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

基于贝叶斯网络的微学习单元关联规则发现研究

摘要第3-5页
abstract第5-7页
第一章 绪论第10-18页
    1.1 研究背景及意义第10-11页
        1.1.1 研究背景第10-11页
        1.1.2 研究目的与意义第11页
    1.2 微学习研究现状第11-14页
        1.2.1 国外微学习研究现状第12-13页
        1.2.2 国内微学习研究现状第13-14页
    1.3 主要研究内容与方法第14-16页
        1.3.1 主要研究内容第14-15页
        1.3.2 研究方法与创新点第15-16页
    1.4 论文组织结构第16页
    1.5 本章小结第16-18页
第二章 微学习相关理论与技术第18-28页
    2.1 微学习的基本概念第18-19页
    2.2 学习行为基本概念第19-20页
    2.3 微学习单元基本概念第20-22页
    2.4 关联规则挖掘算法第22-24页
    2.5 贝叶斯网络相关研究第24-26页
        2.5.1 贝叶斯网络基本原理第24页
        2.5.2 贝叶斯网络相关研究第24-26页
    2.6 本章小结第26-28页
第三章 微学习内容模型构建第28-36页
    3.1 学习内容模型第28-31页
        3.1.1 学习行为建模第29-30页
        3.1.2 微学习单元建模第30-31页
    3.2 学习者建模第31-32页
    3.3 学习路径序列模型第32-34页
        3.3.1 学习行为路径序列建模第33页
        3.3.2 微学习单元路径序列建模第33-34页
    3.4 本章小结第34-36页
第四章 基于贝叶斯网络关联规则算法框架设计第36-44页
    4.1 实验相关数据第36-37页
        4.1.1 学习行为模型构建第36-37页
        4.1.2 微学习单元模型构建第37页
    4.2 学习周期的提出第37-38页
    4.3 贝叶斯网络模型第38-40页
    4.4 贝叶斯网络关联规则算法第40-42页
    4.5 本章小结第42-44页
第五章 实验设计与分析第44-58页
    5.1 实验设计第44-56页
        5.1.1 学习行为路径模型建立第44-48页
        5.1.2 微学习单元路径模型建立第48-56页
    5.2 实验结果与分析第56-57页
        5.2.1 实验结果第56-57页
        5.2.2 结果分析第57页
    5.3 本章小结第57-58页
第六章 总结与展望第58-60页
    6.1 总结第58页
    6.2 展望第58-60页
参考文献第60-66页
致谢第66-68页
攻读硕士学位期间发表的论文第68页

论文共68页,点击 下载论文
上一篇:外泌体和自噬在山羊副流感病毒3型感染中的作用研究
下一篇:洗车机器人控制系统的研究与设计