| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 引言 | 第8-15页 |
| ·项目研究背景 | 第8-9页 |
| ·项目研究现状 | 第9-11页 |
| ·项目研究的目的和意义 | 第11-12页 |
| ·项目的研究内容与创新 | 第12-13页 |
| ·论文结构和研究框架 | 第13-15页 |
| 第2章 网络学习的评价指标体系构建与评价流程 | 第15-19页 |
| ·网络学习评价指标体系构建 | 第15-17页 |
| ·网络学习评价的一般流程 | 第17-19页 |
| 第3章 评价信息的收集与处理 | 第19-22页 |
| ·数据挖掘的定义 | 第19页 |
| ·基于数据挖掘的网络学习信息收集与处理模型 | 第19-22页 |
| 第4章 智能计算理论基础 | 第22-42页 |
| ·模糊逻辑 | 第22-28页 |
| ·人工神经网络基础 | 第28-36页 |
| ·模糊神经网络 | 第36-42页 |
| 第5章 基于智能计算的网络学习评价模型建立 | 第42-51页 |
| ·基于BP 神经网络的网络学习评价模型的建立 | 第42-44页 |
| ·基于ANFIS 的网络学习评价模型的建立 | 第44-51页 |
| 第6章 网络学习评价系统设计与实验仿真 | 第51-71页 |
| ·系统设计 | 第51-56页 |
| ·算法实现 | 第56-59页 |
| ·数据仿真 | 第59-71页 |
| 结束语 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-92页 |
| 附件1 专家样本数据 | 第76-83页 |
| 附件2 基于神经推理系统网络学习评价的主要代码 | 第83-87页 |
| 附件3 基于自适应模糊神经推理系统网络学习评价的主要代码 | 第87-91页 |
| 附件4 攻读学位期间研究成果 | 第91-92页 |
| 致谢 | 第92页 |