摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.3 本文主要研究内容与结构安排 | 第14-17页 |
第二章 理论与技术分析 | 第17-25页 |
2.1 学习风格理论 | 第17-19页 |
2.1.1 学习风格流派 | 第17页 |
2.1.2 VARK模型分类 | 第17-19页 |
2.2 UML统一建模语言分析 | 第19页 |
2.3 BP神经网络 | 第19-21页 |
2.3.1 BP神经网络结构 | 第19-21页 |
2.3.2 BP神经网络的算法分析 | 第21页 |
2.4 消息推送 | 第21-22页 |
2.5 基于虚拟现实的辅助教学分析 | 第22-23页 |
2.6 本章小结 | 第23-25页 |
第三章 中职计算机辅助教学系统需求分析与设计 | 第25-43页 |
3.1 中职计算机辅助教学系统需求分析 | 第25-32页 |
3.1.1 计算机辅助教学系统网站开发目标和原则 | 第26页 |
3.1.2 计算机辅助教学系统功能需求分析 | 第26-31页 |
3.1.3 中职计算机辅助教学系统非功能需求分析 | 第31-32页 |
3.2 中职计算机辅助教学系统的设计 | 第32-41页 |
3.2.1 中职计算机辅助教学系统架构设计 | 第32-34页 |
3.2.2 中职计算机辅助教学系统功能结构设计 | 第34-36页 |
3.2.3 中职计算机辅助教学系统顺序图设计 | 第36-39页 |
3.2.4 学生学习水平原始成绩评定 | 第39-41页 |
3.3 本章小结 | 第41-43页 |
第四章 数据库设计及系统关键模块的实现 | 第43-57页 |
4.1 中职计算机辅助教学系统数据库设计 | 第43-48页 |
4.1.1 概念设计 | 第43-45页 |
4.1.2 实体转换、联系转换、数据约束后得到的基本表 | 第45-48页 |
4.2 学生学习评价模块的设计与实现 | 第48-53页 |
4.2.1 BP神经网络用于教学质量评价的适用性 | 第48页 |
4.2.2 基于BP神经网络的资源准确性提升分类模型 | 第48-50页 |
4.2.3 学生学习评价模块实现过程 | 第50-53页 |
4.3 系统在线测试模块的实现 | 第53-55页 |
4.3.1 通过Action类实现类的创建 | 第54页 |
4.3.2 抽取与显示试题 | 第54-55页 |
4.4 本章小结 | 第55-57页 |
第五章 系统测试及应用 | 第57-65页 |
5.1 系统软件的测试 | 第57-63页 |
5.1.1 系统的功能测试 | 第57-59页 |
5.1.2 系统的负载测试 | 第59-60页 |
5.1.3 系统的安全性测试 | 第60页 |
5.1.4 BP神经网络训练测试 | 第60-63页 |
5.2 系统的实际应用 | 第63-64页 |
5.3 本章小结 | 第64-65页 |
第六章 结论与展望 | 第65-67页 |
6.1 结论 | 第65-66页 |
6.2 展望 | 第66-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-73页 |
个人简历、在学期间发表的论文与研究成果 | 第73-75页 |
附录 1:VARK学习风格测试试题 | 第75-78页 |
附录 2:VARK学习风格测试参考标准 | 第78-80页 |
附录 3:构造新StartTestDAO类完成在线考试模块的实例 | 第80-81页 |
附录 4:在考试之初建立和保存考试成绩的部分关键代码 | 第81-82页 |
附录 5:获取试题的关键代码 | 第82页 |