中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
第一章 引言 | 第9-21页 |
·Bayesian network及ITS研究现状 | 第9-17页 |
·研究目的和意义 | 第17-18页 |
·本文主要工作和创新点 | 第18-19页 |
·本文的文章结构 | 第19-21页 |
第二章 Bayesian网知识推理的基础理论 | 第21-27页 |
·Bayesian定理 | 第22-23页 |
·Bayesian网基本概念 | 第23-25页 |
本章小结 | 第25-27页 |
第三章 ITS学习推荐中的Bayesian网知识推理 | 第27-41页 |
·Bayesian分类 | 第27-28页 |
·知识推理系统描述 | 第28-31页 |
·基于学生学习偏好的Bayesian知识推理网的表示 | 第31-38页 |
·实验及结果 | 第38-40页 |
本章小结 | 第40-41页 |
第四章 基于CBR的Bayesian在ITS中的应用研究 | 第41-51页 |
·Bayesian网与其他推理理论的结合 | 第41-42页 |
·CBR推理 | 第42-43页 |
·基于案例的Bayesian知识推理系统描述 | 第43-46页 |
·基于CBR的Bayesian知识推理网的表示 | 第46-47页 |
·基于CBR的Bayesian知识推理算法及实验结果 | 第47-50页 |
本章小结 | 第50-51页 |
第五章 基于CBR的Bayesian推理的具体实现和分析 | 第51-59页 |
·基于CBR和Bayesian的ITS系统结构的总体设计 | 第51页 |
·系统功能 | 第51-52页 |
·开发环境的选择和实施流程图 | 第52-53页 |
·数据库的架构和动态网页技术 | 第53-56页 |
·重要功能模块的具体实现及其运行结果 | 第56-59页 |
结语 | 第59-61页 |
参考文献 | 第61-66页 |
附录一 部分源代码 | 第66-75页 |
致谢 | 第75-77页 |
附录二 攻读硕士学位期间发表论文 | 第77-79页 |