基于遗传算法的协作学习自动分组

分组直接影响协作学习的效果,采用异质分组,对学生的学习能力、学生特性和性别进行特征量化可得到一个7元组,本文提出一种基于遗传算法的协作学习自动分组策略,对学生7元组特征进行个体编码,设置适应度函数进行遗传操作,为实现协作学习的自动分组提高了效率和可靠性。     

基于改进蚁群算法的协作学习分组研究

协作学习中根据学习者的特征进行有效分组对于提高学习者的学习效率具有重要的作用。基于学习者的学习能力、兴趣爱好和理解水平,在基于蚁群算法的协作学习分组中,以学习者特征相似度值作为启发信息,并针对蚁群算法可能出现的早熟收敛和停滞现象,分别在初期加入判断回退机制和在中后期对启发因子及期望因子进行动态调节以保证分组结果的准确性。模拟实验结果表明该算法在分组性能及准确性上均优于传统算法。     

一种共享经验元组的多agent协同强化学习算法

Q学习算法是一种最受欢迎的模型无关强化学习算法.本文通过对Q学习算法进行合适的扩充,提出了一种适合于多agent协作团队的共享经验元组的多agent协同强化学习算法,其中采用一种新的状态行为的知识表示方法使得状态行为空间得到缩减,采用相似性变换和经验元组的共享使得学习的效率得到提高.最后将该算法应用于猎人捕物问题域.实验结果表明该算法能够加快多个猎人合作抓捕猎物的进程,有利于协作任务的成功执行,并能提高多agent协作团队的协作效率,因此该算法是有效的.     

一种基于关系数据库的脆弱性水印算法

为了检测对关系数据库的恶意篡改,提出了一种脆弱性数字水印算法,该算法将数据库的元组划分到不同的分组中,在对分组内的所有元组进行秘密排序的基础上,生成由属性水印和元组水印构成的分组水印矩阵,从而可以将对数据库的篡改定位在分组范围内.理论分析和实验结果表明了该方法的有效性和可行性.     

基于Wiki平台的协作小组分组策略研究

借助Wiki系统,对Wiki协作学习平台进行二次开发,以实现协作小组自动划分.采用聚类算法,根据学习者的关键特征类型对协作小组进行划分,以使协作学习绩效达到最优.     

基于关系数据库的脆弱性水印算法研究

为了检测对关系数据库的恶意篡改,提出了一种脆弱性数字水印算法。该算法将数据库的元组划分到不同的分组中,在对每个分组内的元组进行秘密排序的基础上,生成由属性水印和元组水印构成的分组水印矩阵,因此可以将对数据库的篡改定位在分组范围内。利用单向哈希函数及关系数据动态生成水印,不但保证了水印信息的安全性,而且也实现了水印的盲检测。理论分析和实验结果表明,该方法能够有效探测攻击者对关系数据库进行元组添加、属性值修改、元组删除和属性变化四类操作,从而为关系数据的真实性认证提供依据。     

基于改进细菌觅食的协作学习分组算法

针对协作学习中基于学习者特征的分组方式对学习过程的影响,设计一种基于改进细菌觅食的协作学习分组算法。在实现协作学习分组过程中,引入分组调节因子和特征权值,满足不同教学活动对学习者多个特征及分组的要求。为构成有效的分组空间,在细菌种群初始化中,细菌群体以实数编码,并加入随机扰动以增加细菌种群的多样性;在算法后期加入二次变异操作,以避免细菌觅食算法可能出现的早熟收敛现象。仿真实验结果表明,该算法在不同分组形式下,与传统算法相比,具有较优的分组性能和较高的准确率,并且对于不同数据集规模具有良好的稳定性。     

大规模在线协作学习分组方法及应用研究

学习孤独感问题是造成MOOC课程学习完成率低的原因之一,构建与学习者学习特征相适应的协作学习小组,可以有效解决学习孤独感问题。利用自编码神经网络提取在线学习者的关键特征,根据同质分组原则,利用模糊C均值算法对在线学习者进行迭代分组,使在线学习者从独自学习转变为以团队的形式进行协作学习,从而改善在线学习者的学习体验,降低学习孤独感。以edX平台上选择计算机科学与编程入门课程的19?846名在线学习者为实验对象,进行在线协作学习分组。实验结果表明,基于该分组方法,每个小组内学习者都有较高的同质性,可以很好地解决学习孤独感问题。     

中职计算机教学中分组协作式学习模式构建研究

笔者简述了分组协作式学习模式在中职计算机教学中的价值,深入分析了分组协作式学习模式在中职计算机教学中需要注意的问题,并以此为依据,提出将分组协作式学习模式有效应用于中职计算机教学的策略。通过优化教学内容和教学目标,完善分组协作式学习模式评价体系等有效方法,充分激发学生的自主学习能力,为现代社会培养专项人才。     

计算机支持的协作学习的伙伴模型

伙伴模型的建立是计算机支持的协作学习（CSCL）中寻找学习伙伴的关键。伙伴模型对学生分组的关键因素进行了较全面的建模。对伙伴模型进行了形式化的描述,并重点对动态协作信息的表示，如伙伴学习进度、知识水平、认知能力和协作能力进行了研究。     

分组协作式学习在中职计算机教学中的应用探讨

分组学习协作自主学习模式作为一种新的学科教育教学理念,可以充分突出全校学生在实施计算机科学教育过程中的社会主体作用地位,促进全校学生之间的分组合作,完善学生优势,增强广大学生的分组合作发展意识,促进学校教学教研工作的健康顺利开展。在实际教学过程中,教师应认识到分组协作学习的重要性,并将其与计算机教学工作相结合,促进计算机教学工作的全面发展。在这种情况下,本文主要总结了分组合作学习在中职学校计算机教育中的必要性,重点对分组合作学习在中职学校计算机教育中的应用进行深入的研究和分析。     

基于距离度量的实体识别算法

传统的实体识别中,往往是利用字符串相似性函数来计算元组对在每个属性值上的相似度从而来判断其总的相似性(例如,元组对的相似性等于每个属性值上的相似度的加权求和)。然而这一类相似性测度不能够反映属性值内部不同的词在元组对相似性计算中的不同重要性。由于不能区分哪些词对元组对匹配更重要,就导致仍然存在某些匹配的元组相似性不高,而不匹配的元组相似性高的情况,故很难将匹配元组对和不匹配元组对有效区分开。为了解决这个问题,提出了以词为特征的距离度量函数,设计了基于词特征的距离度量学习算法,和基于距离度量的实体识别算法。扩展性实验对所提出的算法的有效性进行了验证。     

基于模糊C均值的在线协作学习混合分组研究

在构建了学习者多维特征模型的基础上,设计了基于模糊C均值的在线协作学习混合分组算法。提取学习者多维特征分量,通过模糊C均值算法以学习风格、知识水平、学习目标和兴趣爱好为主要特征进行同质聚类,根据活跃度和性别特征进行异质聚类以实现混合性质分组。该算法将异质和同质分组相结合,既保证了学习风格、知识水平、学习目标和兴趣爱好具有相似性的学习者划分到同一组,同时考虑到了活跃度和性别差异对学习效果的影响,使得小组划分更加合理。实验表明,该算法优于传统分组方法,学习者的学习效果和学习满意度都有较大提升。     

消息分发系统中的元组空间分解算法研究

为解决分布式环境下消息分发系统中的按需通信,在对Gelemter元组空间模型进行改进的基础上,对消息分发系统中的元组空间通信进行了结构设计,定义了元组空间的特征模型,并基于局部性原理提出一种元组空间通信的空间分解算法.该算法依据在实际通信中不同元组不同元素的匹配频度的差异,将元组空间分解为依赖特征空间、特征元组和特征元素之间抽象关系的一组缓冲子空间,通信进程在进行匹配操作时可直接从缓冲子空间中获取匹配元组,从而降低通信的计算成本.     

基于聚类的协作学习分组方法

协作学习能够促进在线学习平台中学习者之间的沟通交流。同一小组内学习者共同协作完成既定任务过程中,不仅可以巩固已有知识,也能通过互相学习,获得新知识和新技能,在提高个人表现的同时,增加学习兴趣,从而有效地降低辍学率。近年来已提出了很多协作学习分组方法。然而,现有分组方法没有兼顾主题意愿、学习时间规律和小组规模这三个对小组沟通效率有重要影响的因素。该文依据学习者的主题意愿预分组,然后依据学习时间规律迭代地调用聚类算法将学习者划分到满足上下限的小组中,结果表明,上述方法形成的协作学习小组在满意度和时间重合度上均优于IFST和随机分组方法。最后,以XuetangX平台上的1 754名学习者为实验对象进行协作学习分组,实验结果表明,形成的小组有充分的协作学习时间,指派的主题能够很好地满足学习者的意愿,且各个小组之间成员数均衡。     

DTSArch:一种基于分散式元组空间的软件体系结构模型

针对协作系统中缺乏描述系统高度动态性、自组织性和协作性的方法,利用分散式元组空间模型的时空解耦特性,提出了一种软件体系结构模型DTSArch。在对分散式元组空间进行刻画的基础之上,从软件体系结构的角度建立了描述构件行为和系统配置的形式化语义,解决了分散式元组空间模型难以直接应用于实际系统开发的问题。实现了一个基于DTSArch的可视化开发工具以进行软件体系结构设计。并通过实例证明DTSArch使开发人员能够快速建立基于分散式元组空间模型的系统结构,从而提高系统构件和系统开发方法的可重用性。     

ASP.NET课程教学模式研究

本文阐述了ASP.NET课程教学中出现的问题,并对这些问题进行教学方式改变,通过实用性项目驱动方式,分组协作,团结合作的方式,提高学生的学习兴趣和实际动手能力。     

一种自组织的虚拟学习社区构建算法

远程教育已趋向于网络化,而学习者之间如何进行协作式学习已成为一个关键问题。本文提出一种自组织的学习社区构建算法。该算法是基于学习者的兴趣,将具有相似兴趣的学生自动组成学习社区,以进行协作式学习。实验证明,本算法具有较高的效率和良好的扩展性。     

计算机专业课程分组教学策略研究

本文对计算机专业课程分组教学应用策略进行研究,应用适合计算机专业特征的分组教学策略,可体现学生主体作用,培养学生团队意识,激发学生学习兴趣,提高教学效果。     

基于Web的协作式学习分组策略研究

随着计算机网络技术和Web技术的发展,网络协作式学习应运而生。基于Web的协作式学习平台正广泛应用,然而大多数的Web协作式学习平台都存在分组不合理的问题。针对该问题,本文提出一种基于聚类算法的分组方法．用以谋求协作学习绩效达到最优。