基于学习对象的数字化学习资源库的开发

学习对象已成为国际上流行的学习资源组织形式。使用元数据描述的数字化学习资源可方便实现管理和复用,提高资源管理的效率。本研究重点讨论学习对象的概念及其显著特征,以及设计策略,如聚合度和组合问题,最后探讨资源库开发过程中涉及到的几个问题,如技术上的具体实现方式,并给出层次结构模型。     

基于学习对象的网络学习内容组织方法

本文在研究学习对象和学习对象元数据及参考IMS学习资源元数据标准和内容包装规范的基础上,提出了一种基于学习对象的网络学习内容组织方案,该方案利用元数据模型描述学习对象的"模式"信息,以支持对网络学习内容的访问和搜索;提出了一个学习对象包装模型对网络学习内容进行组织和包装,以支持对网络学习内容的重用和交换。     

基于CURL的网络学习资源聚合系统开发

设计并实现了一个基于CURL的网络学习资源聚合系统.利用CURL多线程函数将数据使用GET或POST方式同时发送给所有资源网站,对资源网站返回的HTML代码进行统一编码,使用正则表达式提取返回代码的搜索结果区域,使用PHP DOM操作类修正代码中的图像和链接的URL地址,再将所有返回代码载入到同一个页面中,并使用瀑布流模型实现逐段加载.     

基于QoS的学习对象推荐

本文将一种基于QoS的算法应用到学习对象的评分中.在基于AEHS框架的基础上,提出了一种以学习者为中心的E-Learning系统,并在此基础上讨论一种自适应学习过程.     

基于对象模型的关系模型设计方法

在数据库设计中,模式设计受到了广泛的重视。而设计出基于对象的Ｅ－Ｒ模型至今仍缺乏比较详细的有效的方法。本文进一步探讨概念设计的方法,提出了对象模型转换成关系模型的途径和算法,并给出了对象类获取的三种抽象机制：分类,聚合,归纳。     

超级分布学习对象的研究

文章把学习对象(Learning Object,LO)与分布式计算中的超级分布对象(Super Distributed Object,SDO)结合起来,通过一定的技术扩充LO使之具有SDO的一些性质和功能,从而建立一种新的对象模型-超级分布学习对象(SuperDistributed Learning Object,SDLO)。SDLO可以为学生提供多种学习服务(Learning Service),它可以实现学习资源和学习服务的非集中式处理。该文介绍了SDLO的定义、内部结构、性质、功能和实现思想,最后对利用SDLO初步实现分布式远程教学进行了实验,目的在于促进分布式学习的研究。     

基于扩展电子学习对象结构的学习资源管理系统框架

提出了一个基于扩展电子学习对象结构的学习资源管理系统框架。该框架利用本体对特定领域进行建模,同时对电子学习对象的结构进行了扩展,使不同的学习对象之间能够进行比较与组装,提高了资源的复用性以及管理效率。     

对象形式语义模型

在面向对象的软件构造中，对象视为软件系统的基本构件，本给出一个对象形式语义模型，对象被定义为封装属性和行为的实体，对象行为必须满足给定的静态约束和时序约束；基于对象态射本给出对象聚俣，特化，继承和对象类等概念在此语义模型框架中的解释。     

面向学习对象课程群模型的构建

为了开发<信息安全>课程群智能辅助教学系统和满足网络环境下的多元化教学要求,提高学习效率,在研究学习对象及其相关标准的基础上,设计了一种基于集教学内容、教学设计和教学活动于一体的学习对象的课程群构建模型.首先根据岗位能力需要把课程群递归定义成课程群、岗位能力和知识点三个层次的学习对象,知识点为最小学习对象;然后结合学习对象元数据、学习设计和内容包装规范对各层次学习对象的定义内容包装;最后采用领域本体技术对课程群建模,定义领域内的概念及其相互关系与实际的课程群资源间的映射,并基于XML技术绑定.该模型中每层学习对象内部均含有描述学习活动的教学设计,这使学习对象增加了教师特性,并能同时为多个学习者分别创建学习情境、提供个别指导.     

利用解释结构模型构建网络学习对象模型

随着网络信息化的发展,网络学习方式以其方便、快捷、资源丰富等特性,越来越受到学习者的青睐。本文利用解释结构模型厚理,构建多层次结构化的网络学习对象模型,便于合理组织网络学习对象,从而对学习者的网络学习行为进行个性化推荐。     

数据库技术在学习资源库系统开发中的应用

本文以一个初步完成的计算机专业部分课程学习资源库设计为例,对于学习资源库建设中的数据库技术的应用进行了探讨。首先概述学习资源库的基本组成,然后详尽分析学习资源库的设计、开发、使用、维护的基本过程。     

网络教育资源描述、注册与管理系统的设计与实现

针对我们现阶段网络教育资源重用率低的现状,提出了一个包含网络教育资源描述、注册与管理功能的系统,论述了该系统的体系结构和特点,并简要介绍了系统中所运用的关键技术。     

学习资源库知识服务模型研究

学习资源库是基于Web学习环境中的重要组成部分,针对现有学习资源库服务的不足,文章提出了学习资源库知识服务模型,系统的论述了学习资源库知识服务的类型、服务提供方式、构成要素、工作机制以及服务过程等,提出了以Agent为主要实现技术的学习资源库知识服务系统框架,为验证此模型与框架的有效性与可行性,构建了实验系统。实验结果表明知识服务的提供能够有效的提高学习资源库的利用率、教与学效果以及学习资源管理效率。     

数字资源库系统存储层的设计与研究

本文主要从笔者所参与建设的UNIRES数字资源库系统入手,分析了数字资源库的分层结构设计,并对存储层的逻辑组织结构和系统架构设计进行了着重的分析。最后本文针对海量的数字资源存储分别从时间和空间两个角度提出了相应的优化策略。     

基于网格的协同学习环境资源管理模型研究与实现

研究表明协同学习具有更好的学习效果,但通过计算机技术构建协同学习环境对资源管理有着特别的、更高的要求,目前的学习管理系统很难适应和达到协同学习环境对资源管理的需要。在分析目前主流学习管理系统在资源管理方面缺失的基础上,引入网格资源管理中间件GRAM,构建了一种基于网格的协同学习环境资源管理模型。并选择开源的、成熟的I_inux, Apachc, MySQI、和PHP构建实验实施环境,采用〔}`I}4作为网格服务,对模型进行了测试,实验结果表明实现了模型的设计预期,能够较好地支持协同学习环境资源管理的需要。     

基于对象模型的联邦成员开发框架研究

通过分析联邦开发与运行过程(FEDEP),针对联邦成员之间信息交互的联邦对象模型FOM,提出以对象模型为中心的联邦成员开发框架.在基于对象模型的联邦成员开发框架中,从联邦开发者的角度封装RTI内部对象模型操作,通过建立对象模型的静态与动态管理服务,不仅降低联邦成员与不同仿真应用中FOM的耦合性,而且通过对象管理的透明,能够快速将对象模型嵌入联邦成员开发框架中的仿真层,实现联邦成员的快速开发与集成.     

基于多任务最小软阈值回归方法的目标跟踪*

在视频跟踪中,模型表示是直接影响跟踪效率的核心问题之一.在随时间和空间变化的复杂数据中学习目标外观模型表示所需的有效模板,从而适应内在或外在因素所引起的目标状态变化是非常重要的.文中详细描述较为鲁棒的目标外观模型表示策略,并提出一种新的多任务最小软阈值回归跟踪算法(MLST).该算法框架将候选目标的观测模型假设为多任务线性回归问题,利用目标模板和独立同分布的高斯-拉普拉斯重构误差线性表示候选目标不同状态下的外观模型,从而跟踪器能够很好地适应各种复杂场景并准确预测每一时刻的真实目标状态.大量实验证明,文中在线学习策略能够充分挖掘目标在不同时刻的特殊状态信息以提高模型表示精度,使得跟踪器保持最佳的状态,从而在一定程度上提高跟踪性能.实验结果显示,本文算法体现较好的鲁棒性并优于一些目前较先进的跟踪算法.     

新一代土地资源信息系统的开发与设计研究

通过在ARC／INFO支持下，利用VB6．0研究，开发土地资源管理系统，深入讨论了基于GIS的土地资源信息系统的开发和设计关键技术，提出了基于GIS的土地资源管理系统对土地利用的深远作用和意义，展望了它的前景。     

电信设备管理系统中的对象组织

本文围红电信网络资源管理系统的实现，简述了实现系统的大致思路，详述了用C＋＋的虚函数和COM的思想对电信设备对象的封装和组织。