| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 绪论 | 第9-12页 |
| 一 问题的提出 | 第9页 |
| 二 课题研究的背景及意义 | 第9-10页 |
| 四 课题的来源以及课题的主要工作 | 第10-12页 |
| 第一章 网上教学平台的研究 | 第12-18页 |
| ·远程网络教学的概述 | 第12-15页 |
| ·远程网络教学的概念与发展 | 第12-13页 |
| ·远程网络教学的显著特点 | 第13-14页 |
| ·远程网络教学的基本模式 | 第14页 |
| ·远程网络教学存在的问题和“个性化智能教学”的提出 | 第14-15页 |
| ·网上教学平台的理论研究 | 第15-17页 |
| ·网上教学平台的结构 | 第15-16页 |
| ·网上教学平台建设的基本原则 | 第16-17页 |
| 本章小结 | 第17-18页 |
| 第二章 聚类分析算法的研究 | 第18-27页 |
| ·引言 | 第18页 |
| ·聚类分析的简介 | 第18-21页 |
| ·聚类分析的原理 | 第18-19页 |
| ·聚类分析中的数据类型 | 第19-20页 |
| ·相似性测度 | 第20-21页 |
| ·聚类分析的算法 | 第21-24页 |
| ·聚类算法的分类 | 第21-22页 |
| ·几种典型的聚类算法 | 第22-23页 |
| ·算法的比较 | 第23-24页 |
| ·K-均值聚类与网格聚类 | 第24-26页 |
| ·K-均值聚类 | 第24-25页 |
| ·网格聚类 | 第25-26页 |
| 本章小结 | 第26-27页 |
| 第三章 GBKM 聚类分析算法 | 第27-43页 |
| ·引言 | 第27页 |
| ·GBKM 聚类分析算法 | 第27-34页 |
| ·算法的基本概念 | 第27-28页 |
| ·算法的基本思想 | 第28-29页 |
| ·算法的步骤 | 第29页 |
| ·算法的流程图 | 第29-30页 |
| ·算法的实现 | 第30-34页 |
| ·GBKM 聚类算法的性能验证 | 第34-41页 |
| ·时间复杂度分析 | 第34页 |
| ·试验结果对比 | 第34-39页 |
| ·纯度比较 | 第39-40页 |
| ·凝聚度和分离度评价 | 第40-41页 |
| 本章小结 | 第41-43页 |
| 第四章 嵌入式网上智能教学平台的设计 | 第43-59页 |
| ·引言 | 第43-44页 |
| ·开发工具与开发模型 | 第44-46页 |
| ·开发工具 | 第44页 |
| ·开发模型 | 第44-46页 |
| ·系统分析与功能设计 | 第46-48页 |
| ·系统分析 | 第46页 |
| ·功能设计 | 第46-48页 |
| ·详细的模块设计与实现 | 第48-54页 |
| ·资源中心的设计与实现 | 第48-51页 |
| ·网站论坛的设计与实现 | 第51-54页 |
| ·数据库设计 | 第54-58页 |
| ·数据库表设计 | 第54-57页 |
| ·创建与连接数据库 | 第57-58页 |
| 本章小结 | 第58-59页 |
| 第五章 实例研究——个性化智能学习系统 | 第59-71页 |
| ·引言 | 第59页 |
| ·个性化智能学习系统的设计 | 第59-66页 |
| ·基本思想 | 第59-61页 |
| ·基本流程 | 第61-62页 |
| ·系统实现 | 第62-64页 |
| ·数据库表设计 | 第64-66页 |
| ·个性化智能学习系统的评估 | 第66-70页 |
| 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76-77页 |