自适应学习平台登录的页面 login.jsp
主页：index.jsp
功能与特色：center.jsp
测试页面：paper.jsp
我的笔记课程信息课件下载：centercourseinfo.jsp
我的笔记，课程信息，课件下载，问答互动，统计分析，评价课程，学员管理，课件管理，封面制作
2022-03-15 21:34:36
18.87MB
1
作者以knewton平台为中心，着重介绍了该平台的关键技术。主要涉及平台的构成、学习目标自动规划、持续自适应模型、知识概率转移矩阵、学生分组等。
2022-03-15 20:52:45
1.36MB
1
<html dir="ltr"><head><title></title></head><body>针对当前各种粒子群优化算法解决问题时存在的局限性, 提出一种基于混合策略自适应学习的粒子群优化算法(HLPSO). 该算法从收敛速度、跳出局部极值、探索、开发几个不同角度融合了4 种具有不同优势的变异策略,当面对不同形态的复杂问题时通过自适应学习机制选择出合适的策略来完成全局寻优. 通过对7 个标准测试函数的仿真实验并与其他算法相比较, 所得结果表明了所提出的算法具有较快的收敛速度、较高的精度以及很强的跳出局部极值的能力.</body></html>
2021-12-20 10:26:54
302KB
1
个性化和自适应学习系统是教育大数据应用服务的主要阵地，自适应学习系统能够采集学习过程中的行
为数据，并对学生的学习兴趣、知识水平、学习风格、学习进度等做出分析和预测，以提供个性化的学习服务。
2021-08-19 19:19:59
1.39MB
1
文章概述了Knewton平台的内部结构和学习机制。将平台分成数据组件、推理组件和个性化推荐组件。涉及的数据模型包括：知识图谱、学生事件、目标档案和输出结果。
2021-08-19 19:19:00
1.39MB
1
在经典粒子群的基础上，该算法能自动的调整c1,c2,weight value等值，以实现更好更快的寻找最优值。
2019-12-21 20:19:29
1.6MB
1