基于人工神经网络的学习模型迁移方法的实现研究.pdf

第十届全球华人计算机教育应用会议 GCCCE2006 论文集 基于人工神经网络的学习模型迁移方法的实现 On Methods of Transfer as a Learning based on Artifical Neural Networks 王岚 天津师范大学计算机与信息工程学院 天津 电子邮箱 tjnuwanglan@163.com 摘要 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 本论文的主要观点有 1 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 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.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 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给学生的内容 建立 学习因素之间的关系 采用目标驱动的方法 可以更好地实现教学目的 也能更好地 实现学习的适应性 基于该思想 我在天津师范大学博士基金项目支持下实现了基于C/S 模式的 编 译原理 和 数字电路 两门课程的自适应教学系统 在 编译原理 课程中 系统 采用了产生式的模型迁移方法 在 数字电路 课程中 系统采用了人工神经网络的 模型迁移方法 随着网络课程的普及与推广 在天津市十五教育规划项目 虚拟校园 的研究 的支持下 又探讨一种基于B/S 模式的 具有自适应特点的网络课程 在该 虚拟校园中包括教室 自习室 考场 备课室 实验室和教务处等模块 在自习室中 我将原有的两门课程在B/S 模式下重新设计 在 编译原理 课程中 系统采用了关 系数据库存储的方法实现了产生式的模型迁移 在 数字电路 课程中 系统实现了 人工神经网络的模型迁移 本文将集中讨论自习室中自适应性学习过程中学习模型迁 移的方法 把产生式系统和人工神经网络的方法引入到自适应学习中 使学习模型的 迁移目的性更强 效率更高 从而能够实现网络课程中的 因材施教 提高远程教育 过程中的学习适应性能力 关键词 自适应学习 学习迁移 产生式系统 人工神经网络 错误诊断 Abstract: This paper studies learning transfer based on the adaptive learning theory, intelligence cognitive model theory and knowledge input theory under the large framework of updated cognitive theory of psychology . It mainly foc uses on the method and experiment of positive transfer in production system self-adaptability model with the help of updated Artifical Neural Networks communication technology. These methods can help provide students with strategies in coping with their learning so that they could become self-directed learners through the guilded adaptive learning and intelligence teaching. Keywords : adaptive learning,learning tr