分享到:

适应性学习系统中学习模型迁移方法的研究

本论文在认知心理学理论的指导下,根据适应性学习的需求,引进适应性学习和智能认知模型,将学生现有的领域知识作为初始认知模型,再利用新知识的输入,使其转换为一个新的认知模型,从而实现学习的迁移。本文重点研究和实现了产生式适应性学习模型迁移的方法,还提出并实现了基于人工神经网络学习模型迁移的方法。这些方法可以根据学生的个别需求,提供适合学生的教学内容和策略,让学生进行自主性的学习,从而实现适应性学习和智能化教学。本论文的创新点主要有: 1.提出并实现了利用项目反应原理建立初始诊断模型,从而实现诊断模型的适应性。2.研究和实现了利用模型跟踪法进行错误诊断,从而使模型向正向迁移,很好地完成适应性教学。3.研究和实现了基于产生式的自适应学习模型迁移的方法,并提出利用关系型数据库存储领域产生式规则,提高了规则查询和匹配的速度。4.提出并实现了基于人工神经网络的学习模型迁移方法,可以根据学习的目的、学习者的兴趣爱好以及知识的相关性选择下一步呈现  (本文共103页) 本文目录 | 阅读全文>>

《自动化学报》1940年30期
自动化学报

实时产生式系统

产生式系统是一种重要的人工智能程序设计语言,但却比较难于应用到实时领域之...  (本文共4页) 阅读全文>>

《计算机科学》1993年04期
计算机科学

产生式系统的两个发展方向——实时产生式系统和协同产生式系统

产生式系统是当今最负盛名的一种人工智能程序设计语言,然而它在实时处理、协同求解方...  (本文共6页) 阅读全文>>

《机械工业自动化》1987年02期
机械工业自动化

产生式自学习控制系统

本文讨论了人工智能与控制理论结合的问题,给出了智能控...  (本文共5页) 阅读全文>>

《北京工业大学学报》1988年01期
北京工业大学学报

数据库的自修正、自扩充及其实现

结合《部OA管理系统》的核心DB——代码库的自维护,在统计启发式搜索的基...  (本文共7页) 阅读全文>>

《计算机科学》1988年01期
计算机科学

产生式系统的划分和并行处理

产生式系统(亦称基于规则的系统)是人工智能领域中一种通用的计算模型。现在,这种模型已经广泛应用于开发大型专家系统。在这类系统中,人们的知识用一系列的产生式来表示...  (本文共5页) 阅读全文>>