首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

个性化学习中适应性引擎的研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第13-22页
    1.1 课题研究的背景和意义第13-14页
        1.1.1 研究背景第13页
        1.1.2 研究意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 个性化学习的研究现状第14-16页
        1.2.2 规则引擎的研究现状第16-17页
        1.2.3 适应性引擎的研究现状第17-18页
    1.3 研究内容与主要工作第18-20页
    1.4 章节安排第20-22页
第二章 相关技术综述第22-27页
    2.1 学习者模型第22-23页
    2.2 领域知识模型第23-24页
    2.3 规则引擎第24-25页
    2.4 适应性引擎第25-26页
    2.5 本章小结第26-27页
第三章 学习者模型与领域知识模型第27-37页
    3.1 学习者模型与领域知识模型的构建规范第27-30页
        3.1.1 学习者模型的构建规范第27-28页
        3.1.2 领域知识模型的构建规范第28-30页
    3.2 学习者模型的构建第30-34页
        3.2.1 构建原则第31页
        3.2.2 模型的结构第31-34页
    3.3 领域知识模型的构建第34-36页
        3.3.1 构建原则第34-35页
        3.3.2 模型的结构第35-36页
    3.4 本章小结第36-37页
第四章 规则引擎核心算法的优化与改进第37-55页
    4.1 规则引擎与个性化学习第37-42页
        4.1.1 规则引擎第37-41页
        4.1.2 规则引擎在个性化学习中的应用第41-42页
    4.2 RETE算法的优化与改进第42-53页
        4.2.1 RETE算法的相关概念第42-48页
        4.2.2 RETE算法在个性化学习中存在的问题第48-50页
        4.2.3 算法的优化与改进第50-53页
    4.3 本章小结第53-55页
第五章 适应性引擎的研究与设计第55-67页
    5.1 适应性引擎的概念第55页
    5.2 适应性引擎的功能和结构第55-57页
    5.3 适应性引擎的原理第57-63页
        5.3.1 适应性内容呈现第57-60页
        5.3.2 适应性路径导航第60-61页
        5.3.3 学习者模型维护第61-63页
    5.4 适应性引擎的工作流程第63-65页
        5.4.1 呈现模型第63-64页
        5.4.2 导航模型第64页
        5.4.3 维护模型第64-65页
    5.5 适应性引擎性能分析第65-66页
    5.6 本章小结第66-67页
第六章 基于适应性引擎的系统设计与实现第67-81页
    6.1 英语个性化学习系统的设计第67-72页
        6.1.1 用户模型的分析第67-69页
        6.1.2 领域知识的分析第69-70页
        6.1.3 系统架构设计第70-72页
    6.2 系统的实现第72-78页
        6.2.1 内容呈现模块的实现第73-75页
        6.2.2 知识路径导航的实现第75-76页
        6.2.3 学习者模型维护的实现第76-78页
    6.3 实现效果说明第78-80页
    6.4 本章小结第80-81页
第七章 总结与展望第81-83页
    7.1 全文总结第81页
    7.2 研究展望第81-83页
参考文献第83-88页
致谢第88-89页
攻读硕士期间发表的论文第89页

论文共89页,点击 下载论文
上一篇:联合收获机割台参数调节装置及拨禾轮转速自动控制方法
下一篇:基于最小二乘框架下分类器选择和多核选择的集成回归学习研究