首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于LOM的资源检索Agent系统研究

第一章 前言第1-11页
 1.1 课题的研究背景第8-9页
 1.2 国内、外相关研究第9页
  1.2.1 学习对象元数据的应用研究第9页
  1.2.2 Agent技术应用研究现状第9页
 1.3 论文的研究内容、工作及其意义第9-11页
第二章 理论基础第11-19页
 2.1 网络学习系统概述第11-13页
  2.1.1 网络学习系统第11-12页
  2.1.2 智能教学系统第12页
  2.1.3 基于网络的智能教学系统第12-13页
 2.2 Agent概述第13-17页
  2.2.1 Agent概念与特征第13页
  2.2.2 多Agent系统(MAS)及其合作模型第13-14页
  2.2.3 Agent通信语言及KQML第14-15页
  2.2.4 Agent的实现方法第15-17页
 2.3 学习理论第17-19页
  2.3.1 建构主义理论第17页
  2.3.2 建构主义学习理论第17-18页
  2.3.3 基于建构主义学习理论的学习方法第18-19页
第三章 技术基础第19-22页
 3.1 XML技术第19-20页
 3.2 XQL语言第20-21页
 3.3 Xpath语言第21-22页
第四章 LOM与基于LOM的网络学习资源管理系统第22-31页
 4.1 基本概念第22-23页
 4.2 LOM的研究第23-29页
  4.2.1 LOM规范概述第23页
  4.2.2 LOM规范的相关标准研究第23-24页
  4.2.3 LOM的结构第24-25页
  4.2.4 LOM的分层描述第25-28页
  4.2.5 有效利用LOM的基本条件第28-29页
 4.3 基于LOM的网络学习资源管理系统第29-31页
  4.3.1 基于LOM的网络学习资源管理系统第29-30页
  4.3.2 基于LOM的网络学习资源管理系统的功能第30-31页
第五章 LRRAS的构建第31-38页
 5.1 LRRAS的逻辑模型第31-32页
 5.2 LRRAS中的模块功能第32-34页
  5.2.1 用户界面(UI)第32页
  5.2.2 容器Agent(OA)第32-33页
  5.2.3 资源回放Agent(RVA)第33页
  5.2.4 服务Agent(SA)第33页
  5.2.5 资源检索Agent(RRA)第33-34页
  5.2.6 通讯Agent(CA)第34页
  5.2.7 资源打包Agent(RSA)第34页
 5.3 LRRAS中Agent间的通讯第34-38页
  5.3.1 Agent间通讯过程模型图第34-35页
  5.3.2 通讯协议第35-36页
  5.3.3 通讯语言第36-38页
第六章 基于LOM的资源检索AGENT第38-52页
 6.1 基于LOM的资源检索第38-40页
 6.2 资源检索Agent(RRA)的构建第40-44页
  6.2.1 RRA的结构第40-43页
  6.2.2 RRA的形式化定义第43-44页
 6.3 元数据的检索及相关算法第44-50页
  6.3.1 XQL检索第44-45页
  6.3.2 Xpath检索第45-47页
  6.3.3 元数据Discovery算法第47-48页
  6.3.4 基于元数据DOM模型的算法第48-50页
 6.4 搜索引擎与LRRAS的检索比较第50-52页
第七章 LRRAS原型系统的实现与分析第52-59页
 7.1 LRRAS原型系统结构图第52页
 7.2 LRRAS原型系统实现第52-59页
  7.2.1 LRRAS原型系统的实现技术第52-53页
  7.2.2 LRRAS原型系统中Agent的协作通讯关系第53页
  7.2.3 LRRAS原型系统的代码构成第53-55页
  7.2.4 LRRAS原型系统的执行过程第55-58页
  7.2.5 原型系统运行的初步分析第58-59页
第八章 结束语及未来工作第59-61页
 8.1 研究、试验结论第59页
 8.2 尚需进一步研究的问题第59-61页
参考文献第61-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:高血压患者缬沙坦治疗前后血浆ET和CGRP的变化
下一篇:主动照明目标图像的仿真和提取算法研究