

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為當(dāng)前教育技術(shù)領(lǐng)域研究的熱點(diǎn),在線學(xué)習(xí)顛覆了傳統(tǒng)的學(xué)習(xí)方式,個(gè)性化的在線學(xué)習(xí)也逐漸引起國(guó)內(nèi)外學(xué)者的關(guān)注。但其中在線學(xué)習(xí)資源的編列仍然缺乏有效的機(jī)制,學(xué)習(xí)者特征、學(xué)習(xí)資源特征的設(shè)置與量化也不夠完善。在此背景下,本文將在線學(xué)習(xí)資源編列視為約束優(yōu)化問(wèn)題,將改進(jìn)的負(fù)相關(guān)算法應(yīng)用于在線學(xué)習(xí)資源編列過(guò)程,提出了基于負(fù)相關(guān)算法的在線學(xué)習(xí)資源編列機(jī)制。
本文主要圍繞在線學(xué)習(xí)資源編列機(jī)制的研究和實(shí)現(xiàn)展開(kāi),分析了學(xué)習(xí)者利用在線學(xué)習(xí)平臺(tái)進(jìn)行個(gè)性化
2、學(xué)習(xí)的困境,指出學(xué)習(xí)資源編列的必要性。同時(shí),梳理了協(xié)同過(guò)濾算法和智能優(yōu)化算法在學(xué)習(xí)資源編列問(wèn)題中的研究文獻(xiàn),探索了學(xué)習(xí)者特征和學(xué)習(xí)資源特征參數(shù)表達(dá),構(gòu)建了在線學(xué)習(xí)資源編列問(wèn)題模型,引入格雷碼,改進(jìn)負(fù)相關(guān)算法的編碼機(jī)制,實(shí)現(xiàn)了改進(jìn)負(fù)相關(guān)算法的在線學(xué)習(xí)資源編列,并利用仿真實(shí)驗(yàn)進(jìn)行了有效性驗(yàn)證,結(jié)果證明基于負(fù)相關(guān)算法的在線學(xué)習(xí)資源編列機(jī)制是有效的。
本文的創(chuàng)新點(diǎn)主要包括:
(1)對(duì)在線學(xué)習(xí)環(huán)境進(jìn)行分析,在學(xué)習(xí)者特征中加入了
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于負(fù)相關(guān)算法的在線學(xué)習(xí)資源編列研究.pdf
- 基于梯度提升模型的負(fù)相關(guān)學(xué)習(xí)算法的研究與應(yīng)用.pdf
- 負(fù)相關(guān)模擬電路的演化模型研究.pdf
- 基于支持向量機(jī)的在線學(xué)習(xí)算法研究.pdf
- 基于在線學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 負(fù)相關(guān)序列的收斂性.pdf
- 負(fù)相關(guān)演化電路仿生容錯(cuò)機(jī)制研究.pdf
- 基于負(fù)相關(guān)神經(jīng)網(wǎng)絡(luò)集成的增量學(xué)習(xí)及其在人臉檢測(cè)方面的應(yīng)用.pdf
- 基于個(gè)性化學(xué)習(xí)支持系統(tǒng)的教學(xué)活動(dòng)編列研究.pdf
- 基于在線多示例學(xué)習(xí)的目標(biāo)跟蹤算法研究.pdf
- 負(fù)相關(guān)加權(quán)和的收斂性.pdf
- 基于列表級(jí)的相關(guān)文本排序?qū)W習(xí)算法研究.pdf
- 基于數(shù)據(jù)的ADP離線值迭代算法和在線Q學(xué)習(xí)算法研究.pdf
- 基于在線學(xué)習(xí)算法的惡意網(wǎng)頁(yè)檢測(cè)系統(tǒng).pdf
- 負(fù)相關(guān)的基因表達(dá)模式及其保守性研究.pdf
- 在線學(xué)習(xí)算法研究與應(yīng)用.pdf
- 基于特征加權(quán)的在線多示例學(xué)習(xí)跟蹤算法.pdf
- 基于局部稀疏表示模型的在線字典學(xué)習(xí)跟蹤算法研究.pdf
- 正負(fù)相關(guān)反饋與查詢擴(kuò)展技術(shù)的研究.pdf
- 模擬電路負(fù)相關(guān)演化方法及設(shè)計(jì).pdf
評(píng)論
0/150
提交評(píng)論