基于AGENT个性化Web协作学习系统的模型设计
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-18页 |
| ·基于Web学习模式的研究 | 第14-15页 |
| ·基于Web学习模式研究的意义 | 第14页 |
| ·基于Web的学习资源和优势 | 第14-15页 |
| ·基于Web的学习方式 | 第15页 |
| ·在网络环境下的协作学习模式 | 第15-16页 |
| ·协作学习的定义和优点 | 第15-16页 |
| ·现有协作学习模型的不足之处 | 第16页 |
| ·本文研究工作重点 | 第16-17页 |
| ·论文组织 | 第17-18页 |
| 第二章 相关理论 | 第18-29页 |
| ·代理和多代理 | 第18-22页 |
| ·代理的概念和特点 | 第18-19页 |
| ·多代理系统 | 第19-20页 |
| ·基于智能代理的网络协作学习模型 | 第20-22页 |
| ·蚁群算法 | 第22-23页 |
| ·蚁群算法的原理 | 第22-23页 |
| ·蚁群算法的优点 | 第23页 |
| ·模糊神经网络 | 第23-26页 |
| ·模糊神经元 | 第24-25页 |
| ·模糊神经网络 | 第25-26页 |
| ·数据挖掘技术简介 | 第26-29页 |
| ·数据挖掘的定义 | 第26-27页 |
| ·数据挖掘的分类及工具 | 第27-29页 |
| 第三章 协作学习系统的模型设计 | 第29-37页 |
| ·智能代理技术在网络协作学习中的应用 | 第29-30页 |
| ·网络协作学习的智能代理应用模型 | 第30-35页 |
| ·系统结构 | 第30页 |
| ·系统的工作模型 | 第30-34页 |
| ·系统的代理模型 | 第34-35页 |
| ·系统的基本工作过程 | 第35-37页 |
| 第四章 系统的个性化学习的实现 | 第37-57页 |
| ·基于蚁群智能的聚类方法 | 第37-41页 |
| ·蚁群聚类模型分类 | 第37页 |
| ·基于蚁群智能的聚类方法的应用 | 第37-41页 |
| ·基本思想 | 第37-38页 |
| ·实现过程 | 第38-40页 |
| ·试验结果 | 第40-41页 |
| ·教学方法选择的开发与实现 | 第41-53页 |
| ·实现方法 | 第41-42页 |
| ·基于模糊神经网络的教学方法的选择 | 第42-46页 |
| ·模糊神经网络模型 | 第42-43页 |
| ·模糊神经网络结构 | 第43页 |
| ·模糊神经网络的学习算法 | 第43-44页 |
| ·模糊神经网络模型的参数设定 | 第44-46页 |
| ·模糊神经网络模型的训练与测试 | 第46-53页 |
| ·MATLAB神经网络工具箱的应用 | 第46页 |
| ·神经网络模型参数的确定 | 第46-47页 |
| ·训练样本 | 第47-49页 |
| ·检验样本 | 第49-50页 |
| ·模型预测结果与实测值比较 | 第50-53页 |
| ·个性化课程推荐功能的实现 | 第53-57页 |
| ·关联规则的基本概念及挖掘算法 | 第53-54页 |
| ·个性化课程推荐 | 第54-57页 |
| ·课程概念化 | 第54-55页 |
| ·课程的推荐 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| 参考资料 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
