具有认知风格分类能力的在线学习系统设计研究

发布时间：2021-01-18 03:13

　　随着互联网的迅速发展以及大数据等现代技术的逐渐成熟,教育和技术的融合不断加深,在线学习不仅使得学习者可以在任何时间、任何地点进行学习,还提供丰富多样的学习资源和良好的交互体验,已经成为一种备受欢迎的新型教育方式,目前制约在线教育发展的首要问题是如何根据学生的个体差异进行针对性教学。考虑到认知风格是反映学生个体差异的重要概念之一,且认知风格和成绩呈强相关性,所以本文利用人工神经网络算法分析学习者的测验成绩变化量,达到自动测量学习者认知风格的目的,并将其引用到在线学习系统中。系统可以记住学习者的认知风格,为其提供认知风格类型一致的学习资源,学习者在这个针对性教学过程中就得到了一种基于“个性化”的服务。本文首先论述了认知风格的概念、常用模型和测量方法,然后对机器学习的常用分类方法进行分析对比,最终选择人工神经网络算法用于在线学习者认知风格分类研究。然后,梳理了基于认知风格的在线教学内容呈现方法。主要论述了人工智能技术和虚拟现实技术支撑下教学视频的基本呈现方法、在线学习的认知风格分类、基于认知风格的在线视频呈现方法,以为本系统中个性化教学资源的建设做准备。其次,提出了利用人工神经网络算法分析学... 

【文章来源】：渤海大学辽宁省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

西瓜问题的一棵决策树

渤海大学硕士学位论文10尤其是能够自适应样本数据，即使样本中有噪声或者非线性时，神经网络也能正常的工作。到目前为止，神经网络被广泛应用于神经专家系统、模式识别、预测等领域。（1）神经元模型神经元模型是神经网络中最基本的成分，它的三种基本元素分别是突触权值、加法器、激活函数。人工神经网络的权值可以取正值或负值，但有一定的范围。加法器又称阈值，用于求输人信号被神经元的相应突触加权的和。激活函数用以限制神经元输出的振幅。图2-2M-P神经元模型图2-2给出了M-P神经元模型。在该模型中，神经元收到其他神经元传递的输入信号Xi，输入信号通过神经元k的突触权值Wki（下标k指正在研究的神经元，下标i指权值所在的突触的输入端）进行传递，神经元将接收到的总输入值与神经元的阈值θ对比后由激活函数f计算产生神经元的输出Yk。该神经元的输出为：)（2-1）（2）激活函数的类型激活函数的作用是将输出信号限制到允许范围内的一定值，常用的激活函数有以下几种：1）阈值函数阈值型激活函数是神经网络中最简单的一种激活函数，常用的有两种，图2-3（a）是硬限幅传递函数，图2-3（b）是对称硬限幅传递函数。前者x大于等于0时，输出值为1，反之则输出0；后者x大于等于0时，输出值为1，反之则输出-1。

渤海大学硕士学位论文10尤其是能够自适应样本数据，即使样本中有噪声或者非线性时，神经网络也能正常的工作。到目前为止，神经网络被广泛应用于神经专家系统、模式识别、预测等领域。（1）神经元模型神经元模型是神经网络中最基本的成分，它的三种基本元素分别是突触权值、加法器、激活函数。人工神经网络的权值可以取正值或负值，但有一定的范围。加法器又称阈值，用于求输人信号被神经元的相应突触加权的和。激活函数用以限制神经元输出的振幅。图2-2M-P神经元模型图2-2给出了M-P神经元模型。在该模型中，神经元收到其他神经元传递的输入信号Xi，输入信号通过神经元k的突触权值Wki（下标k指正在研究的神经元，下标i指权值所在的突触的输入端）进行传递，神经元将接收到的总输入值与神经元的阈值θ对比后由激活函数f计算产生神经元的输出Yk。该神经元的输出为：)（2-1）（2）激活函数的类型激活函数的作用是将输出信号限制到允许范围内的一定值，常用的激活函数有以下几种：1）阈值函数阈值型激活函数是神经网络中最简单的一种激活函数，常用的有两种，图2-3（a）是硬限幅传递函数，图2-3（b）是对称硬限幅传递函数。前者x大于等于0时，输出值为1，反之则输出0；后者x大于等于0时，输出值为1，反之则输出-1。


本文编号：2984157