基于知识点对象的个性化学习系统实施

提出了一套个性化学习系统实施方案.该方案以知识点对象为核心组织学习资源,通过数据挖掘等方法获取学习者在学习进度和学习风格两方面模型,并采用“学习内容提取算法”获取适合学习者知识水平的学习内容,再通过XSL技术,根据不同的学习风格模型,对相同的知识点对象进行不同表现和封装.     

基于知识结构图的智能学习诊断研究

为了确定学习者的薄弱知识环节,更好的实现适应性教学,本文通过分析学科知识结构,运用知识结构图表示学科知识的逻辑结构,在此基础上提出了实现智能学习诊断的策略,并给出了学习诊断模型.     

知识点网络下的知识评估和学习路径选择

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法;其次,通过知识点网络诱导知识点背景,在已知学习者知识状态的情况下对学习者掌握的知识点进行评估,并给出知识点网络下的学习路径图及其算法;最后,通过实验验证了提出的算法的有效性和可行性.研究发现,由知识点网络诱导的知识点背景确定的知识点结构满足良级性.     

基于深度学习的智能语音问答系统研究

随着人工智能行业的不断发展,智能语音问答技术逐步得到国内外学者的广泛关注和研究,但是语音识别方面仍然存在两个技术瓶颈,第一是语音识别系统,第二是根据识别的语音进行问题的回答。基于此,开展了基于深度学习的智能语音问答系统研究。首先介绍了基于隐马尔科夫模型的语音识别系统,然后研究了基于梅尔频率的语音信号特征提取技术,并建立了声学和语言模型,最后研究了基于GRU算法的问答匹配模型,并基于以上模型开发了智能语音问答系统。经实际实验验证分析,文章所提出的算法在语音识别和问答的准确度方面都相比传统算法具有很高的精确度,本算法具有较大的实用价值。     

智能学习系统的研究

文中对如何在学习中运用人工智能、知识库的表示及搜索技术进行了一些研究,依据认知领域知识库模型及解释策略设计了一个智能学习系统验证以上结果。     

基于深度学习的输电线路危险源智能监控系统

为了掌握输电线路的实时状态,提出一种基于深度学习的输电线路危险源智能监控系统.该监控系统主要包括:信号采集端、内部光纤网络、服务器控制中心、显示终端,其中服务器控制中心的输电线路危险源智能辨识算法是整个系统的核心.该算法采用稀疏自编码从图像/视频信号中学习特征,完成深度神经网络的训练;然后用卷积和池化对特征进行降维;最后采用softmax回归来解决危险源的多分类问题.经实例验证,基于深度学习的危险源辨识算法,可以准确对危险源进行判别.监控系统将判别结果反馈到显示终端,可以全面掌握整个线路运行情况,确保电力系统的安全运行.     

基于智能Agent的网上协作学习模式研究

智能性是Agent突出的特点之一,应用Agent的思想,探讨了如何在网上协作学习中应用Agent技术,建立学生模型和教师模型．构建智能化协作学习模式,从而实现智能化学习,实现了个别化教学。     

一种基于自学习的智能决策支持系统

关于机器自学习是近年来计算机领域研究的热点问题,本文提出了一种基于机器学习的智能决策支持系统(IDSS),使决策支持系统能够具有一定的适应性和演进能力。最后给出了一个具有自学习能力的智能决策支持系统的实例。     

基于主智能体的群体学习算法GLBMA

以机器人足球比赛（RoboCup）为背景,基于主智能体和辅助智能体概念,提出了基于主智能体群体强化学习算法（GLBMA）,该算法通过主智能体和辅智能体的角色切换来实现整个团队的学习,改进了传统的群体强化学习算法。RoboCup仿真比赛试验表明,传统群体强化学习算法中的行为学习状态空间过大,连续状态空间的行为选择及多智能体合作求解等问题得到了解决．     

智能诊断中诊断知识的实时自学习方法

模拟人类专家诊断知识积累过程,提出一种基于模式比较和更新的诊断知识实时自学习模型,以实现智能诊断系统知识库知识的实时积累和更新。用非正态分布假设检验算法实现待确定知识故障模式与正常模式的实时比较,用样本含量估计算法作为有效模式比较所需故障样本量确定的理论依据,用实时模式更新算法实现诊断知识模式与设备的实际运行情况一致。实际测试数据分析表明该模型有利于实现新知识的积累和诊断知识贴近实际设备的实际情况。     

基于知识图谱的自适应学习系统知识模型构建

为解决在线学习平台中知识表现离散、系统性不高和知识模型适用性差等问题,提出基于知识图谱的知识模型构建,再利用 FP-Growth 数据挖掘算法进行关联规则挖掘,实现知识模型的动态更新。通过实践证明,知识图谱可有效改善知识模型的系统性,FP-Growth 算法充分考虑了学生因素对知识模型的影响,提高了模型的适用性。     

基于先验知识的强化学习系统

针对强化学习算法收敛速度慢的主要原因为强化学习算法所用模型通常都假设系统参数未知、先验知识未知，由此造成该算法从没有任何基础开始搜索最优策略，搜索范围大的问题，提出将强化学习系统建立在先验知识的基础上，既有效利用了前人的工作成果，又加快了算法的收敛速度．通过解决电梯群控问题验证了所提出系统的合理性和有效性．     

基于Agent的个性化智能导学系统的研究

文章给出了基于Agent的个性化智能导学系统的设计模型,阐述了总体设计思路。将Agent技术应用于模型中,突出了个性化与智能化。根据学生实际学习过程,合理利用网络资源,个性化的生成学习路径,因材施教性很强,同时具有较强的自适应性。     

基于云计算的高校知识信息系统研究

通过对高等教育信．包化改革的趋势分析,结合云计算技术特点,提出了高校使用云计算作为服务媒介,建设知识信息管理的系统架构．基于对云计算常见形式的总结情况,阐述了高校知识信息系统模块的智能化设计方法。并全面分析了知识信息管理系统的安全技术．该技术可帮助专业教师及管理人员解决实际操作中遇到的问题,为学生提供更加现代化的教育服务平台．     

基于知识网格的智能答疑系统模型研究与设计

针对目前国内中文答疑系统答疑资源库仅局限于本地知识库的现状及答疑系统中的知识资源不足的问题,提出基于知识网格(Knowleclge Grid)的智能答疑系统模型,将答疑系统的答疑资源库拓展到互联网上,通过基于知识网格的数据挖掘技术充分挖掘Internet信息资源来完成答疑任务并补充和完善本地知识资源,解决答疑资源不足问题.     

基于智能Agent的企业知识管理系统模型研究

基于企业知识管理文献的回顾,从过程视角概括出一个通用的企业知识管理系统模型．根据智能Agent的技术特点,提出一个包含7种主要智能Agent的人性化知识管理系统的模型,并对主要智能Agent的功能进行了描述．     

远程教学代理竞争模型设计

运用多代理系统进行远程教学系统设计，是智能教学系统(Intelligent Tutoring System，ITS)的一个重要研究方向，目前很多面向远程教育方面的研究中，有很多对代理和智能多代理的研究和运用．但对代理之间的协调、调度研究不多．文中利用智能多代理技术，针对采用客户——服务器模式的协同式智能教学的远程教学系统平台，设计了多个代理之间的竞争模式，通过交互式智能多代理和网络的融合机制，实现了远程网络教学的有关交互式功能．