智能化网络学习系统关键技术研究与开发

来源 :广西大学 | 被引量 : 0次 | 上传用户:anqiiqna
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机及网络技术的发展,基于网络的学习方式越来越普遍,网络学习系统也大量地被开发出来。然而目前的网络学习系统普遍存在:交互性不强,不能进行个性化教学,学习缺乏引导,缺乏准确及时的评价监督、答疑帮助,缺乏人性化,网络学习系统表现出智能性较差等问题。   本文从网络学习系统中主要学习环节的智能化处理角度,进行研究和开发,建立智能型的网络学习环境,以提高网络学习系统整体的智能性,最终提高学生的网络学习质量和效率。   本文提出了一种对领域知识进行分解表示为知识点及其优化的方法;提出了基于学习风格、根据学习状态监控进行自适应学习内容呈现的方法;提出了综合运用线性导航、树形目录导航、知识点网络导航进行适应性导航及其他增强适应性导航的方法,实现了一种使用JavaScript和WindowsMedia Player Activex技术对视频内容呈现进行智能化灵活控制的方法。   本文研究了网络学习系统测试、诊断、评价的智能化,答疑自动化、智能化,以及网络学习系统中的情感问题,实现了使用Microsoft Agent进行网络学习人性化、智能化反馈的方法。
其他文献
计算机的普及和互联网的快速发展,使得数字图像常常被非法复制并随意传播,其版权保护需求日益迫切。目前,用于图像版权保护的技术主要有两种:数字水印技术和基于内容的图像拷贝检
微电子技术、计算技术和无线通信等技术的进步,推动了低功耗多功能传感器的快速发展,使其在微小体积内能够集成信息采集、数据处理和无线通信等功能。目前,无线传感器网络广泛应
声学特征的提取是语音识别(包括说话人识别)的关键技术之一,目的是通过对语音信号进行数字处理,将其表示成反映语音本质特征信息的参数序列。当前,包括反映人的听觉感知特性的、具
上世纪90年代,Dietterich等人在药物活性预测问题的研究中提出了多示例学习的概念。在该学习模型中,训练样本的歧义性比较特殊,使得多示例学习模型与传统的机器学习模型有很
现代商业数据库领域中,日益增长的数据为数据查询以及数据存储带来了巨大的压力。越来越多的研究关注于如何有效的在大数据集合上进行查询操作。由于目前中央处理机(CPU)的发
软件测试在软件的整个开发过程中占有非常重要的地位,是保证软件质量的关键步骤。航空软件具有实时性、嵌入性、高可靠性等特点,对其进行严格的软件测试至关重要。测试用例生
基于构件的开发和模型集成的开发是目前软件工程领域中研究的热点,构件化开发是通过标准化软件系统的组成元素,以构件为单位构建系统。模型集成旨在通过提高软件的抽象层次,将软
随着社会的发展,目前的互联网所暴露出来的弊端已日益加剧,诸如IP地址不足、安全性弱、兼容性差等,上述缺陷已经影响到用户对网络业务的使用。因此,国外内针对目前互联网的缺陷,大
大数据时代的到来,从海量数据中提取有价值信息对企业,政府等部门至关重要。本文主要研究内容是大数据下的OLAP分析。Hadoop——集分布式文件存储HDFS和并行计算模型MapReduce
TTCN-3是欧洲电信标准协会(ETSI)于2001年推出的一种测试描述语言,可用来描述对交互式系统的黑盒测试。通过使用TTCN-3,能够将测试的抽象描述和测试具体的实现分离,提高测试