三维人体动作分析及其在智能舞蹈教学系统中的应用
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-13页 |
表格 | 第13-14页 |
插图 | 第14-17页 |
算法 | 第17-18页 |
主要符号对照表 | 第18-20页 |
第一章 绪论 | 第20-28页 |
·三维运动捕捉 | 第20-23页 |
·智能舞蹈教学系统 | 第23-25页 |
·论文贡献 | 第25页 |
·论文大纲 | 第25-28页 |
第二章 研究背景及相关工作 | 第28-38页 |
·舞蹈教学 | 第28-29页 |
·舞蹈俱乐部 | 第28页 |
·舞蹈教学系统 | 第28-29页 |
·基本学习单元 | 第29-30页 |
·先修关系图 | 第30-32页 |
·非自动化构造方法 | 第31页 |
·自动化构造方法 | 第31-32页 |
·知识空间理论 | 第32页 |
·动复杂度 | 第32-33页 |
·运动复杂度度量 | 第33页 |
·时间数据复杂度度量 | 第33页 |
·学习路径 | 第33-35页 |
·由易到难的学习路径 | 第34页 |
·个性化学习路径 | 第34页 |
·学习路径的实现 | 第34-35页 |
·学习风格检测 | 第35-36页 |
·直接检测方法 | 第35页 |
·间接检测方法 | 第35-36页 |
·自适应学习系统 | 第36-38页 |
·自适应呈现 | 第36-37页 |
·自适应导航支持 | 第37页 |
·自适应教学系统体系结构 | 第37-38页 |
第三章 搭建第一阶段学习环境 | 第38-64页 |
·生成第一阶段舞蹈课程 | 第38-53页 |
·捕捉老师舞蹈动作数据 | 第39-40页 |
·发掘模式 | 第40-42页 |
·构造先修关系图 | 第42-43页 |
·删除冗余关系 | 第43-46页 |
·构造知识结构 | 第46-47页 |
·计算运动复杂度 | 第47-49页 |
·生成第一阶段课程 | 第49-53页 |
·评估实验 | 第53-62页 |
·第一阶段学习环境用户界面 | 第53-54页 |
·实验设置 | 第54-57页 |
·实验结果 | 第57-62页 |
·本章小结 | 第62-64页 |
第四章 搭建自适应第一阶段学习环境 | 第64-82页 |
·自适应第一阶段学习环境组成部分 | 第65-76页 |
·专家模型 | 第66页 |
·学生模型 | 第66-72页 |
·教学模型 | 第72-76页 |
·评估实验 | 第76-81页 |
·自适应第一阶段学习环境用户界面 | 第76-78页 |
·学习风格检测用户界面 | 第78页 |
·实验设置 | 第78-79页 |
·实验结果 | 第79-81页 |
·讨论 | 第81页 |
·本章小结 | 第81-82页 |
第五章 搭建第二阶段学习环境 | 第82-98页 |
·记忆 | 第82-85页 |
·Atkinson-Shiffrin记忆模型 | 第83页 |
·工作记忆模型 | 第83-84页 |
·工作记忆容量 | 第84-85页 |
·第二阶段学习环境组成部分 | 第85-89页 |
·专家模型 | 第85-86页 |
·学生模型 | 第86-87页 |
·教学模型 | 第87-89页 |
·评估实验 | 第89-96页 |
·第二阶段学习环境用户界面 | 第89-90页 |
·实验设置 | 第90-92页 |
·实验结果 | 第92-96页 |
·本章小结 | 第96-98页 |
第六章 总结与未来工作 | 第98-102页 |
·总结 | 第98-99页 |
·未来工作 | 第99-102页 |
参考文献 | 第102-112页 |
致谢 | 第112-114页 |
在读期间发表的学术论文与取得的研究成果 | 第114-115页 |