期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
SDLO寻找最佳伙伴学习服务研究
1
作者 李静 黄水发 《计算机工程与设计》 CSCD 北大核心 2009年第7期1819-1820,F0003,共3页
在分析SDLO原寻找伙伴学习服务的基础上,分析影响寻找最佳伙伴的因素,给出寻找最佳伙伴学习服务算法,并建立相应的数学模型。该数学模型和算法考虑到伙伴的个性特征和动态协作信息,可为需要帮助的学生找到一个最佳的学习伙伴。实验结果... 在分析SDLO原寻找伙伴学习服务的基础上,分析影响寻找最佳伙伴的因素,给出寻找最佳伙伴学习服务算法,并建立相应的数学模型。该数学模型和算法考虑到伙伴的个性特征和动态协作信息,可为需要帮助的学生找到一个最佳的学习伙伴。实验结果表明,寻找最佳伙伴学习服务较之原寻找伙伴学习服务可以提高学生个体的学习效率,从而有利于小组整体认知能力、协作能力等方面的提高。 展开更多
关键词 超级分布学习对象 学习服务 认知能力 协作学习 寻找最佳伙伴学习服务
下载PDF
基于Pi演算的SDLO学习服务建模研究
2
作者 李静 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第9期48-51,共4页
根据Pi演算对SDLO学习服务进行建模,并通过实验证明所建立的基于Pi演算的SDLO学习服务模型具有合理性和可行性.
关键词 PI演算 超级分布学习对象 学习服务
下载PDF
SDLO学习服务的实现技术研究
3
作者 李祥龙 李静 《公安海警学院学报》 2011年第4期12-14,11,共4页
SDLO通过学习服务来实现SDLO之间的分布协作,SDLO学习服务是其协作性和分布性等特性的重要体现。在文献[1-2]的基础上进一步研究SDLO学习服务,重点分析SDLO学习服务的实现技术。
关键词 sdlo 学习服务 移动AGENT
原文传递
超级分布学习对象的研究 被引量:6
4
作者 李静 周竹荣 《计算机工程与应用》 CSCD 北大核心 2006年第24期211-215,225,共6页
文章把学习对象(Learning Object,LO)与分布式计算中的超级分布对象(Super Distributed Object,SDO)结合起来,通过一定的技术扩充LO使之具有SDO的一些性质和功能,从而建立一种新的对象模型-超级分布学习对象(SuperDistributed Learning ... 文章把学习对象(Learning Object,LO)与分布式计算中的超级分布对象(Super Distributed Object,SDO)结合起来,通过一定的技术扩充LO使之具有SDO的一些性质和功能,从而建立一种新的对象模型-超级分布学习对象(SuperDistributed Learning Object,SDLO)。SDLO可以为学生提供多种学习服务(Learning Service),它可以实现学习资源和学习服务的非集中式处理。该文介绍了SDLO的定义、内部结构、性质、功能和实现思想,最后对利用SDLO初步实现分布式远程教学进行了实验,目的在于促进分布式学习的研究。 展开更多
关键词 学习对象 超级分布对象 超级分布学习对象
下载PDF
超级分布学习对象的学习服务研究 被引量:3
5
作者 甘诚智 李静 《计算机工程与设计》 CSCD 北大核心 2006年第24期4690-4694,共5页
以超级分布学习对象(superdistributedlearningobject,SDLO)的寻找伙伴服务为例,对SDLO的学习服务、学习服务的通信进行了描述,并给出学习服务算法,最后利用Aglet2.0.2开发出了SDLO原型系统,对SDLO的学习服务进行了验证。SDLO的学习服... 以超级分布学习对象(superdistributedlearningobject,SDLO)的寻找伙伴服务为例,对SDLO的学习服务、学习服务的通信进行了描述,并给出学习服务算法,最后利用Aglet2.0.2开发出了SDLO原型系统,对SDLO的学习服务进行了验证。SDLO的学习服务是其分布性、协作性等特性的重要体现,为知识的交流、共享与创新提供了有力支持,从而达到分布式学习和协作学习的目的。 展开更多
关键词 超级分布学习对象 学习服务 协作学习 分布式学习 知识共享
下载PDF
STrans:A Comprehensive Framework for Structure Transformation
6
作者 Jiangzhou He Wenguang Chen Zhizhong Tang 《Tsinghua Science and Technology》 SCIE EI CAS CSCD 2016年第2期231-240,共10页
Structure Data Layout Optimization (SDLO) is a prevailing compiler optimization technique to improve cache efficiency. Structure transformation is a critical step for SDLO. Diversity of transformation methods and ex... Structure Data Layout Optimization (SDLO) is a prevailing compiler optimization technique to improve cache efficiency. Structure transformation is a critical step for SDLO. Diversity of transformation methods and existence of complex data types are major challenges for structure transformation. We have designed and implemented STrans, a well-defined system which provides controllable and comprehensive functionality on structure transformation. Compared to known systems, it has less limitation on data types for transformation. In this paper we give formal definition of the approach STrans transforms data types. We have also designed Transformation Specification Language, a mini language to configure how to transform structures, which can be either manually tuned or generated by compiler. STrans supports three kinds of transformation methods, i.e., splitting, peeling, and pool-splitting, and works well on different combinations of compound data types. STrans is the transformation system used in ASLOP and is well tested for all benchmarks for ASLOR 展开更多
关键词 Structure Data Layout Optimization sdlo STrans ASLOP structure transformation
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部