心理健康教學信息資源整合平臺的開發與應用

陳曉明

【摘 要】 心理健康教學信息資源涉及面廣、信息量大，現有的部分教學信息資源整合平臺軟硬件配置相對簡單，造成教學信息查詢耗時費力。本文設計了一種基于HDFS技術的心理健康教學信息資源整合平臺，由處理器、采集器和存儲器構建硬件部分框架，基于非線性映射算法和離線混沌系統映射算法進行平臺軟件部分設計，實現了對信息資源的采集、篩選與整合。經過實驗證明，基于HDFS技術的心理健康教學信息資源整合平臺性能優異，較之同類平臺具有更高的運行效率。

【關鍵詞】 HDFS;心理健康信息;資源整合平臺

【中圖分類號】 TP311.52 【文獻標識碼】 A 【文章編號】 2096-4102（2021）01-0057-03

教學實踐信息資源對于高校的教學工作具有十分重要的意義，其集中和共享的程度直接影響高校學科教學水平的提升。在信息化技術高速發展的當前時期，充分利用信息化技術手段進行教學實踐信息資源整合能夠明顯提升高校的學科教學質量。但是，現有的信息整合平臺大多存在信息實效性低、執行查詢慢的問題。本文提出并設計了一種基于HDFS（Hadoop分布式文件系統）技術的心理健康教學信息資源整合平臺，目的是為了解決現有平臺的技術缺陷，提升教學信息整合效率。

一、平臺硬件部分設計

由于高校思政教學涉及的內容繁多，所以平臺在硬件結構上必須能夠實現新建、維護與管理的同時進行。本平臺中基于HDFS搭建整體框架，以此來整合心理健康信息的全部資源。基于HDFS的平臺硬件架構如圖1所示。

本平臺的整體業務進行流程為：移動客戶端向系統發送訪問申請，處理器基于HDFS的標準協議通過數據庫完成用戶所需信息的讀取和處理。主要硬件的選取與設計圍繞系統功能進行。

（一）采集器

系統運行的過程中，若采集的信號有所差異，則采集器內部會出現電勢差，由此會產生網絡阻抗，由此可見采集器的阻抗輸入能力與運放極集成能力兩項指標十分重要。本平臺選取集成TYSA226芯片的采集器，用以應對大量信息的采集工作。該采集器結構及其元件工作流程如圖2所示。

CAN總線通信是采集器的技術核心，為了保證系統的穩定運行，每個采集器都通過兩根CAN總線與其他元件進行連接，系統在MCU內部單獨設置了CAN控制器，若CAN與其他元件的通道中的一條發生故障，則另外一條會立即啟動，因此通信不會中止，正常運行中的系統只有一條通道運行即可。總線通信收發元件每發生一次故障，計數值會逐漸累積，一旦計數值升高到上限，系統會立即關閉該通道，CAN控制器脫離通信，處理器發現CAN控制器脫離時，會立即啟動其備份通道，同時中止信號發送。雙通道通信的設計在物理結構上保證了兩條總線和通道都發生故障時系統的正常運行。

（二）處理器

本平臺選取當前運行性能最好的ARM10處理器，此型號處理器在通信方面表現十分優異。由于引入了FGPA技術，該處理器能夠進行并行信號的處理，相較于其他處理器在通信方面具有十分明顯的優勢。本平臺選取的ARM10處理器集成了多個寄存器，在流水線的結構形式下能夠同時處理多條線路的數據，以此大幅提高了運算效率，同時明顯降低了芯片的資源占用率。

本平臺處理器運行頻率峰值可達650MHz，處理性能極強。當存儲在寄存器中的數據發送出去之后，寄存器存儲空間變大，若有兩路以上的數據同時進入處理器，處理器就會按照蝶算程序進行處理，處理后的數據存儲在寄存器內，等待進入下一個處理程序，在此“乒乓結構”的處理模式下，待處理數據會持續不斷地發送過來，運算的效率就會相應的大為提高。本平臺所選取的處理器在新式RAM系統的基礎上具備多項開放式功能，與多種其他系統互相兼容，為未來開放式RAM的研發打下了堅實的基礎。

（三）存儲器

本文所設計的信息資源整合平臺通過三種存儲器來進行通信過程中的數據存儲：虛擬存儲器、高速存儲器和主存儲器，具體結構如圖3所示。

設計三種存儲器并行的結構主要目的是提高系統的緩存速度。當系統緩存中沒有數據時，會延長對存儲器的訪問時間，此時緩存主動訪問相對存儲能力較強的主存儲器;若主存儲器中仍不存在其所需要的數據，則會分批量搜索虛擬存儲器中的數據，在這種數據讀取模式下，存儲器的空間需求問題得以解決。相較于傳統處理器的存儲器結構，本系統所設計的結構具有性能更好、性價比更高的優勢。

二、平臺軟件部分設計

高校心理健康教學信息資源的整合過程，包括教學實踐信息的采集、篩選、整合，以此來保證信息資源的完整性和實用性。通過系統的軟件能夠實現信息整合的三個環節。

（一）高校心理健康信息采集

本平臺對心理健康信息的采集通過在粗糙集基礎上總結的信息提取法來實現，其進行信息提取的基本思路是：程序中制定一個非線性映射規則，通過該規則將系統所接收的所有向量映射到指定的高維空間。對于本平臺，信息的提取過程為：

{m，n}為教學信息的設定集合，在這里，m∈R，n∈{0，∞}，通過非線性映射規則將{m，n}映射至對應的高維空間，此空間的最優數據由下式計算：

在粗糙集規則中，A能夠按需進行調整，因此，隨A取值的變化，與之對應信息的泛化能力也發生變化。

在信息采集的過程中，粗糙集基于波段型網絡的每個節點都存在差異的特性進行數據分類優化處理。

（二）心理健康信息的篩選與整合

信息篩選的目的是選取有效的數據來創建信息資源庫，以實現最優資源的有效整合，具體篩選過程為：

如果用B來代表Logistic（離散混沌系統）的映射規則，那么

其中，ρ為隨機的混沌數據，Q為目標信息數據的集合，Q（n）為混沌數據參數的反應速度，mi為混沌信號（本系統中mi取最大周期運行時的混沌信號值），β為隨機變量。

若β從一個固定的范圍內選取，那么篩選完成后所得的信息集合為：

其中，P（π）為偽隨機序列，為混沌序列各數據點的平均值，φ和θ分別為目標函數和量化函數。

在以上算法的基礎上完成本平臺軟件部分的設計，實現平臺對教學實踐信息的收集、篩選與整合，平臺功能的實現流程如圖4所示。

三、系統應用對比

在平臺框架搭建完成之后，進行平臺功能驗證實驗，通過與其他同類平臺的性能對比來驗證本平臺的功能完整性與先進性。

（一）參數設置

按照表1的內容進行本次實驗的參數設置。

（二）對比結果與分析

選取某高校的一組教學信息為整合目標，選取文獻[4]～[6]同類平臺作為實驗的參照平臺，與本平臺的運行情況及教學實踐信息資源整合結果進行對比。實驗結果如圖5所示。

由圖5可見，隨著用戶查詢信息量的遞增，參照平臺所消耗的時間以高斜率形式增長，而本平臺的運行時間遠低于參照平臺且變化很小，說明本平臺的信息整合效率比參照系統高出很多。

四、結論

為了解決現有信息整合平臺存在的信息實效性低、執行查詢慢的問題，本文提出并設計了基于HDFS技術的心理健康教學信息資源整合平臺，通過處理器、采集器和存儲器構建了硬件部分框架，基于非線性映射算法和離線混沌系統映射算法進行平臺軟件部分的設計，實現了對信息資源的采集、篩選與整合。經過實驗證明，基于HDFS技術的心理健康教學信息資源整合性能更好、效率更高，具有很強的實用性。

【參考文獻】

[1]廖惠芳.辦公自動化在檔案資源優化整合中的應用[J].蘭臺內外，2020（4）：56-57.

[2]胡榮星.網絡教學資源整合系統設計：以南京開放大學為例[J].南京廣播電視大學學報，2017（1）：91-93.

[3]王麗萍.基于Sakai系統的物流網絡教學資源整合研究[J].物流科技，2017，40（3）：141-143.

[4]周唯，鄒東升，牛寶君.基于移動云計算的高校教學資源整合系統[J].計算機應用，2016，36（S1）：33-36.

[5]郭超，汪一江.論高校思政課校內實踐教學資源的系統整合[J].江漢大學學報（社會科學版），2015，32（4）：109-112，127.

[6]杜遠坤，周麗.基于手持設備的教學資源整合系統的設計與實現[J].電腦知識與技術，2015，11（11）：78-79.