超级分布学习对象的研究

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。

超级分布学习对象的学习服务研究

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。

SDLO寻找最佳伙伴学习服务研究

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。

基于Pi演算的SDLO学习服务建模研究

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.