摘 要：本文針對傳統(tǒng)學生成績管理系統(tǒng)漏檢率高、響應時間過長等問題，設計了一種基于Highcharts的學生成績管理系統(tǒng)。其硬件包括主控器、傳感器和轉換器。主控器執(zhí)行數(shù)據(jù)計算，傳感器監(jiān)測、收集成績信息，轉換器將物理量轉換為數(shù)字信號。軟件部分包括采用KNN算法進行的數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)轉換和特征提取等相關設計。系統(tǒng)測試表明，與傳統(tǒng)學生成績管理系統(tǒng)相比，本系統(tǒng)的漏檢率較低，響應時間更短，運行性能良好，具有一定的推廣價值。

關鍵詞：Highcharts；高職校學生；成績管理；KNN算法

中圖分類號：TP 311 " " " " " 文獻標志碼：A

學生成績管理系統(tǒng)是高職院校構建學生管理體系的重要組成。利用系統(tǒng)功能，教師可對學生成績信息進行排名、檢索、增加和刪除等操作，學生也可以自查個人成績，及時了解學習情況。因此，為實現(xiàn)學生成績管理數(shù)字化，各類系統(tǒng)不斷出現(xiàn)，學界對此也進行了積極探討。例如，汝曉玲[1]開發(fā)了一種面向課程的小型成績管理系統(tǒng)；夏小翔[2]設計了基于Echarts的學生成績管理系統(tǒng)，對成績進行查詢管理，并采用Echarts技術展示了所獲數(shù)據(jù)；楊洪濤[3]采用前、后端分離技術，設計了一種成績管理系統(tǒng)，提高了成績管理效率。綜合所述，雖然上述系統(tǒng)提高了工作效率，但是依然漏檢率較高且響應時間較長。隨著可視化技術發(fā)展，Highcharts成為一款強大的可視化庫，被廣泛應用于信息查詢系統(tǒng)中[4]。因此本文設計了一種基于Highcharts的學生成績管理系統(tǒng)，能夠解決多數(shù)成績管理問題，滿足廣大師生獲取信息的基本要求。

1 整體設計

系統(tǒng)設計面向全體師生，結合成績管理與工作需要，并基于“前端+后端”的思想，整體部署使用Docker容器化應用，并將Nginx作為反向代理，其整體結構如圖1所示。系統(tǒng)由顯示層、服務層與數(shù)據(jù)層構成，其中，顯示層將Vue.Js作為前端框架，將集成Highcharts作為數(shù)據(jù)可視化工具，用于展示成績相關的圖表；服務層使用Node.Js和Express.Js構建Restful API，采用成績統(tǒng)計分析算法處理數(shù)據(jù)邏輯和業(yè)務規(guī)則，能夠保證數(shù)據(jù)的正確性，并保障數(shù)據(jù)安全；數(shù)據(jù)層使用MySQL存儲成績相關數(shù)據(jù)。整體設計考慮了系統(tǒng)架構和層次組織，旨在提供穩(wěn)定、高效的學生成績管理和可視化服務。

2 硬件設計

硬件設計是保證系統(tǒng)穩(wěn)定運行和用戶滿意的關鍵因素。在設計過程中，應充分考慮性能、可靠性、安全性和成本效益，以滿足不同用戶的需求和系統(tǒng)的長期運行要求。

2.1 主控器

主控器是系統(tǒng)內核，本系統(tǒng)選擇ARM Cortex單片機，能夠保證有足夠算力處理傳感器實時數(shù)據(jù)，并通過算法使結果返回傳感器。單片機電路設計如圖2所示，其工作原理如下所示。當電源接入電路時，首先，通過VCC端口提供穩(wěn)定電壓，電壓隨后經(jīng)過熔斷器，作為首道防線防止異常損傷。其次，電源電壓通過變壓器轉換適應不同電壓需求。電容器C3負責平滑電源線，消除波動和噪聲，保證敏感元件獲得穩(wěn)定電源。同時，XTAL1與XTAL2開始提供時鐘信號。ARM Cortex作為電路大腦，接收時鐘信號后開始執(zhí)行初始化、執(zhí)行算法等預設程序。通過RXD端口接收傳感器數(shù)據(jù)，用于監(jiān)測環(huán)境或接收指令。當接收數(shù)據(jù)后，通過TXD端口發(fā)送到外部設備，以實現(xiàn)啟停、調節(jié)等控制動作。在該過程中，電阻器和電容器用于放大、過濾和穩(wěn)定，以此保證信號可靠性；變壓器用于增強系統(tǒng)抗干擾能力，保證數(shù)據(jù)傳輸穩(wěn)定性。最終，主控器電路通過精確的信號處理和邏輯控制，實現(xiàn)了外設自動管理，保證系統(tǒng)的高效運行和穩(wěn)定控制。

2.2 傳感器

傳感器用于監(jiān)測、收集成績信息，并將數(shù)據(jù)發(fā)送給主控器計算。傳感器電路如圖3所示。系統(tǒng)采用單向運動傳感器電路，用于檢測沿某一方向運行的數(shù)據(jù)，忽略反方向運行數(shù)據(jù)。該電路使用2個傳感器來識別僅沿某一方向運行的數(shù)據(jù)，Q1傳感器用于產生短脈沖，Q2傳感器用于阻止變動。在MC140118比較器的運轉下，Q2傳感器處的光中斷，在C點產生短脈沖，只有當A處出現(xiàn)高信號時，該短脈沖才會出現(xiàn)在輸出端。如果光到達Q1且滿足數(shù)據(jù)經(jīng)過Q2時被阻擋，表示方向是從Q1到Q2。由此，主控器便可利用編程邏輯對這些數(shù)據(jù)做進一步處理，以獲得準確的測量結果。

2.3 轉換器

由于傳感器監(jiān)測的部分數(shù)據(jù)以模擬信號輸出，ARM Cortex無法直接處理，因此需要轉換器進行轉換。本文采用AD558KD模數(shù)轉換器將物理量轉換為數(shù)字信號。轉換后，ARM Cortex可以對這些數(shù)據(jù)進行濾波、校準和運算，處理后的數(shù)據(jù)可由串行通信接口發(fā)送到其他系統(tǒng)，以此對數(shù)據(jù)進行實時監(jiān)控、遠程控制或存儲分析。轉換器管腳如圖4所示。傳感器監(jiān)測、收集的模擬信號從引腳1、2輸入，處理后的數(shù)字信號從引腳3、7輸出，同時傳至ARM Cortex?？傮w來看，轉換器經(jīng)過數(shù)據(jù)轉換和處理環(huán)節(jié)，實現(xiàn)了從模擬信號到數(shù)字信號，再到控制信號或模擬輸出的全面轉換，為嵌入式系統(tǒng)的應用提供了必要的數(shù)據(jù)接口和處理能力。

3 算法引入

KNN（K-Nearest Neighbors）算法是一種基本回歸算法，能夠根據(jù)輸入樣本的特征，將其劃分到離其最近的鄰居中并進行預測。運用算法前，應綜合判斷學生成績，為后期評估做好優(yōu)化。在工作中，如果信息分類合理，那么需要進行動態(tài)調整，分析錯誤信息，發(fā)現(xiàn)問題參數(shù)。如果變化對分類未產生較大影響，那么應在調整后判斷其他參數(shù)。由于成績信息多樣，因此運用KNN算法可有效提升處理效率。以成績排名為例，如果部分學生的成績相差較小，其排序相對接近，那么可將其劃分為“簇”，運用KNN算法檢索這些“簇”，并根據(jù)不同“簇”進行排名，主要流程包括收集成績信息并構建相似矩陣u，如公式（1）所示。

（1）

式中：|l1，l2|為各“簇”的交集；|l1|、|l2|分別對應不同成績。

計算|l1|、|l2|后得出成績近似水平，數(shù)值越低，表示成績相似度越高，這樣便可對成績信息進行分類，使其更好地輔助軟件設計。

4 軟件設計

在硬件設計基礎上，結合上述KNN算法相似矩陣進行軟件設計。軟件設計主要包括數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)轉換以及特征提取等流程。通過這些步驟，可將原始數(shù)據(jù)轉化為符合系統(tǒng)需求的可用數(shù)據(jù)，并最終進行展示。在系統(tǒng)中，這些數(shù)據(jù)可用于生成各種圖表，幫助用戶更直觀地理解和分析成績信息。

4.1 數(shù)據(jù)采集

收集學生成績數(shù)據(jù)，包括學生信息（姓名、學號和班級）以及成績數(shù)據(jù)（各科分數(shù)、考試時間和學期）。管理員手動輸入成績數(shù)據(jù)，允許通過CSV文件格式批量導入數(shù)據(jù)，接口與教務系統(tǒng)對接，自動同步學生成績數(shù)據(jù)。

4.2 數(shù)據(jù)預處理

因為收集的數(shù)據(jù)類型多樣，所以應對初始數(shù)據(jù)進行預處理。待采集完成后，對數(shù)據(jù)進行清洗，處理缺失值、異常值和重復值。缺失值可使用填充、刪除或插值的方法；異常值可使用識別異常高或異常低的方法；重復值應檢測并刪除重復記錄。預處理結果如公式（2）所示。

（2）

式中：f為預處理結果；ω為處理因子；s為學生信息；g為成績數(shù)據(jù)。

定義學生信息與成績數(shù)據(jù)，設置信息表，將其代入后計算預處理結果，保證預處理的安全性和完整性，并采用適當?shù)膫浞莶呗浴?/p>

4.3 數(shù)據(jù)轉換

得到預處理結果后，將數(shù)據(jù)縮放到特定范圍（例如0～1），以此消除不同特征間的量綱影響。對于分類數(shù)據(jù)，例如性別、年級等，將獨熱編碼轉換為數(shù)值數(shù)據(jù)。利用KNN算法對數(shù)據(jù)進行轉換處理，使其具有零均值，以提高算法的性能和準確性。選擇最相關和有區(qū)分性的特征，以此減少維度和噪聲。一個簡單的數(shù)據(jù)轉換代碼如下所示。

#加載數(shù)據(jù)

data=[1，2，3，4，5]

#創(chuàng)建轉換器

scaler=StandardScaler（）

#轉換數(shù)據(jù)

print（standardized_data）

4.4 特征提取

KNN算法對特征尺度比較敏感，應先對特征進行縮放，利用特征重要性評估來選擇與問題具有區(qū)分性的特征。分析特征與目標變量（成績）間的相關性，剔除不相關或弱相關的特征。由于特征提取涉及數(shù)據(jù)較多，可能會出現(xiàn)溢出情況，因此可利用線性判別分析（LDA），在保留多數(shù)信息的同時減少特征數(shù)量，以此降低過擬合風險。提取過程如公式（3）所示。

（3）

式中：x為特征提取參數(shù)；a為特征因子；r為數(shù)據(jù)類型；i為不穩(wěn)定因子。

得到特征提取參數(shù)后，對數(shù)據(jù)進行歸納，剔除列中值，減少空值與冗值，以此提高模型的數(shù)據(jù)表達能力，自此本系統(tǒng)的軟件設計工作完成。

5 系統(tǒng)測試

5.1 測試配置

為驗證系統(tǒng)設計的有效性，本文在Wokwi平臺上進行仿真測試。CPU選用Intel Core Ultra 5134U，GPU選擇RTX 3090。將傳統(tǒng)學生成績管理系統(tǒng)與本系統(tǒng)進行比較，測試環(huán)境相同，以此保證變量唯一。數(shù)據(jù)來自某校教務中心，本文收集了相關成績信息，并比較漏檢率與響應時間。

5.2 漏檢率

本系統(tǒng)與傳統(tǒng)學生成績管理系統(tǒng)的漏檢情況比較結果見表1。由測試可知，本系統(tǒng)的漏檢率較低，由于本系統(tǒng)可有效檢索數(shù)據(jù)，因此能夠精準查詢到成績信息。而傳統(tǒng)學生成績管理系統(tǒng)在待檢人數(shù)較少情況下的漏檢率較低，但當待檢人數(shù)增多時，漏檢率也隨之提高。原因是傳統(tǒng)學生成績管理系統(tǒng)在待檢人數(shù)較多情況下的工作效率較低，導致無法精準查詢到成績信息。由此可見，本系統(tǒng)比傳統(tǒng)學生成績管理系統(tǒng)的漏檢率低，表明本系統(tǒng)有效性較好。

5.3 響應時間

設置5、10、15、20、25和30個并發(fā)用戶數(shù)，在相同網(wǎng)絡條件下統(tǒng)計2個系統(tǒng)的響應時間（見表2）。由縱向比較可知，用戶數(shù)越多，系統(tǒng)響應時間越長；由橫向比較可知，無論是增加還是刪除信息，本系統(tǒng)的響應時間均少于傳統(tǒng)學生成績管理系統(tǒng)，運行性能更好。

6 結語

學生成績信息管理系統(tǒng)是建設智慧校園的重要構成。為便于成績管理，本文利用KNN算法，設計了一種基于Highcharts的學生成績管理系統(tǒng)，根據(jù)任務需求分別完成了軟、硬件的相關設計工作。測試表明，與傳統(tǒng)學生成績管理系統(tǒng)相比，本系統(tǒng)漏檢率更低，響應時間也較短，能夠有效提升信息掌控力，實現(xiàn)成績信息的無紙化管理。但是目前的研究尚處于初期，后續(xù)隨著技術不斷升級，將結合大數(shù)據(jù)技術，進一步優(yōu)化處理能力，實現(xiàn)人性化服務。

參考文獻

[1]汝曉玲.一種面向高校的小型課程成績管理系統(tǒng)的研究與設計[J].西安文理學院學報（自然科學版），2023，26（4）：55-58.

[2]夏小翔.基于Echarts學生成績管理系統(tǒng)設計[J].鄂州大學學報，2023，30（5）：99-101.

[3]楊洪濤.基于Python+MySQL的學生成績管理系統(tǒng)的設計與實現(xiàn)[J].電腦編程技巧與維護，2023（5）：86-89.

[4]周超.基于Spring微服務與Highcharts整合架構的Web應用[J].無線互聯(lián)科技，2023，20（16）：109-111，123.