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--人工神经网络与计算论文

基于贝叶斯网络的学习评估模型研究及其在E-learning系统中的应用

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-14页
   ·E-learning系统的发展现状与分析第10-11页
   ·研究的原因及意义第11-12页
     ·E-learning系统中个性化学习的需求第11-12页
     ·工作意义及应用第12页
   ·本文主要研究工作第12-13页
   ·本文内容的组织安排第13-14页
第二章 学生模型和贝叶斯网络基本理论第14-29页
   ·学生模型第14-16页
     ·学生模型概述第14页
     ·E-learning系统中学生模型的特点第14-15页
     ·学生模型的评估方法第15-16页
   ·领域知识模型第16-19页
     ·领域知识的表示第16-18页
     ·知识项划分第18-19页
   ·贝叶斯网络概述第19-22页
     ·贝叶斯网络基本概念第19-20页
     ·贝叶斯网络优点第20-21页
     ·贝叶斯网络的发展及应用第21-22页
   ·贝叶斯网络的推理算法第22-28页
     ·联合树(Junction Tree)算法第22-26页
     ·对联合树算法的改进第26-28页
   ·本章小结第28-29页
第三章 基于贝叶斯网络的学习评估模型设计与实现第29-42页
   ·相关变量第29-30页
     ·知识变量第29页
     ·证据变量第29-30页
   ·连接关系和参数第30-35页
     ·知识项之间的聚合关系第30-31页
     ·知识项之间的参数第31-33页
     ·证据节点和知识节点之间的关系及参数第33-35页
   ·贝叶斯网络学习评估模型第35页
   ·实验第35-39页
     ·A组学生的实验结果第36-37页
     ·B组学生的实验结果第37-38页
     ·C组学生的实验结果第38-39页
   ·教学策略第39-41页
     ·全局教学策略第39-40页
     ·局部教学策略第40-41页
   ·本章小结第41-42页
第四章 E-learning系统设计与实现第42-49页
   ·系统实现技术路线第42-43页
     ·B/S三层体系结构第42页
     ·Visual Studio.NET开发工具与C#语言第42页
     ·Microsoft SQL Server2000数据库第42-43页
   ·系统整体架构第43-44页
   ·系统的主要功能模块第44-45页
   ·数据库设计第45-46页
   ·系统实例第46-48页
   ·本章总结第48-49页
第五章 总结与展望第49-50页
参考文献第50-53页
在研成果第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于动态贝叶斯网络的评估模型研究及其在人力资源考核中的应用
下一篇:基于GIS和GSM技术的农村集中供水远程控制系统的研究