隨著互聯(lián)網(wǎng)的迅速發(fā)展以及大數(shù)據(jù)等現(xiàn)代技術的逐漸成熟,教育和技術的融合不斷加深,在線學習不僅使得學習者可以在任何時間、任何地點進行學習,還提供豐富多樣的學習資源和良好的交互體驗,已經(jīng)成為一種備受歡迎的新型教育方式,目前制約在線教育發(fā)展的首要問題是如何根據(jù)學生的個體差異進行針對性教學。考慮到認知風格是反映學生個體差異的重要概念之一,且認知風格和成績呈強相關性,所以本文利用人工神經(jīng)網(wǎng)絡算法分析學習者的測驗成績變化量,達到自動測量學習者認知風格的目的,并將其引用到在線學習系統(tǒng)中。系統(tǒng)可以記住學習者的認知風格,為其提供認知風格類型一致的學習資源,學習者在這個針對性教學過程中就得到了一種基于“個性化”的服務。本文首先論述了認知風格的概念、常用模型和測量方法,然后對機器學習的常用分類方法進行分析對比,最終選擇人工神經(jīng)網(wǎng)絡算法用于在線學習者認知風格分類研究。然后,梳理了基于認知風格的在線教學內(nèi)容呈現(xiàn)方法。主要論述了人工智能技術和虛擬現(xiàn)實技術支撐下教學視頻的基本呈現(xiàn)方法、在線學習的認知風格分類、基于認知風格的在線視頻呈現(xiàn)方法,以為本系統(tǒng)中個性化教學資源的建設做準備。其次,提出了利用人工神經(jīng)網(wǎng)絡算法分析學... 

【文章來源】：渤海大學遼寧省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

西瓜問題的一棵決策樹

渤海大學碩士學位論文10尤其是能夠自適應樣本數(shù)據(jù)，即使樣本中有噪聲或者非線性時，神經(jīng)網(wǎng)絡也能正常的工作。到目前為止，神經(jīng)網(wǎng)絡被廣泛應用于神經(jīng)專家系統(tǒng)、模式識別、預測等領域。（1）神經(jīng)元模型神經(jīng)元模型是神經(jīng)網(wǎng)絡中最基本的成分，它的三種基本元素分別是突觸權值、加法器、激活函數(shù)。人工神經(jīng)網(wǎng)絡的權值可以取正值或負值，但有一定的范圍。加法器又稱閾值，用于求輸人信號被神經(jīng)元的相應突觸加權的和。激活函數(shù)用以限制神經(jīng)元輸出的振幅。圖2-2M-P神經(jīng)元模型圖2-2給出了M-P神經(jīng)元模型。在該模型中，神經(jīng)元收到其他神經(jīng)元傳遞的輸入信號Xi，輸入信號通過神經(jīng)元k的突觸權值Wki（下標k指正在研究的神經(jīng)元，下標i指權值所在的突觸的輸入端）進行傳遞，神經(jīng)元將接收到的總輸入值與神經(jīng)元的閾值θ對比后由激活函數(shù)f計算產(chǎn)生神經(jīng)元的輸出Yk。該神經(jīng)元的輸出為：)（2-1）（2）激活函數(shù)的類型激活函數(shù)的作用是將輸出信號限制到允許范圍內(nèi)的一定值，常用的激活函數(shù)有以下幾種：1）閾值函數(shù)閾值型激活函數(shù)是神經(jīng)網(wǎng)絡中最簡單的一種激活函數(shù)，常用的有兩種，圖2-3（a）是硬限幅傳遞函數(shù)，圖2-3（b）是對稱硬限幅傳遞函數(shù)。前者x大于等于0時，輸出值為1，反之則輸出0；后者x大于等于0時，輸出值為1，反之則輸出-1。

渤海大學碩士學位論文10尤其是能夠自適應樣本數(shù)據(jù)，即使樣本中有噪聲或者非線性時，神經(jīng)網(wǎng)絡也能正常的工作。到目前為止，神經(jīng)網(wǎng)絡被廣泛應用于神經(jīng)專家系統(tǒng)、模式識別、預測等領域。（1）神經(jīng)元模型神經(jīng)元模型是神經(jīng)網(wǎng)絡中最基本的成分，它的三種基本元素分別是突觸權值、加法器、激活函數(shù)。人工神經(jīng)網(wǎng)絡的權值可以取正值或負值，但有一定的范圍。加法器又稱閾值，用于求輸人信號被神經(jīng)元的相應突觸加權的和。激活函數(shù)用以限制神經(jīng)元輸出的振幅。圖2-2M-P神經(jīng)元模型圖2-2給出了M-P神經(jīng)元模型。在該模型中，神經(jīng)元收到其他神經(jīng)元傳遞的輸入信號Xi，輸入信號通過神經(jīng)元k的突觸權值Wki（下標k指正在研究的神經(jīng)元，下標i指權值所在的突觸的輸入端）進行傳遞，神經(jīng)元將接收到的總輸入值與神經(jīng)元的閾值θ對比后由激活函數(shù)f計算產(chǎn)生神經(jīng)元的輸出Yk。該神經(jīng)元的輸出為：)（2-1）（2）激活函數(shù)的類型激活函數(shù)的作用是將輸出信號限制到允許范圍內(nèi)的一定值，常用的激活函數(shù)有以下幾種：1）閾值函數(shù)閾值型激活函數(shù)是神經(jīng)網(wǎng)絡中最簡單的一種激活函數(shù)，常用的有兩種，圖2-3（a）是硬限幅傳遞函數(shù)，圖2-3（b）是對稱硬限幅傳遞函數(shù)。前者x大于等于0時，輸出值為1，反之則輸出0；后者x大于等于0時，輸出值為1，反之則輸出-1。


本文編號：2984157