数据保障。数据分为正常数据与异常数据，一般标记正常数据为01，异常数据为10，可采用归一化处理方式，将同序列的数据归一至（0，1）之间，并获取适用于本系统的数据值。提取网络特征作为前置的计算公式可表示为

在公式中，表示具有数据特征的向量，表示数据归一处理后的值，Φ表示提取网络激活函数。通过计算得出特征提取网络，从而获取数据的特征向量构成。通过ANN算法全方位检测网络运行情况，获取流量异常信息。在运行环境中提取流量信息，分析其特性并从流量信息中获取观测向量。

4系统实验

4.1实验准备

开发语言为C+，能够支持面向对象，同时具有稳定的程序结构。编程工具使用Visual Studio实现，用于创建并运行下一代程序组件，可管理多类与开发软件相关的插入工作，创建与部署安全可靠。随后即是诊疗过程的程序开发，在系统开发中使用API接口，同时还可传递参数。通过各类界面与程序代码，将数据的录入、修改、查询进行串联，从而形成了信息管理系统。

4.2实验参数

数据一般为多维数据，在改进过程中以距离为基础，采用数值型数据集。如表2所示，数据集包括Mnist、Softmax、Cifar-10，共计247条数据。

将基于ANN算法的高校信息管理系统与传统高校信息管理系统进行比较，选取聚类纯度作为有效性指标，聚类纯度计算公式可表示为

式（2）中，为聚类纯度；为样本总数；为聚类数；为正确类别；表示聚类数量；为对象数量；为第个聚类中的样本；为第个类别中的真实样本。这里的取值范围为[0，1]，越大表示效果越好，测试参数如表3所示。

4.3性能分析

通过传输率与故障率双指标进行性能评估测试，传输率的计算公式可表示为：

式（3）中，为传输率；为数据量；为传输时间，误报率的计算公式可表示为

式（4）中，为故障率；为故障样本数量；為样本总数目。其中，传输率越快，故障率越小，表明性能越好。在测试中，基于ANN算法的高校信息管理系统的传输率为58%，故障率为0.219%；传统高校信息管理系统的传输率为34%，误报率为0.426%。所以，基于ANN算法的高校信息管理系统的性能与效果也更为良好。

4.4处理效果

因为高校信息海量且规模大，对于高校信息管理系统而言，如何快速准确查询信息就格外重要，所以信息查询时间与查询精度能够衡量高校信息管理系统的处理能力，测试进行了6次信息查询，每次查询不同数量和类型的信息如表4所示。

4.5对比效果

为评价基于ANN算法的高校信息管理系统的应用效果，在相同测试环境中，选择A高校的传统信息管理系统作为比较测试方法，采用校领导、专家、教师、学生对高校信息管理系统应用情况进行评分，统计每种系统的分值情况，结果如表6所示。对比分析可以发现，基于ANN算法的高校信息管理系统所得分值远远高于传统信息管理系统，本系统能够为高校相关人员提供有效服务，具有良好的信息管理效果。

5结语

综上，基于ANN算法的高校信息管理系统经测试后已在部分高校投入使用，且在教学管理、注册缴费以及日常考核中都取得了良好效果。同时，该系统在具体应用中集成了各方有效资源，发挥了信息管理的核心作用，为高校日常管理提供了精确、及时、有效的依据。无论是业务抑或是技术，都在不断发展，因此笔者将对系统的功能与技术进行总结与改进，从而更好地适应业务发展的需要。此外，该系统在具体应用时还存在部分尚待完善的地方，信息终端存储了各业务系统的海量数据，如何用大数据实时分析这些数据，为决策提供支撑是未来应努力的方向。

参考文献[1] 徐景彩.智能化学生管理评估信息系统构建中ANN算法的应用研究[J].粘接，2021，45（3）：88-91.