| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究的意义 | 第11-12页 |
| ·课题研究的目标 | 第12页 |
| ·研究思路和主要内容 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·概念界定 | 第13-15页 |
| ·本章总结 | 第15-16页 |
| 第2章 基于分布式认知的色彩学习系统的研究 | 第16-23页 |
| ·移动学习活动的教学设计 | 第16-18页 |
| ·传统移动学习系统分析 | 第18-19页 |
| ·分布式认知视角下的移动学习模型 | 第19-22页 |
| ·本章总结 | 第22-23页 |
| 第3章 相关技术介绍与对比分析 | 第23-29页 |
| ·移动客户端相关技术介绍 | 第23-26页 |
| ·跨移动平台开发框架PhoneGap | 第23页 |
| ·PhoneGap工作原理 | 第23-24页 |
| ·PhoneGap Web App与Android Native App的对比 | 第24-25页 |
| ·Sencha Touch | 第25页 |
| ·Sencha Touch与jQuery Mobile的对比 | 第25-26页 |
| ·HTML5技术 | 第26页 |
| ·移动服务器端相关技术介绍 | 第26-28页 |
| ·MVC的应用 | 第26页 |
| ·SSH2的介绍 | 第26-27页 |
| ·JSON的应用 | 第27-28页 |
| ·本章总结 | 第28-29页 |
| 第4章 色彩相似度及推荐算法的研究 | 第29-40页 |
| ·色彩相似度算法研究 | 第29-34页 |
| ·基于色彩基调的相似度计算方法 | 第29-30页 |
| ·基于色彩标签网络的相似度计算方法 | 第30-33页 |
| ·连接权值的计算方法 | 第31-32页 |
| ·样例分析 | 第32-33页 |
| ·复合型色彩相似度计算方法 | 第33-34页 |
| ·色彩推荐引擎 | 第34-35页 |
| ·色彩搭配推荐引擎 | 第35-39页 |
| ·基于已有数据的色彩搭配推荐 | 第35-38页 |
| ·Apriori算法描述 | 第35页 |
| ·关联规则 | 第35-36页 |
| ·Apriori算法的改进 | 第36-38页 |
| ·基于用户喜好的搭配推荐 | 第38页 |
| ·基于相同标签的搭配推荐 | 第38-39页 |
| ·本章总结 | 第39-40页 |
| 第5章 系统的框架设计与功能实现 | 第40-65页 |
| ·开发环境与工具 | 第40页 |
| ·系统物理架构 | 第40-41页 |
| ·系统功能架构 | 第41-42页 |
| ·系统数据库设计 | 第42-43页 |
| ·系统色彩知识库的构建 | 第43-45页 |
| ·知识库系统 | 第43页 |
| ·色彩知识库的结构与功能 | 第43-44页 |
| ·色彩知识录入 | 第44-45页 |
| ·色彩采集模块 | 第45-52页 |
| ·色彩信息的离线存储 | 第49-50页 |
| ·色彩信息在线生成 | 第50-52页 |
| ·色彩调和模块 | 第52-53页 |
| ·色彩推荐和色彩搭配推荐 | 第53-56页 |
| ·在线测试 | 第56-57页 |
| ·系统部署和运行效果 | 第57-64页 |
| ·系统部署 | 第57页 |
| ·系统运行效果 | 第57-64页 |
| ·单机版运行效果 | 第57-58页 |
| ·联机版运行效果 | 第58-64页 |
| ·本章总结 | 第64-65页 |
| 结论与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |