基于Web的自适应教学系统构建

提出的SATS教学系统通过使用数据挖掘技术获取学生整体信息,结合学生模型来判断单个学生的学习情况,并根据学习情况的好坏决定学生下一步学习的内容,从而保证学生学习的效果。

基于IRT的在线自适应教学系统研究与设计

提出将IRT的相关算法应用于在线教学系统,通过相应的算法,实现自适应学习管理和跟踪。

数据结构自适应教学研究

数据结构课程是计算机相关专业的核心课程之一,同时兼具理论性与实践性,对后续课程和计算机专业能力的深入和应用性培养至关重要。现有教学方式多为填鸭式教学,课时量少,教学内容一成不变,教学过程形式化,学生对数据结构理论知识的掌握困难,应用能力弱。针对以上问题本文提出了自适应教学策略(Adaptive Course Content and Teaching Methods,ACCT),实施课程内容自适应、理论教学自适应、检验自适应等三位一体的数据结构教学改革。通过课程改革,学生的理论水平与实践技能明显提升,取得了良好的改革效果。

基于生成式AI的教学实践路径研究——以“商务数据分析应用”课程为例

随着AI技术的发展,生成式AI已经成为教育领域创新教学方法、优化教学实践的重要工具。围绕“商务数据分析应用”课程,探讨生成式AI在教学中发挥的作用,提出一条涵盖策略制定、内容生成和效果评估的人机协同教学实践路径。结果表明:在教学活动中,生成式AI可在模拟商业环境下提高教学互动性和实践性,提升教学效果,但其对特定场景的适用性和定制化程度仍有待提高,与学生互动时的反馈路径亦有较大优化空间。亟需教师结合自身情况,在运用生成式AI的过程中进行持续调整,确保现代技术与教学目标的完美契合,全面提升教学质量。

创新拓展班“大学化学”自适应拓展教学的探索

拔尖创新人才是指具有厚实的专业基础、宽广的国际视野和超强的实践动手能力的厚博精深型人才。针对国防科学技术大学钱学森创新拓展班学员深厚的知识功底与强化拓展培养的需求,借鉴自适应教学这种典型的因材施教、以学习者为中心的教学活动,在"大学化学"教学过程中进行了教学内容、学习内容、考试内容等自适应拓展教学的探索。

基于人工智能技术的Python编程教学实践

阐述人工智能技术在Python编程教学中的应用特点,包括智能化自适应教学模式、人工智能技术提高编程实践的能力,大数据分析和机器智能评估编程技能。

基于XML的自适应性教学内容研究

主要介绍了利用XML强大的数据描述能力表述教学内容,以及结合XSLT技术进行动态处理,从而实现教学内容自适应的方法。XML使远程教育系统的教学内容具有开放的文档描述和管理方式,格式统一,可扩展性强。

“自适应”任务驱动实验教学模式研究与实施

"任务驱动"已经成为目前实验教学的重要教学模式之一。针对任务驱动教学中忽视动机因素而导致的教学效果不佳问题,提出一种以持续强化学生学习动机为核心的"自适应"任务驱动教学模式。该模式基于动态自适应的思想进行教学设计,即教学内容和教学手段并非一成不变,而是依据学生理论基础、兴趣和学生实时状态进行动态调整,以达到向最优教学逼近的目的。以计算机网络实践与应用实践课为例,证明该模式能够取得较好的教学效果。

自适应远程教学系统中学生认知水平估算方法

学生的认知水平是自适应远程教学系统中人们研究得最多的环节。然而目前大多数的研究要么复杂难以实现,要么简单推理能力有限,针对这种情况,提出了一种运用模糊理论思想来估算学生认知水平的方法。

自适应网络教学系统的研究与设计

对自适应网络教学系统所涉及的模型和算法进行研究,并给出一个用户实例。最后给出系统的总体设计方案,包括教学系统的主要功能模块、自适应教学流程设计。

一种自适应超媒体教学课件的组织方法

讨论了一种教学超媒体课件的组织方法围绕概念组织课件概念由文档的集合解释。概念之间的链表示语义间的相互联系。文档和:,链的信息存储在数据库里,每个文档有相应的难度级别。系统根据学生对每个概念掌握的情况信息,引导学生到合适的文档处学习。

基于SCOSM自适应教学模型设计

本论文详细阐述了SCOSM模型的组成和构建;构建了一个能够反映认知能力的学生模型,和一个智能的教学模型,它们能够结合自适应引擎和教学策略一起实现知识的动态调度和教学规划,以实现资源共享的自适应教学。

基于正弦余弦的自适应教与学优化算法

为了克服教与学优化算法求解精度低、早熟收敛问题,提出了一种新的基于正弦余弦的自适应改进教与学优化算法(ASCTLBO)。该算法在教学阶段,提出新的自适应教学因子,引入自适应惯性权重,使得当前个体向全局最优个体学习,增强了算法的局部搜索能力。在学习阶段利用正弦余弦函数的震荡变化性质对学习者个体位置进行自适应更新,维持种群的多样性,增强算法全局搜索能力。数值试验表明,提出的新算法是有效的,具有较好的收敛速度和求解精度。

自适应实验教学系统的设计与开发

在分析当前网络学习平台不足的基础上,提出自适应实验教学系统。该系统以自适应学习理论为依托,提供不同等级、类型的实验题库,对学习者的学习状态进行适应性评估和反馈,从而实现实验教学的高效操练测试功能。

基于移动网络终端的“社会统计学”自适应混合式教学设计

传统社会统计学课程教学面临课时紧、任务重、交互弱的状况,不能发挥学生自学能力、满足学生差异化学习需求。故此,基于动态反馈机制对教学过程进行改造,构建社会统计学的自适应混合式教学模式。首先,设计多层次课程学习目标体系,整理重构教学内容、制作教学视频和相应资料;其次,指导学生根据自身基础和学习能力自主选择学习内容、达成学习目标,开展课堂教学和课后指导;最后,通过动态学习反馈、教学评价等活动获取教学反馈数据,开展教学活动持续迭代优化。该文对课程改革进行了思考和研究。

CAS理论在创新实验教学中的应用

大学生创新实验教学是国家顺应21世纪对创新型人才的需求而提出的新型实验教学组织形式。我们以CAS理论为指导,采用自适应教学策略,开展本科生创新实验教学,能更好地发挥学生的主动性和培养其创造性。

教学数据分析对调整在线课程教学模式的影响

随着在线课程的开展,将产生大量的教学数据,通过对课前、课中和课后教学数据的分析,调整在线课程的教学模式。自适应教学可以让学习针对不同学习者进行调整;翻转式学习模式调动了学生的积极性。

研究生实践能力与科研能力融合教学模式探索——以地方财经本科院校专业型硕士为例

随着新一轮研究生扩招向专业型研究生倾斜,获得专业型硕士授予单位的学校越来越多,这类高校在探索研究生教育培养的过程中往往经验不足,以地方财经本科院校为例,存在的主要问题有硕士生科研能力较薄弱、对实践教学重视度不够、专业教育知识面窄、校外导师实践指导不符合学生心理预期四个方面。通过对专业型硕士生与实习单位进行调研,根据“厚基础,强实践,宽口径,求创新”的原则,提出研究生实验教学体系改革方案。根据培养内容、核心课程、创新实践、科研能力,构建研究生实践能力与科研能力深度融合的自适应教学模式,促进研究生实践与科研两种能力的提升。提出的方案可以为新建硕士点高校研究生培养提供参考。

促进个性化学习的理论、技术与方法——对美国《教育传播与技术研究手册(第四版)》的学习与思考之三

本文首先介绍了"个性化学习"的由来,然后从"促进个性化学习的核心理论——学习者建模""促进个性化学习的关键技术之一——人工智能"和"促进个性化学习的关键技术之二——教育数据挖掘"等三个方面,对促进"个性化学习"的理论、技术与方法作了较全面、深入的论述。由于人工智能技术用于促进个性化学习,主要是通过智能技术所支持的"适应性教学系统"实现,所以本文最后强调,适应性系统的研发必须满足"四维适应"的需求。

基于改进TLBO优化LSSVM的风电功率短期预测

为提高风电功率短期预测的精度,提出一种基于改进TLBO优化LSSVM的风电功率短期预测方法。首先对基本TLBO算法中的‘教’阶段进行改进,在采用自适应教学因子的同时改变所有搜索个体的平均值,从而能够自适应的提高TLBO在整个搜索空间的性能;然后改进TLBO算法的‘学’阶段,为维持种群的多样性,避免TLBO算法过早收敛和陷入局部最优,在学习阶段引入高斯变异算子;最后用改进的TLBO优化构建的LSSVM预测模型。以上海北沿风电场和莱州风电场实测数据为例,仿真结果表明,与PSO和TLBO优化LSSVM相比,改进的TLBO优化LSSVM方法对短期风电功率预测具有更好的稳定性和更高的准确性。