一种面向个性化网络学习的协同学习任务生成方法

提出了一种面向个性化网络学习的协同学习任务自动生成方法.该方法以学习目标与学习小组中学习者的个性特征为输入,通过基于学习者认知水平的协作成员分组和基于耦合度的协同学习模式分配,生成符合学习者群体个性特征的协同学习任务,从而有效地解决了网络学习中个性化学习与协同学习相结合的问题.该方法已在实时教学系统中进行了测试,结果表明,相对无指导的协同学习,根据此方法所生成的学习任务的协同学习可有效提高学习效率.     

浅谈“云时代”柔性学习系统对传统高职教育的挑战

目的:当前高职教育观念相对落后,内容方法较为陈旧,学生就业创业能力不强。柔性学习系统为当下"拥挤"的教学环境和"固化"的传统教学模式开辟了一条新的路径。方法:柔性学习系统不同于传统面授教学需在规定的场所、时间,由规定的教师讲授规定的内容,而是借助信息技术和云计算技术,通过开放式网络学习平台,使学习者能在任何时间(Anytime)、地点(Anywhere),以任何方式(Anyway),选择任何课程内容(Any-content)的学习方式。结果:柔性学习系统使传统高职教育在教育机构职能、学习相关角色、教学方式、学习评价等方面发生了一系列转变。结论:高职院校今后的重点改革方向是建设信息化校园,实现教学电子化、自动化、网络化和多媒体化,提高教学、科研、行政管理和决策等方面的质量和效率。     

基于积分评价的个性化网络平台设计与实践

提出了一种基于积分评价的个性化网络教学平台设计理念及架构模型.通过对学习者学习行为科学合理的量化,有效地激励了学习者网络自主学习的积极性和创造性,确保了以网络自主学习为主体的"网络自主学习+多元化课堂教学活动"教学模式的有效实施,确保了计算机基础教学改革的有效性和实效性.     

高速移动正交频分复用协同系统子载波间干扰消除的信干比判断方法

针对子载波间干扰（inter carrier interference,ICI)实际消除过程中消除效果的评价问题,提出以信干比(signal-to-interference ratio,SIR)作为消除程度的评价指标,研究高速移动正交频分复用（orthogonal frequency divisionmultiplexing,OFDM)协同系统ICI消除的信干比判断方法.通过对信道容量的信干比模型的分析,提出ICI消除程度的SIR门限判断方法,即ICI的消除程度只要达到设定的消除门限,系统的误码率(bit error rate,BER)性能指标就能控制在要求范围内.在此基础上,结合高速移动OFDM协同系统模型和迭代消除算法,研究协同系统实际消除过程中SIR取值方法和判断方法.仿真结果表明,SIR判断方法可用于消除效果的评价问题,同时还有利于控制消除进程.     

对流式视频进行注释网络点播学习系统的设计

针对当前视频点播学习系统的不足,提出了学习者对流式视频学习内容进行注释这一想法,对网络视频进行注释的行为类似于在课本的空白处作笔记,这种把注释内容与视频内容实时关联起来的系统,旨在更好地促进学习者的个性化学习和协作性学习。文中重点分析了对流式视频进行注释的网络点播学习系统的特点和功能,并提出了相应的系统模型,为创设有利于学习者个性化和协作性学习的网络环境提供了参考。     

对流式视频进行注释网络点播学习系统的设计

针对当前视频点播学习系统的不足,提出了学习者对流式视频学习内容进行注释这一想法,对网络视频进行注释的行为类似于在课本的空白处作笔记,这种把注释内容与视频内容实时关联起来的系统,旨在更好地促进学习者的个性化学习和协作性学习.文中重点分析了对流式视频进行注释的网络点播学习系统的特点和功能,并提出了相应的系统模型,为创设有利于学习者个性化和协作性学习的网络环境提供了参考.     

"1+6+2"政策发力创新引领安徽发展

7亿多元的财政投入拉动企业研发投入60多亿元,829家企业获政策补助3.46亿元,科技重大专项86%的项目由企业牵头承担,78%以上的项目产学研协同攻关,11家新型研发机构获绩效补助3500多万元,专利权质押融资额6亿多元,科技型企业已在多层次资本市场上市(挂牌)400多家,分别按参股1000万、600万、300万元的方式扶持30个高层次创新人才团队创新创业,拿出4000万元支持30多家创业咖啡、众创空间、创新工厂等新型创业孵化服务机构……这一组数字可以说是安徽省创新型省份建设"1+6+2"配套政策实施以来推进科技创新取得的最新"干货"。据《中国区域创新能力评价报告2015》显示,安徽区域创新和企业创新能力已连续4年居全国第9位,专利申请量、专利授权量、认定高新技术企业数等主要创新指标均保持全国先进、中部领先位次。创新,正成为支撑安徽省"调结构、转方式、促升级",引领经济社会发展的第一动力。     

Web学习协同组的构建

加入Web学习的用户虽然具有主动性，然而除了人－机交互，用户也需要人－人交互，因此协同组的构建是很重要的一个方面。协同学习有助于完善学习者的个性，促进学习者的学习效率，使学习者变得强大。不同于目前人为指定协同组的方法，提出了一种实现网络学习协同组构建的方法，提供协同学习机制支持。     

一种基于Ruby On Rails的CSCL系统设计

本文在已有计算机支持的协同学习模式基础上,建立了一种基于Ruby On Rails的CSCL系统。文章详细论述了该CSCL系统的理论基础、设计理念与主要功能、系统模块与栏目设置。设计完成的CSCL系统能有效地提高学习者的自主学习积极性,促进学习者的个性发展,激发学习者的创新热情。     

个性化协同学习环境领域本体模型的构建

将本体思想引入计算机支持的协同学习系统,可以根据学生的个性特征和学习进程动态地呈现教学内容,更好地满足学习者的需要。在描述个性化协同学习环境和本体相关知识的基础上,构建了计算机学科领域本体核心分层结构,并以数据结构课程为例建立了课程本体模型,为个性化协同学习系统的实现奠定了基础。     

Web协作学习的理论与应用模式建构

随着信息技术的发展,网络为教育带来了新的生机与活力,网络成为学习者学习的重要环境之一。协作学习是网络教育的一种重要学习模式。而Internet作为网络教育的主要媒体,又为协作学习提供了有效的支持环境。如何有效地利用网络环境进行协作学习、提高协作学习的效率,成为理论研究界研究的热点。本文从协作学习的概念入手,分析了网络环境下协作学习的要素、特点,并建构了一种基于网络的协作学习的应用模式,最后提出了目前网络协作学习研究中存在的几个问题。     

网络环境下的学习心理浅析

网络为学习者提供了一种全新的学习环境。较之传统的学习环境,网络学习者学习心理发生了很大的变化。掌握网络环境中学习者的学习心理特征,是开展网络学习、开发各种网络学习资源的一个前提。本文从学习心理过程、个性学习心理特征以及二者的连接桥梁———学习风格三个方面对网络学习者的学习心理做了探讨。     

P2P技术与网上协作式学习环境创设

P2P意为点对点式对等网络,它有别于目前处于主流地位的C/S(客户机/服务器)网络模式,是近年来互联网上涌现出的一种新型网络传输技术。本文介绍了P2P技术概况和基本原理,着重探讨了P2P在创设网上协作式学习环境方面的优势,以及P2P在多种协作式学习模式中的具体应用。     

互联网+背景下应用型高校学生自适应学习平台建设——以工商管理专业为例

随着互联网在现代生活中的广泛应用,网络环境下的自适应学习已成为各高校学生学习的重要方式。结合互联网+背景下的学生自适应学习平台优势及存在的问题进行分析,以工商管理专业为例,从基于互联网+的学生自适应学习教学模式、学习模式和考评模式等方面提出学习平台的建设设计,并提出完善应用型高校学生自适应学习平台的建设的建议,从而有效提高应用型高校学生的自适应学习效率。     

个性化和协作式网络学习环境的研究与应用

介绍了基于网络的学习环境的含义,重点介绍了基于网络的个性化和协作式学习环境的设计和实现。     

新建构主义理论支撑下的网络课程建设和教学应用

网络时代推进了网络课程的大发展,但传统学习理论支撑下的网络课程对于网络学习存在诸多不适应之处。通过分析网络学习特征和传统学习理论,提出用改良和重组的新建构主义学习理论来建构网络课程并指导网络课程的教学应用。     

科研在线:云服务模式的网络虚拟科研环境

介绍了网络虚拟科研环境和云计算的概念,分析了云计算对网络虚拟科研环境的服务模式变革.基于网格技术和云计算技术,构建了面向云服务模式的网络虚拟科研环境——科研在线.科研在线利用虚拟化技术构建协同虚拟机;通过网格技术实现分布式资源的集成;通过多站点配置机制实现多网络虚拟科研环境扩展.通过一键式协同平台创建科研在线,提高了协同业务的易用性和透明性,目前该系统已为中国科学院不同学科应用的网络协同科研提供在线云服务.     

E-learning平台上协作学习研究

基于Internet的e-learning是新型的远程教学系统,多个学习者的协作学习利用计算机网络和多媒体技术,针对同一学习内容彼此交互合作.在介绍概念特征的基础上,着重分析了协作学习的基本模型和存在的问题,并给出这种学习模型的分析结果.通过e-learning平台教学,可使学生对教学内容深刻理解与掌握.     

基于概念图的网络学习导航应用

网络学习中的海量信息和超媒体结构使得学习者在学习过程中出现“迷航”和认知超载.分析了网络学习导航和概念图的概念与特点,探讨了概念图用于网络学习导航的几种方式,研究了在课程知识概念图的基础上针对不同网络学习用户生成最佳学习路径的算法,从而实现了个性化学习,使整个学习过程具备一定的自适应性和智能性.