学位论文 > 优秀研究生学位论文题录展示
基于超媒体的智能教学系统的研究与开发
作 者: 董法军
导 师: 韩燮
学 校: 华北工学院
专 业: 计算机应用技术
关键词: 超媒体 智能教学系统 推理机制 知识表示 机器学习
分类号: TP399
类 型: 硕士论文
年 份: 2000年
下 载: 159次
引 用: 2次
阅 读: 论文下载
内容摘要
本文主要研究基于超媒体的智能教学系统的设计和开发。首先,在分析我国教学模式的基础上,以《线性代数》为智能教学系统的内容载体,建立了教学模型;其次,利用超媒体的特殊结构,使用语义网络方法进行了知识表示研究;第三,在推理机制上,采取两级推理相结合的方法进行推理,即用基于语义网络的推理确定教学内容,用基于产生式规则的推理确定教学策略,并给出了详细的推理算法;第四,采用基于信息论的示例学习,实现了机器学习算法并建立了机器学习决策树。本智能教学系统具有界面友好,操作简单,通用性强等特点。可为学生提供一个优秀的学习环境,为教师提供一个制作智能课件的良好的模板,具有很大的实用价值和推广意义。
|
全文目录
摘要: 2-3 ABSTRACTS 3-8 引言: 智能教学系统综述 8-10 第一章 课题介绍 10-14 1.1 关于课题《远程多媒体CAI系统》的概述 10 1.2 本课题的目的和意义 10-11 1.3 目前相关领域的状况 11-14 1.3.1 目前超媒体的研究现状 11-12 1.3.2 智能教学系统的特征与问题 12-14 第二章 系统设计 14-20 2.1 系统设计思想 14-15 2.1.1 系统的特点分析 14 2.1.2 关于教学系统的设想 14-15 2.1.3 系统设计的出发点 15 2.2 系统的设计方法 15-16 2.3 系统的设计 16-20 2.3.1 系统的组成及功能设计 16-19 2.3.2 系统运行功能设计 19-20 第三章 系统教学内容分析 20-24 3.1 领域知识的特点 20 3.1.1 领域知识的定义 20 3.1.2 领域知识的特点 20 3.2 学生模型的心理特点 20-22 3.2.1 大学生的学习心理 20-22 3.2.2 建立学生模型机器心理指标 22 3.3 领域知识的组成分析 22-24 3.3.1 领域知识及教学特点分析 22 3.3.2 领域知识内容分析 22-24 第四章 各部分原理及理论 24-43 4.1 知识表示 25-27 4.1.1 语义网络的构成 25-26 4.1.2 节点 26-27 4.1.3 链 27 4.2 推理规则 27-29 4.2.1 评价规则 27-28 4.2.2 学法指导规则 28-29 4.2.3 教学方法调整规则 29 4.3 教育教学模型 29-31 4.3.1 学生模型 30-31 4.3.2 教师模型 31 4.4 推理机制 31-33 4.4.1 基于语义网络的推理 32 4.4.2 基于产生式规则的推理 32-33 4.5 系统的自学习机制 33-43 4.5.1 机器学习综述 33-34 4.5.2 基于信息论的示例学习 34-40 4.5.2.1 基本思想 34-35 4.5.2.2 关于信息论的基本运算 35-37 4.5.2.3 计算实例 37-40 4.5.2.4 自学习机制 40 4.5.3 示例学习算法 40-43 4.5.3.1 自学习规则 41 4.5.3.2 自学习决策树 41-42 4.5.3.3 自学习算法 42-43 第五章 开发系统的关键技术 43-57 5.1 数据库管理 43-52 5.1.1 数据库原理及组成 43-44 5.1.2 数据库管理算法研究 44-48 5.1.2.1 不合理的索引设计 44-45 5.1.2.2 不充分的连接条件 45-46 5.1.2.3 不可优化的where子句 46-48 5.1.3 基于数据库的服务器与客户端的交互技术 48-52 5.1.3.1 动态交互网页编程技术(一)——动态控件 48-49 5.1.3.2 动态交互网页编程技术(二)——动态数据分页显示 49-52 5.2 ASP技术 52-54 5.2.1 Session会话对象的使用 52-53 5.2.2 利用ASP实现网页的密码验证 53-54 5.2.3 空记录处理 54 5.2.4 教学内容的组织技术 54 5.3 题库 54-56 5.4 开发环境说明 56-57 5.4.1 硬件环境 56 5.4.2 软件环境 56-57 第六章 进一步的发展方向 57-61 6.1 系统综述 57 6.2 展望 57-61 6.2.1 使用XML标记语言 57-60 6.2.2 模型指标的细化 60 6.2.3 模板库的形成 60-61 结束语 61-62 参考文献 62-63
|
相似论文
- 基因调控网络模型描述语言研究,Q78
- 基于数据分布特征的文本分类研究,TP391.1
- 基于条件随机场的中文分词技术的研究与实现,TP391.1
- CBR-RBR模式在地铁施工安全事故案例库中的应用,U215.8
- 领域知识指导的半监督学习和主动学习倾向性分类研究,TP181
- Android恶意软件静态检测方案的研究,TP309
- 监督主题模型的研究与应用,TP391.1
- 基于失真效应的图像质量评价与分类,TP391.41
- 基于学习的逆向运动学人体运动合成,TP391.41
- 基于内容的网页恶意代码检测的研究与实现,TP393.092
- 学术主页信息抽取系统的研究,TP393.092
- 社会化网络中的推荐算法及其应用,TP391.3
- 数据挖掘在邮件反垃圾系统中的应用,TP393.098
- 基于自学习的社会关系抽取的研究,TP391.1
- 基于统计与图模型的若干机器学习算法及其应用,TP181
- P2P流量识别方法研究,TP393.06
- 基于粗糙集和SVM的国防生综合素质测评方法研究,E075
- 基于SIFT特征和SVM的场景分类,TP391.41
- 基于稀疏编码与机器学习的图像内容识别算法研究,TP391.41
- 随机森林特征选择,TP311.13
- 互联网流量应用基准分类技术的研究,TP393.06
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 在其他方面的应用
© 2012 www.xueweilunwen.com
|