导读:本文包含了自适应学习系统论文开题报告文献综述及选题提纲参考文献，主要关键词:准ARX模型,多层学习网络,自适应控制
自适应学习系统论文文献综述
王兰,谢达,董宜平,曹进德[1]（2019）在《基于准ARX多层学习网络模型的非线性系统自适应控制》一文中研究指出建立了准ARX多层学习网络预测模型,并用于非线性系统自适应控制问题.该模型的内核部分为一个改进的神经模糊网络(NFNs):一部分为叁层非线性网络结构,采用自联想网络进行离线训练;另一部分为叁层NFNs,采取在线调整.据此对参数进行分类,给出相应调整算法.然后,基于模型宏观结构的优势给出控制器设计方案.仿真分析给出该建模方法的有效性.(本文来源于《应用数学和力学》期刊2019年11期）
李振,董晓晓,周东岱,童婷婷[2]（2019）在《自适应学习系统中知识图谱的人机协同构建方法与应用研究》一文中研究指出知识图谱为自适应学习系统中的领域知识建模提供了新思路,但现有构建方法缺乏人类智慧与机器智能的有效结合,无法提供高质量、低成本的知识图谱。基于此,文章首先从人机协同视角出发,提出了自适应学习系统中知识图谱的构建方法,具体包括知识图谱模式设计、资源获取与预处理、知识图谱知识元抽取、知识元语义关系挖掘、知识图谱融合等五大环节;随后,文章以"人工智能"学科为例,对构建方法进行了初步验证;最后,文章从碎片化学习资源整合、适应性学习支持服务两个维度,进一步阐述了知识图谱在自适应学习系统中的应用。文章的研究对于开展基于自适应学习系统的大规模个性化学习具有重要意义。(本文来源于《现代教育技术》期刊2019年10期）
吴宇晗,朱峙成,王荣杰,刘佳玮,陈丽芳[3]（2019）在《基于深度学习的自适应游戏剧情生成系统研究》一文中研究指出为了使游戏玩家从拥有固定文本的文字游戏中体验新鲜感,提出采用深度学习Seq2Seq模型,根据已有文本产生新的符合剧情的文本,增加游戏的趣味性和交互性。本文构建深度学习Seq2Seq模型,并编写Python代码实现了文本生成模型的仿真,对生成词与原文本之间的评价标准进行了对比分析,以自创的游戏验证了该方法的有效性。该论文的研究成果,是对自适应文本生成系统研究的有益尝试和补充,具有一定的应用价值。(本文来源于《智能计算机与应用》期刊2019年05期）
王丽萍,赵蔚,魏久鸿[4]（2019）在《自适应学习系统中开放性学习者模型实证研究》一文中研究指出为帮助学习者掌握自适应学习系统为学习者所定义的个性特征和学习信息,设计并开发了开放性学习者模型MindOLM。MindOLM采用思维导图可视化形式将学习者模型中课程知识状态呈现给学习者,帮助学习者了解、查看自己的学习进展,以及章、节、知识点之间的关联关系,并引发学习者元认知学习体验。在实证研究方面,通过实验研究法、问卷调查和面对面访谈等方式收集数据,结果表明:MindOLM能引发学习者在学习规划和自我反思两个方面的元认知学习体验; MindOLM能很好地表示学习者学习进展和知识水平;学习者对MindOLM在有用性、易用性和满意度3个方面都表现出较高的认可度。(本文来源于《吉林大学学报(信息科学版)》期刊2019年05期）
乔莲花,徐明镠[5]（2019）在《基于自适应小批量梯度学习的网络地理信息服务预测系统研究》一文中研究指出文章面向REST类型的网络地理信息服务,实现了网络地理信息服务的预测与分析系统。首先,采用爬虫与HTML分析技术,获取了ESRI网站的共享地理信息服务数据;然后,在完全批量梯度与随机梯度计算模型的基础上,提出了基于自适应小批量梯度学习的网络地理信息服务质量预测模型,结合JQuery前端以及基于ArcGIS REST服务API,实现了网络地理信息服务信息查询、地图服务质量描述与评估、动态地理信息服务性能在线预测等功能的原型系统,更好地为地理信息服务用户发现、选择、使用网络地理信息资源服务,从而使地理信息用户体验到更好的网络地理信息服务。(本文来源于《信息化研究》期刊2019年03期）
陈淋淋[6]（2019）在《高中英语词汇自适应学习系统分析》一文中研究指出词汇教学是英语教学中重要的基础,是衡量一个学生学习英语水平高低的尺子。随着新课程理念的实施,高中英语教学理念有了全新的改变,同时也对英语教育提出了新挑战。为了让学生能够更好地掌握英语这门知识,减轻学习压力,提高学习效率,自适应学习系统应时而出。本文以高中英语词汇自适应学习系统分析为话题,对高中英语词汇自适应学习系统分析做出一些阐述和谈论,提出几点思考和探索意见,希望可以为我国高中英语教育事业的发展做出一点帮助和贡献。(本文来源于《才智》期刊2019年17期）
李彦聪[7]（2019）在《基于概念图的自适应学习系统的研究及应用》一文中研究指出随着教育信息化和教育现代化近年来的飞速发展,以智慧教育为主题的教育建设正在引领我国现代教育的发展方向。教育信息化的不断推进和实施,使教育步入了大数据时代。教育信息化的巨大发展推动了教育数据挖掘技术的进步,同时也对教育模式和技术水平提出了更高的要求。教育现代化的提出也促使学习者提出了更具自适应性的学习需求。当前的教育技术和方法在现代化的教育实施中已显现不足。围绕着如何从教育大数据中挖掘有效信息,实现自适应性的个性化学习目标,并为教育信息化提供教学思路和策略依据等话题,本文以自适应学习系统中重要的可视化评价工具一一概念图为研究对象,主要从以下几个方面展开研究:(1)针对现有概念图构建方法中普遍存在的对专家经验高度依赖、概念图构建耗时等问题,本文提出了一种基于文本分类和关联规则挖掘的概念图自动构建模型。该模型充分考虑概念之间的关联属性,利用文本分析中的文本分类技术代替专家自动为试题匹配概念标签,并结合关联规则挖掘方法计算概念之间的关联,自动构建具有一定自适应性的概念图。该模型可减少对外界专家经验的依赖,对于减少概念图的构建时间具有重要意义。同时所构建的概念图以图形化的方式通过关联对和相关程度值清晰展现概念间的关联,可为知识可视化提供教学优化指导。(2)为进一步从概念图中挖掘有效信息,实现个性化教育。本文充分考虑不同学习者群体间的学习特征,为自适应学习系统提出了一种基于概念图的学习路径自动生成模型。该模型通过聚类方法将不同概念掌握水平的学习者划分为若干群体,并结合关联规则挖掘方法构建出若干具有学习者学习特征的概念图,利用拓扑排序算法对概念图继续分析,最终实现符合自适应学习系统特征的学习路径的自动生成。该模型可克服当前研究中对学习者群体的区分能力不足的问题,并且基于学习路径所制定的多种教学计划和教学时长建议,可为教育提供指导及建议,进一步提升自适应学习系统的能力。(3)以上述研究成果为基础,从实际应用角度出发,设计并研发了一款概念图及学习路径自动生成原型系统。该系统以试题库及教育在线平台收集的学习者答题记录为数据源,实现了本文所提出的两种模型,即概念图自动构建模型和学习路径自动生成模型。构建得到的概念图和学习路径在该系统中通过可视化工具直观展现,为教师提供改进教学的措施和依据,实现“因材施教”的个性化教育教学。(本文来源于《山东师范大学》期刊2019-06-10）
徐焱[8]（2019）在《基于教育数据挖掘的个性化自适应学习系统研究》一文中研究指出随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。(本文来源于《中国教育信息化》期刊2019年11期）
程芳芳[9]（2019）在《支持移动学习的护士执业资格自适应训练系统的设计》一文中研究指出随着互联网、科学技术的迅速发展,移动学习、碎片化智能学习、自适应个性化学习已经成为线上学习的主流方式。合理利用碎片化时间开展有效学习,是人们适应新时代的发展,改变学习方式的一个重要模式。目前,学生的个性化教育和适应性发展显然已成为教育发展的主要趋势。将移动学习与自适应学习相结合的学习方式能更好的实现按需学习,更好地实现其高灵活性、强针对性、移动性、个性化、高吸收的特点,同时也能化解“个体需求资源有限”和“总体资源无限”之间的矛盾。本文以护士执业资格考试内容为例基于项目反应理论设计了支持移动学习的自适应训练系统。根据某学校近叁年护士执业考试通过率的数据显示,不同起点但是相同合格标准使得受教育程度最低的中等职业护生考试通过率也最低。本研究希望通过利用碎片化的学习方式,结合学习者实际情况,提供具有强针对性复习资源,利用自适应学习方式进行备考训练,以提高复习效率,帮助低学历的考生提升考试通过率为目的。首先,使用文献研究法阐明了研究的背景和意义,重点对自适应学习国内外的研究现状进行了分析。通过对个性化学习、自适应学习、移动学习相关概念的界定及对项目反应理论和非正式学习理论的深入研究为系统的设计夯实了理论基础。然后,使用软件开发法对自适应训练系统进行了需求分析,确定了系统设计目标和功能结构,明确了参数设置策略及选题策略,设计开发了支持移动学习的自适应训练系统。经用户测试,收集使用数据并分析,结果显示能力值与学习时长和成绩分别呈正相关。在进行护士执业资格备考时加强自适应训练能够显着提升学习效果,其能够作为提升低学历护考生护士执业资格考试通过率的辅助工具。最后,对本文进行了总结并说明了存在的不足以及下一步可能的研究方向,为后续的研究者提供一定的参考或借鉴。(本文来源于《内蒙古师范大学》期刊2019-05-31）
周萍,章伟[10]（2019）在《基于认知风格和学习风格的多维度自适应在线学习系统》一文中研究指出将认知风格与学习风格结合起来,提出一种基于域独立/域依赖认知风格模型和八维度Felder-Silverman学习风格模型的自适应在线学习系统。该系统可根据学生不同的认知风格和学习风格,为其提供不同形态的学习资源和不同的学习内容,实现学习资源形式与内容的个性化自适应推送。以网络课程的个性化自适应学习为例进行实验,证明该系统能提高学生的学习成绩,减少学生的认知负荷。研究成果可应用于网络学习空间建设、未来智慧教育、精品课与在线开放课建设等方面。(本文来源于《现代职业教育》期刊2019年15期）
自适应学习系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
知识图谱为自适应学习系统中的领域知识建模提供了新思路,但现有构建方法缺乏人类智慧与机器智能的有效结合,无法提供高质量、低成本的知识图谱。基于此,文章首先从人机协同视角出发,提出了自适应学习系统中知识图谱的构建方法,具体包括知识图谱模式设计、资源获取与预处理、知识图谱知识元抽取、知识元语义关系挖掘、知识图谱融合等五大环节;随后,文章以"人工智能"学科为例,对构建方法进行了初步验证;最后,文章从碎片化学习资源整合、适应性学习支持服务两个维度,进一步阐述了知识图谱在自适应学习系统中的应用。文章的研究对于开展基于自适应学习系统的大规模个性化学习具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应学习系统论文参考文献
[1].王兰,谢达,董宜平,曹进德.基于准ARX多层学习网络模型的非线性系统自适应控制[J].应用数学和力学.2019
[2].李振,董晓晓,周东岱,童婷婷.自适应学习系统中知识图谱的人机协同构建方法与应用研究[J].现代教育技术.2019
[3].吴宇晗,朱峙成,王荣杰,刘佳玮,陈丽芳.基于深度学习的自适应游戏剧情生成系统研究[J].智能计算机与应用.2019
[4].王丽萍,赵蔚,魏久鸿.自适应学习系统中开放性学习者模型实证研究[J].吉林大学学报(信息科学版).2019
[5].乔莲花,徐明镠.基于自适应小批量梯度学习的网络地理信息服务预测系统研究[J].信息化研究.2019
[6].陈淋淋.高中英语词汇自适应学习系统分析[J].才智.2019
[7].李彦聪.基于概念图的自适应学习系统的研究及应用[D].山东师范大学.2019
[8].徐焱.基于教育数据挖掘的个性化自适应学习系统研究[J].中国教育信息化.2019
[9].程芳芳.支持移动学习的护士执业资格自适应训练系统的设计[D].内蒙古师范大学.2019
[10].周萍,章伟.基于认知风格和学习风格的多维度自适应在线学习系统[J].现代职业教育.2019