一种网络导航学习路径生成方法

该文提出了一种基于反馈的、满足全局优化和充分必要条件的网络导航学习路径生成方法。将知识单元及其依赖关系作为知识地图的顶点和边,全部存储于广义表中。测试学习者已经学过的知识单元,根据知识单元中心度和难度量化计算方法,生成知识地图总路径集合,基于不同的学习基础,学习者在集合中“按需所取”知识单元。该方法产生的知识地图导航不再是海量知识单元的不完备近似集合,而具有全局精确性;解决了学习路径的充分性和必要性难以同时满足的缺陷;针对学习者个性化要求,有效提高学习效率,具有教育学和计算机科学的双重价值。     

面向网络教学的新型知识模型及其可视化建模

针对网络教学研究与发展中存在的问题，从教学应用本质出发，剖析网络教学中知识模型的本质，以及传统知识模型对网络教学的不适应性。在此基础上，基于现代学习理论，提出一个新型知识模型，给出它的数学描述。最后给出该知识模型的可视化建模方法及其实现。     

智能学习引擎的研究

随着计算机和网络技术的飞速发展,基于网络架构的智能学习系统中知识规则的研究已经成为了一个重要的研究领域．针对智能学习系统提出了智能学习引擎的概念,介绍了智能学习引擎的设计方法．如何查找前序知识点和预测后续知识点,并结合了形式概念对具有偏序关系的知识点进行了研究．     

基于模式语言的设计知识描述与发现方法研究

针对网络协同产品设计过程中知识表现形态的复杂性、多样性和不确定性特征,在对模式语言概念分析的基础上,应用信息论和模糊综合评价方法,提出一种基于模式语言方式设计知识描述方法与知识描述存储表结构,建立了基于模式语言的知识发现和知识综合模糊评价模型.以冲压模具的设计为例,验证了基于模式语言的设计知识描述和知识积累方法的可行性和实用性.     

电子组装基础网络课程的设计及实现

电子组装基础是一门研究电子组装技术、设备等内容的基础性课程,该课程知识面宽、知识点新、查找资料困难.电子组装基础网络课程应用多媒体技术和网络技术构建了一个网络教学平台,通过实现教学资源共享,为学生学习电子组装基础知识,了解学科前沿知识提供了一个良好的课外学习环境,使学生能更多更好地了解学科发展动态,拓宽了学生视野,提高了教学水平和质量.     

基于后缀树的知识点间关联规则挖掘算法

在个性化的网络学习中,对知识点间的关联规则进行挖掘是一个关键的问题.该文提出了一种基于后缀树的知识点间关联规则挖掘算法,该算法通过对web日志数据构造后缀树进行序列挖掘,动态地挖掘最大频繁序列,进而发现有意义的知识点间的关联规则.     

基于适应性超媒体技术的智能网络课程

针对现有的网络课程往往没有充分考虑到学生的个体差异，对所有的学生呈现相同的教学内容，很难体现因材施教的现状，提出了用适应性超媒体技术建构智能网络课程的设计思路．使用基于领域模型、学生模型和通用模型的框架体系，把主题知识与概念知识以及学习偏好等信息作为学生模型的主要记录内容，并将学生模型用于适应性导航和适应性内容展示的决策与更新机制．因而能够充分考虑到学生的个别化差异，向学生提供了相对合理的学习路径和学习方式．     

基于复杂网络的航空产品协同创新知识网络鲁棒性优化

为了提高航空产品协同创新知识网络的鲁棒性并获得更高的网络效率,提出了1种网络结构冗余设计的鲁棒性优化方法。分析航空产品协同创新知识的协同关系,并以此协同关系为基础构造航空产品协同创新知识网络矩阵,对知识创新薄弱的知识点增加冗余的知识主体来提高航空产品的协同创新效率,进而增强知识网络的鲁棒性。以某型号飞机任务为例分析其知识协同关系,构造知识网络矩阵,采用所提出的知识网络优化方法进行知识点与知识主体的知识依赖优化,结果表明优化后的知识网络鲁棒性得到了明显改善,验证了优化方法的有效性。     

基于Agent的e-learning评估导学系统

在e-learning研究中,如何评估学生的学习状况并提供相应的学习指导是一个重要的问题.目前,已提出了很多评估策略.本文提出了基于贝叶斯网络的学生模型,以此来评估学生的知识水平.该学生模型是基于知识点中的各种依赖关系构建的.同时,本文利用agent的智能性,实现了基于agent的智能评估,通过评估agent和跟踪agent对学生信息进行分析,由指导者agent给出学生的个性化学习指导.     

基于在线临场感的计算机公共课网络学习空间创设与应用探析

解析网络学习空间与在线临场感之关联。以大学计算机公共课《数据库技术及应用》课程为例进行基于在线临场感的网络学习空间创设。阐述网络学习空间功能设计,并对网络学习空间教学实施路径结合案例加以说明。在数据支持下,从学生网络学习空间在线临场感水平变化、网络学习空间各项功能实际参与率和交互活动偏好等角度对应用效果进行分析,并对基于在线临场感的网络学习空间建设提供优化对策。     

A Structure Hypertext Data Model and Its Formal Description

For its suitability for management of nonlinear information and flexible struc-ture.hypertext has a wide scope of application,but in the past,most of hypertext modelsor systems were used for management of non-engineering data.As engineering data is al-ways large in volume and entails much complicated management,there are many problemsto be solved before hypertext can be used for management of engineering data.This paperpresents HyVc,a Structure data model with a version node,which is more subitable formanagement of engineering data than ever before,and a structure node,which reduces thenumber of nodes within a hypertext network to make the structure clearer and easier fornavigation,and the enhanced knowledge presentation capability and dynamic retrievingcapability of the hypertext network as results of these new developments as well.     

高职院校“三生教育”课程多媒体网络教学模式构建

多媒体网络应用于"三生教育",必将引起"三生教育"教学模式的重构。在分析高职院校"三生教育"课程教学现状的基础上,对网络环境下"三生教育"教学模式的构建作了可行性研究,提出了利用网络进行"三生教育"教学有利于促进教师的教学理念的转变,形成先进的教学理念;信息技术的交互性有利于激发学生的学习兴趣和认知主体作用的发挥;信息技术提供外部刺激的多样性有利于知识的获取与保持;超文本特性和网络特性的结合可实现对教学信息最有效的组织与管理,有利于学生自主学习;信息技术的创作平台为学生自主建构知识提供有利的工具等观点,是提高"三生教育"教学质量的有益探索。     

工艺设计知识资源网络的元数据模型研究

由于知识载体形式的多样性和描述知识资源信息的异构性,不利于企业知识资源的共享、转移和利用,通过对企业工艺设计知识资源的现状分析,给出工艺设计知识网络的形式化定义,利用元数据技术,提出工艺设计知识资源网络(PPKRN)的元数据模型.该模型有助于实现企业知识资源的统一、透明、规范表示,促进工艺设计知识资源网络的有序化,并能够有效的构建知识之间的动态关联性.以国内某汽车发动机制造企业开发的工艺设计知识资源网络原型系统为例,进一步说明了所提出模型的可行性和有效性.     

网络课程中的知识导航设计

由于超文本系统在鼓励学生自主学习时,因其复杂性和受限于用户界面,使学生难以建立整体结构的概念,引起学生迷失方向和形成认知负载,不利于学习,因此,提出了基于知识点的导航设计思想,对导航进行需求分析,针对不同的教学内容、教学对象,提供不同的导航路线和策略,并利用相关方法和技术实现《工程图学》课件的多功能导航。     

基于无标度网络的科学知识结构分析

将无标度网络理论引入到科学知识结构分析问题中。通过对科学知识结构的分析,指出科学知识具有无标度网络的拓扑结构特征。分析科学知识网络的具体微观机制,在B-A模型的基础上提出修正方法。分析了科学知识网络的稳健性与脆弱性,阐明了科学革命中科学知识网络的拓扑结构变化机制。最后结合耗散结构理论,定义了科学知识网络的结构熵,从科学知识网络拓扑结构的角度,分析了科学演化的方向性和进步性问题。     

非结构环境下基于机器视觉的机器人路径跟踪方法

针对温室环境下机器人自主导航问题,提出了基于模糊预测控制的实时路径规划和跟踪方法.通过训练神经网络对图像进行分割,获取导航预瞄点,得到机器人运动的角度偏差和横向偏差.当角度偏差小于25°时,采用预测控制的方法,用拟合圆弧曲线作为机器人跟踪的规划路径,当角度偏差大于25°时,采用模糊控制器对2驱动轮的轮速进行控制.实验表明,该方法能对曲线路径进行平滑的跟踪,以0.3 m/s的速度运动时最大跟踪误差小于5cm.     

虚拟学习社区中一种基于本体的学习资源推荐方法

虚拟学习社区中,由于大量知识点信息的存在,用户往往无法获得符合自己学习的资源.针对这个问题,提出了一种基于本体的学习资源推荐方法.该方法利用本体描述社区中的知识点体系,通过语义规则定义知识点之间的联系,结合语义推理,为用户产生学习资源的推荐.Demo系统结果表明,该方法可以有效的解决用户的学习困扰,指导用户进行学习.     

ILS中知识的聚类和表示

在网络教育中，传统的导航方式或搜索引擎方式引导学习过程有着自身固有的缺陷，无法实现智能化、个性化学习，采用一种反映知识模块间关系的知识混合结构方式，通过对知识的规范录入和基于关联规则的知识聚类，得到一系列相关的知识项，以知识项和知识交流域(上下文)的映射来引导学习过程，能智能地向学习者提供建议性的相关学习内容及上下文，是一种有效的智能学习解决方案。     

经验知识监督的RC墩柱力学性能神经网络分析方法

本文通过研究钢筋混凝土（RC）墩柱力学性能试验数据、经验知识和机器学习的融合机制，提出了经验知识监督的RC墩柱力学性能神经网络（Knowledge-guided neural network, KGNN）分析方法。首先建立了包含761组RC墩柱拟静力试验样本的数据库；随后，基于经验知识分析了RC墩柱主要特征对其力学性能影响规律，构建了相应的数学表征方法；最后，将RC墩柱试验数据及经验知识融入人工神经网络架构和训练过程，建立了高精度、可解释、可通用且不依赖大量训练数据的RC墩柱力学性能KGNN分析模型。本文提出的KGNN分析方法与纯数据驱动神经网络（BPNN）的结果对比表明，尽管BPNN在测试集上表现更好，在分析墩柱承载力时均方误和相关系数分别为0.070和0.978，而KGNN模型结果为0.108和0.942，但BPNN所预测的墩柱特征对承载力的影响规律与经验知识并不吻合，亦即未能准确反映墩柱特征与其力学性能间的关系，发生了过拟合。而该KGNN方法不仅可以快速准确获得RC墩柱力学性能，且预测规律与经验知识吻合较好，具有更高的可靠性和实用性。     

贝叶斯网络杂交学习算法及其在中医中的应用

针对贪婪贝叶斯模式搜索算法(GBPS)在搜索最优贝叶斯网络结构时易陷入局部最优的不足，提出了一种改进的GBPS算法.在GBPS算法的邻域生成过程中引入了有向边的变向操作，并通过仿真实验研究了样本数量和网络节点的连接边数对算法寻优能力、结果准确度和计算量的影响.将该改进算法用于从中医临床诊断数据中辨识症状与辨证要素间的复杂关系.结果表明，该改进算法的学习结果优于GBPS算法和贪婪贝叶斯有向无环图搜索算法(GBDS).所发现的症状－辨证要素间的相关关系与中医专家经验吻合较好，可用于从中医诊断数据中自动获取中医专家知识.