| 前言 | 第1-12页 |
| 一、 研究背景 | 第10-11页 |
| 二、 研究目标 | 第11页 |
| 三、 论文框架 | 第11-12页 |
| 第一章 智能教学系统(ITS)概述 | 第12-18页 |
| 一、 智能教学系统(ITS)的历史追溯 | 第12-13页 |
| 二、 智能教学系统(ITS)的智能表现 | 第13-14页 |
| 三、 智能教学系统(ITS)的基本结构 | 第14-15页 |
| 四、 智能教学系统(ITS)的核心技术 | 第15-16页 |
| 五、 智能教学系统(ITS)和一般专家系统的比较 | 第16-18页 |
| 第二章 “痛风临床诊治”网上智能教学系统(Gout-ITS)的领域背景 | 第18-21页 |
| 一、 开展痛风临床教学的紧迫性 | 第18-19页 |
| 二、 传统临床教学过程的不足 | 第19-20页 |
| 三、 Gout-ITS系统的开发目标 | 第20-21页 |
| 第三章 Gout-ITS的教学过程设计 | 第21-29页 |
| 第一节 GOUT-ITS教学过程的理论指导和技术支持 | 第21-24页 |
| 一、 Gout-ITS教学过程的理论指导 | 第21-23页 |
| 二、 Gout-ITS教学过程的技术支持 | 第23-24页 |
| 第二节 GOUT-ITS的教学过程设计 | 第24-29页 |
| 一、 Gout-ITS的教学目标 | 第24页 |
| 二、 Gout-ITS的教学过程 | 第24-26页 |
| 三、 Gout-ITS教学过程的特点 | 第26-27页 |
| 四、 Gout-ITS教学过程的智能表现 | 第27-29页 |
| 第四章 Gout-ITS的系统结构和智能算法设计 | 第29-52页 |
| 第一节 GOUT-ITS的系统结构设计 | 第29-31页 |
| 第二节 病例产生子模块的智能算法设计 | 第31-39页 |
| 一、 对病例产生子模块的智能要求 | 第31页 |
| 二、 病例产生子模块所需要的领域知识 | 第31-35页 |
| 三、 “语义树”知识表示法 | 第35-36页 |
| 四、 深度优先的语义遍历 | 第36-39页 |
| 第三节 诊治推理子模块的智能算法设计 | 第39-48页 |
| 一、 对诊治推理子模块的智能要求 | 第39-40页 |
| 二、 诊治推理子模块所需要的知识 | 第40-41页 |
| 三、 “产生式规则”知识表示法 | 第41-42页 |
| 四、 知识库的层次结构模型 | 第42-43页 |
| 五、 正向启发式推理 | 第43-48页 |
| 第四节 其它智能子模块的智能算法设计 | 第48-52页 |
| 一、 出错检测子模块的智能算法设计 | 第48-49页 |
| 二、 评价与建议子模块的智能算法设计 | 第49-52页 |
| 第五章 Gout-ITS的开发与实现 | 第52-69页 |
| 第一节 开发环境和关键技术 | 第52-54页 |
| 一、 开发环境 | 第52页 |
| 二、 关键技术 | 第52-54页 |
| 第二节 主要功能模块的实现 | 第54-69页 |
| 一、 个性化设置模块的实现 | 第54-56页 |
| 二、 学习与训练模块的实现 | 第56-65页 |
| 三、 系统维护模块的实现 | 第65-66页 |
| 四、 人机交互界面的实现 | 第66-69页 |
| 第六章 GOut-ITS的试用与评价 | 第69-74页 |
| 第一节 GOUT-ITS的形成性评价 | 第69-70页 |
| 第二节 GOUT-ITS的总结性评价 | 第70-74页 |
| 一、 评价方法 | 第70页 |
| 二、 评价内容 | 第70-72页 |
| 三、 评价结果 | 第72-74页 |
| 总结与展望 | 第74-76页 |
| 一、 Gout-ITS的特色与创新 | 第74页 |
| 二、 Gout-ITS的不足与展望 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78页 |