基于web的自适应学习系统的研究与设计

目前,基于Web的自适应学习系统是远程教育领域研究的热点。文章在分析了当前远程教学系统存在问题的基础上,探讨了利用Agent、Java、XML等技术来构建自适应学习系统的方法,并设计了一个基于Web的远程自适应学习系统的原型同时给出了该系统的实现方案。     

基于自适应模型遴选规则库的组合预测系统初探

首次提出基于自适应模型连选规则库的组合预测系统的研发原理,探讨组合预测模型遴选规则库的建立方式,提出规则适应性的自适应调节机制原理,构建基于自适应模型遴选规则库的组合预测系统的基本架构.系统可将预测的经验信息与预测的定量方法紧密而有效地结合起来,为提高预测水平和预测系统的研究提供了新的思路.     

模糊规则自适应学习的弹性图像配准

针对弹性图像配准的特点和挑战，基于模糊逻辑推理规则构建了一个具有自适应功能的弹性变换模型．进一步地，提出了一种具有自适应学习功能的自动弹性图像配准方法．通过对医学图像进行配准试验来测试其性能，提出的新弹性图像配准算法显示出了很好的性能．     

船舶避碰的自适应模糊专家系统研究

采用自适应模糊系统和神经网络方法,研究了基于模糊联想规则的避碰操纵知识表示,知识获取和自适应学习;建立了基于二值输入输出模糊联想系统的并行模糊推理机制,由此而建立的船舶避碰撞模糊专家系统具有自适应学习能力,能实现实时避碰导航。     

模糊规则自适应学习的弹性图像配准

针对弹性图像配准的特点和挑战,基于模糊逻辑推理规则构建了一个具有自适应功能的弹性变换模型.进一步地,提出了一种具有自适应学习功能的自动弹性图像配准方法.通过对医学图像进行配准试验来测试其性能,提出的新弹性图像配准算法显示出了很好的性能.     

语义网自适应学习系统中领域本体的构建

为了学习者适应学习系统,创建相关学科的领域本体,发挥语义网的作用.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,提出了基于语义网构建的自适应学习系统,为人们的学习提供了非常有效的支持.在描述自适应学习系统、语义例和本体相关知识的基础上,以一门课程为例进行了领域本体创建的实践,为自适应学习的实现奠定了基础.     

基于自适应模糊推理的电力变压器故障诊断研究

将自适应神经网络的自学习优点与模糊数学的模糊推理方法进行有效的结合,解决了变压器绝缘故障诊断中模糊规则难以确定的问题,利用自适应神经网络的自学习功能,通过神经网络的学习确定了模糊规则和模糊隶属度。建立了变压器故障诊断的ANFIS模型,实现了电力设备故障诊断,反映了变压器的实际运行状态。     

非线性系统的神经网络自学习控制

提出了一种对非线性系统的神经网络自学习控制方法,基于逆动力学控制的思想,构造了神经网络结构一致的控制器和辩识器。辨识器采用多层前向网络结构和广义Ｄｅｌｔａ学习规则算法实现了对系统逆动力学模型的动态辨识,并通过在线动态传递权值给神经网络控制器的方法实现了神经网络辨识器的神经网络控制器的有机结合,从而使整个控制系统具有很强的自适应和自学习能力,所提出的控制方案可适用于不含滞后环节和包含滞后环节的非线性     

适应性学习系统的资源组织和学习状态控制

资源的组织在自适应学习系统中起着重要作用,介绍了一个资源组织模型,并给出了学习状态控制。该模型已应用于自适应Web学习系统的构造,解决了学习内容、学习进程／导航以及学习策略的动态自适应机制 构建。     

基于自适应学习技术的远程教学研究

随着网络技术的演进和开放学习平台的快速发展,自适应学习技术为远程教育教学提供了普适化的丰富的学习资源,然而相对统一的标准导致学生自身的个性化差异被忽略,远程教学效率不高、人才培育质量薄弱等问题逐渐凸显。从自适应远程教育教学模式的构建、自适应远程教育教学系统的结构2个方面为网络学习系统的个性化学习支持服务提供可行性方案,为促进我国远程教育发展提供建议和支撑。     

Enhanced Learning Resource Recommendation Based on Online Learning Style Model

Smart learning systems provide relevant learning resources as a personalized bespoke package for learners based on their pedagogical needs and individual preferences. This paper introduces a learning style model to represent features of online learners. It also presents an enhanced recommendation method named Adaptive Recommendation based on Online Learning Style(AROLS), which implements learning resource adaptation by mining learners' behavioral data. First, AROLS creates learner clusters according to their online learning styles.Second, it applies Collaborative Filtering(CF) and association rule mining to extract the preferences and behavioral patterns of each cluster. Finally, it generates a personalized recommendation set of variable size. A real-world dataset is employed for some experiments. Results show that our online learning style model is conducive to the learners' data mining, and AROLS evidently outperforms the traditional CF method.     

开放性社会学习者模型实证研究

为帮助学习者准确了解自己和其同伴在学习过程中进展,并引发学习者元认知和社会比较学习体验,笔者运用社会比较理论,设计并开发了基于表格的开放性社会学习者模型TableOSLM,其采用表格可视化形式呈现学习者本人、组和学习同伴的学习进展,在实证研究方面,通过问卷调查、实验研究法和面对面访谈等方式收集数据,评价结果表明:Tab...     

基于自适应学习速率法的补偿模糊神经网络

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度.     

"高级英语自学系列教程"内容设计分析

中央广播电视大学英语专业(本科)课程使用的“高级英语自学系列教程”在内容设计上充分体现了远程教育教材应发挥的两个重要的助学作用：最大程度地将教师角色以字形式体现在教材中；培养学生的学习自主性。论证了远程教材中的助学设计对培养学习的学习自主性及实施对学习过程的监控起到关键性的作用。     

大学英语课堂教学中学生学习策略的培养

学习策略在英语学习中起着非常重要的作用,它的选择和使用直接影响到学习者的效果和效率.调查发现,非英语专业大学生在英语学习中存在缺乏学习策略知识、自主学习意识薄弱等问题.解决问题的主要办法是:转变理念,重新定位教师角色;改进教学方法和考试模式;加强对学生学习策略意识的培养;培养自主学习意识,从而提高学习英语的效率.     

关于学生物理学习策略的研究

物理难学是一个普遍性的问题,要从根本上改变这种现状,就要让学生拥有一定的学习策略。学习策略在于强调学生的自主学习,强调学生对学习过程的反思和调控。物理学习策略应包括物理现象的学习策略、物理概念和规律的学习策略以及物理问题解决的学习策略三个方面。学生的物理学习策略,需要在教师的指导和训练中逐步形成。     

英语专业学生自主性英语学习能力量表：编制与修订

本文从自主学习的研究背景出发,简要回顾了自主性英语学习研究的发展历程以及国内自主学习研究现状,指出目前针对英语专业学生自主学习能力的调查研究存在数量少和量表设计缺乏统计学检验的问题。文章通过对《英语专业学生自主性英语学习能力调查量表》修订过程的描述,从信度、效度和区分度方面检验了该量表的可靠性,结果显示:该量表具有较高的信效度和区分度,能够较为准确的测量英语专业学生的自主学习能力。     

异构集成学习中的观察学习机制研究

集成学习是提高分类精度的一种有效途径,已在许多领域显示出其优于单个分类器的良好性能。观察学习是一种基于社会学习理论的集成学习方法,以往对其研究集中于同构模式。在此提出了基于异构模式的观察学习策略,通过训练、观察、再训练三个阶段完成学习。在UCI标准数据集上对异构环境下的观察学习算法进行了实验研究。结果表明,该方法优于多数投票法和单个分类算法,其对弱分类器组成的分类器集合尤其有效。从偏差/方差分解的角度对观察学习提高分类性能的原因进行了论证,结果表明,观察学习算法既可以降低偏差,也可以降低方差。     

基于认知诊断的自适应学习材料智能推送算法研究

将认知诊断和自适应学习相结合,利用认知诊断方法先诊断学习者对知识的掌握情况,然后依据遗传算法和多岛遗传算法为每个学习者智能化提供合适的学习材料,提出了基于认知诊断框架下的自适应学习材料智能推送算法.通过Monte Carlo模拟实验考察了新算法的科学性及其效果,研究结果表明:(i)基于认知诊断框架下的自适应学习材料智能推送算法具有较理想的效果;(ii)遗传算法和多岛遗传算法选取的学习材料具有低惩罚函数值和高学习材料匹配的正确率;(iii)遗传算法和多岛遗传算法选取的材料比随机算法更加适合学习者.     

基于学习对象的课程构建

在学习对象概念的基础上,结合学习资源构建标准提出了一种课程构建思想。并深入讨论可重用学习对象(RLO)在课程设计中的运用以及内部元素构建原则,为课程设计开发人员提供一个基于学习对象的模板进行教学课程设计开发。学习对象构件可相互组合并快速更新,提高了课程的重用性。