互联网、智能技术与教育的纵深融合不仅丰富了教育的方法,也丰富了学习的形式。发展智能教育是我国教育改革的重要举措,智能技术的利用对于教学方法改革可以起到很好的推动作用。各类教育平台和软件的广泛应用汇聚了大量的数字教育资源,这些资源的共享流通为用户自主学习提供了多种选择。但是,这些资源往往良莠不齐,严重影响了用户对资源的探索效率和效果,因此出现了对数字教育资源进行多方面处理的迫切需求,研究适用于数字教育资源的处理方法和技术有着重要意义。本文依托广东省数学教育软件工程技术研究中心,围绕优质教育资源建设中的三个重要任务:资源可视化呈现、内容可视处理与编辑、界面布局组织,开展研究工作,主要研究内容和创新点包括四个方面。为了完成数学教育资源的可视化呈现任务,提出了界面元素遍历的数学教育资源可视化模型。首先对数学教育资源给出结构化的描述,然后对数学教育资源中的交互元素进行提取,并定义和分析元素间的依赖关系。为了使得可视化的结果与资源设计尽可能一致,设定了动作执行的规则,并在此基础上,设计交互序列生成算法,通过算法生成交互动作序列,再利用图形用户界面测试的思想,编写脚本,自动遍历交互动作序列,将资源承载的知识以视频的形式呈现,达到动态可视化的目的。所提出的模型已应用到动态数学教育软件“超级画板”中,并通过用户调查分析验证了其有效性。针对教育资源内容可视处理与编辑任务,分析基于图像的教育资源中的可视编辑问题,结合深度学习领域的一些研究成果,研究教育资源内容可视计算模型,提出了基于卷积神经网络的边缘保持图像滤波模型,实现了高效拟合多种滤波效果,解决了部分滤波处理出现颜色偏差、梯度反转等问题,提高了处理效率。考虑教育资源中的素材颜色需求,提出了面向教育资源的多线索操控着色模型,局部颜色传递过程中采用颜色聚类、基于修复的边界校正和梯度保持方法,在保持纹理细节的情况下获得令人满意的视觉效果。针对教育资源组织布局任务,面向移动应用,提出了一种结点配对的教育资源组件布局重配方法。为了确保良好的用户体验,资源界面应能自动适配各种显示设备尺寸、显示比例以及分辨率,因此需要合理放置组件及确定这些组件在布局容器中的位置。为界面布局生成一个层次结构是实现自适应界面的关键。本文针对组件布局重配中由叶子结点（基础组件）生成上一层结点的任务,对用户界面（User Interface,UI）库中的UI识别组件,提取样本并进行特征提取和分析,提出了一个结点配对模型,并通过机器学习算法对模型进行训练。然后利用训练得到的模型对给定界面的绝对数据进行重配,输出组件布局。通过800个开源应用程序的3362个UI实验证明,本方法的平均准确率超过90%,可以有效降低资源组织布局的复杂度。为了进一步提高资源组织的效率,基于改进的聚类算法----关注簇内最大距离且搜索半径自适应的密度聚类算法,提出了一个资源界面样例匹配模型,自动从UI搜索结果中提取UI样例。与网站Apache中“Sign in”等六个常用软件功能UI样例进行比较,实验结果发现,所提出的模型匹配结果涵盖了所比较的Apache总结样例的83.33%,而且还发现了一些Apache没有的、不同样式的参考样例,表明所提出模型不仅能够很好地提取样例,还可以找到新的有价值样例,为提高资源组织效率提供支持。本文对建设优质教育资源所需要解决的一些主要问题进行了探索,从资源可视化呈现、内容可视处理与编辑、界面布局组织三个任务出发,提出了相应的模型和方法,同时通过多个实验从客观数据和主观效果上分析验证了本文工作的有效性,为优质教育资源建设提供了思路。