基于VARK模型的计算机辅助教学系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 选题背景和意义 | 第14-16页 |
| 1.1.1 课题研究背景 | 第14-15页 |
| 1.1.2 课题研究的意义 | 第15-16页 |
| 1.2 研究现状 | 第16-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.2.3 存在的问题 | 第18页 |
| 1.3 论文的主要工作 | 第18-19页 |
| 1.4 论文的组织 | 第19-20页 |
| 第2章 相关理论和技术 | 第20-28页 |
| 2.1 学习风格理论 | 第20-23页 |
| 2.1.1 学习风格的主要流派 | 第20-22页 |
| 2.1.2 VARK模型的分类 | 第22-23页 |
| 2.2 SQLServer2008技术 | 第23-24页 |
| 2.2.1 SQLServer2008的优点 | 第23-24页 |
| 2.3 UML统一建模语言 | 第24-25页 |
| 2.4 BP神经网络 | 第25-28页 |
| 2.4.1 BP神经网络的结构 | 第25-26页 |
| 2.4.2 BP神经网络算法 | 第26-28页 |
| 第3章 系统的需求分析与设计 | 第28-50页 |
| 3.1 系统需求分析 | 第28-33页 |
| 3.1.1 系统用例分析 | 第28-30页 |
| 3.1.2 系统业务流程分析 | 第30-33页 |
| 3.2 系统的设计 | 第33-43页 |
| 3.2.1 系统的目标 | 第33页 |
| 3.2.2 系统的架构设计 | 第33-34页 |
| 3.2.3 系统的功能结构设计 | 第34-36页 |
| 3.2.4 系统顺序图设计 | 第36-42页 |
| 3.2.5 主要功能 | 第42-43页 |
| 3.3 系统数据库设计 | 第43-50页 |
| 3.3.1 数据库编码规则 | 第43-44页 |
| 3.3.2 数据库概念设计 | 第44-48页 |
| 3.3.3 数据表之间的关系设计 | 第48-50页 |
| 第4章 基于BP神经网络在资源分类中的应用 | 第50-55页 |
| 4.1 提高资源分类准确性的因素分析 | 第50-51页 |
| 4.1.1 资源分类的依据 | 第50页 |
| 4.1.2 提高资源分类准确率的因素 | 第50-51页 |
| 4.2 BP网络的提高资源准确性分类模型 | 第51-53页 |
| 4.2.1 输入的设计 | 第51-52页 |
| 4.2.2 输出层的设计 | 第52页 |
| 4.2.3 隐含层神经元设计 | 第52-53页 |
| 4.3 BP神经网络训练 | 第53-55页 |
| 第5章 系统功能的实现 | 第55-65页 |
| 5.1 系统主模块页面 | 第55-59页 |
| 5.1.1 登录页面的实现 | 第55-56页 |
| 5.1.2 教师主页面的实现 | 第56-57页 |
| 5.1.3 学生主页面的实现 | 第57-58页 |
| 5.1.4 管理员主页面的实现 | 第58-59页 |
| 5.1.5 教师上传资料页面的实现 | 第59页 |
| 5.2 在线测试模块的实现 | 第59-65页 |
| 5.2.1 创建测试的Action实现类 | 第60页 |
| 5.2.2 抽取试题并显示试题的实现 | 第60-65页 |
| 第6章 系统测试及应用 | 第65-71页 |
| 6.1 软件测试 | 第65-69页 |
| 6.1.1 功能测试 | 第65-67页 |
| 6.1.2 负载测试 | 第67-68页 |
| 6.1.3 安全测试 | 第68-69页 |
| 6.2 系统的应用 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录1 | 第77-79页 |
