导读:本文包含了本体学习论文开题报告文献综述及选题提纲参考文献，主要关键词:在线学习路径优化,关联模型,本体,二进制粒子群
本体学习论文文献综述
李浩君,聂新邦,杨琳,张鹏威[1]（2019）在《叁维本体关联模型下的在线学习路径优化方法》一文中研究指出针对目前在线学习路径优化方法存在学习资源关联性低等问题,提出一种叁维本体关联模型下的在线学习路径优化方法(TDOCM-LPOM).首先利用本体技术构建叁维本体关联模型(TDOCM),模型融合了课程本体、学习者本体以及学习资源本体特征信息;其次设计了种群多样性与映射函数协同更新的二进制粒子群算法(CUBPSO),依据种群多样性状态调整映射函数,使映射函数曲线斜率更符合粒子运动规律,提高在线学习路径优化能力;最后以TDOCM模型为核心融入CUBPSO算法提出TDOCM-LPOM学习路径优化方法,并与其他叁个优化方法相比较.实验结果表明,TDOCM-LPOM方法具有更好的稳定性与精准性,可以有效优化在线学习路径.(本文来源于《小型微型计算机系统》期刊2019年11期）
王思丽,祝忠明,刘巍,杨恒[2]（2019）在《领域本体学习语料的自动获取与预处理方法研究》一文中研究指出实现领域语料的自动获取与预处理,为机器/深度学习驱动的领域本体自动构建提供数据及数据处理技术基础。首先,对所涉及语料的类型、获取方法及应用研究现状进行分析,提出多源异构领域语料的自动获取方法,包括基于Web Spider的网络开放领域语料和基于Web API的科学文献领域语料的自动获取等。其次,分析提出领域基础知识词典的自动构建方法,为语料预处理奠定基础。最后,通过对主流分词方法及开源分词工具进行测试与评估,提出基于增量训练HanLP-SP领域分词模型的多策略混合的自动分词与新词发现方法,并进行实验研究。方法能够有效获取到领域语料,并实现分词等预处理任务。(本文来源于《图书馆学研究》期刊2019年20期）
朱杰[3]（2019）在《基于文本的本体学习技术研究》一文中研究指出本体学习的数据源有多种多样,其中基于文本的本体学习是目前本体学习中研究的重点,该文从本体学习分类、本体学习内容、本体学习过程以及目前本体学习研究中存在的主要问题等本体学习技术进行了研究。本体越来越多的应用在知识工程、人工智能等多个领域。目前本体采用的最广泛的定义为"本体是共享概念模型的形式化规范说明"。本体是描述某个领域甚至更广范围内的概念及概念之间的关系,使得这些概念和关系在共享的范围内具有大家认可的、明确的、唯一的定义,这样,人机之间以及机器之间就可以进行交流。目前本体的构建基本都是基于手工方式完成的,手工构建方式需要依靠专家意见和计算机技术,虽然可以保证质量,但费时费力,严重影响了本体的应用推广。本体学习是解决本体构建的重要手段,它综合使用统计学、机器学习等技术自动或半自动地构建本体。(本文来源于《科技资讯》期刊2019年28期）
王伟[4]（2019）在《基于多Agent和本体技术的适应性学习系统的研究与实现》一文中研究指出针对当前在线学习系统在推荐资源时不能充分考虑学习者的个性化特征,本文提出基于多Agent和本体技术的适应性学习系统模型(theMulti-Agent-BasedandOntology-basedAdaptiveLearning System Model,MOALSM)。本文以小学数学为例,结合Agent的自治性、自适应性以及本体技术在表达和推理方面的优势,构建知识本体库以及学习者模型,并设计自适应机制,根据学习者的个性化特征推荐个性化的学习资源。(本文来源于《信息技术与信息化》期刊2019年09期）
严晓梅,李小青,周博[5]（2019）在《基于领域本体的学习路径推荐策略研究》一文中研究指出为了解决学生在线学习过程中的"认知过载"和"学习迷航"等问题,充分发挥网络课程资源的教学辅助作用,以《决策支持系统》课程为例,提出一种基于领域本体和语义相似度的个性化学习路径推荐策略。根据领域知识点及其关系构建本体库,建立知识点间语义关系,并用Protégé进行本体形式化编码;基于本体设计学习路径生成策略和相关知识协同策略;最后,结合《决策支持系统》课程现有网络资源设计并开发原型系统,实现个性化学习引导及资源空间优化。实验表明,该平台能够实现在线学习路径的有效引导,为学生提供个性化学习空间,优化在线学习效果。(本文来源于《软件导刊》期刊2019年09期）
秦晓明,谷利芬[6]（2020）在《苹果采摘机器人本体导航系统设计与研究——基于极限学习机与图像处理》一文中研究指出首先介绍了苹果采摘机器人本体模型,采用图像预处理提取苹果园区路径图像的特征值;然后,基于极限学习机的路径导航模型计算和求解苹果采摘机器人本体的最优导航路径,并利用MatLab软件进行了路径导航仿真试验。试验结果表明:该系统具有很好的避障和路径导航能力,能够有效规划出最短的避障路径,从而达到智能导航的目的,验证了整个系统的可靠性和可行性。(本文来源于《农机化研究》期刊2020年03期）
李文涛[7]（2019）在《基于本体的初中生物学习资源库建设及语义检索探索》一文中研究指出在教育信息化的快速发展下,传统的学习资源已无法满足信息化时代对教育改革的需求。同时海量学习资源仍然按照教材的章节顺序进行设计,只是提供了信息层面而未涉及知识层面的服务,导致其缺乏对于知识的有效组织,还阻碍了信息化、智能化教学的发展。其发生这种问题的内在原因如人类语言的复杂性,如果计算机要理解其中的含义,需要将计算机对信息进行智能化处理,使人与机器建立一种有效的沟通机制。计算机的本体技术正好能描述为某些领域间的关系,从而能获得领域知识,它使人与人、人与机器、机器与机器之间的交流建立领域共识,使后续的智能教学系统的开发、语义网技术和资源共享等提供技术基础。首先,本文对相关领域的研究现状,同时对知识库、相关学习理论、本体论及语义检索等相关理论阐述;介绍计算机领域中的本体技术以及在教育中重要性,其中本体的形式化表示是计算机直接可读的,其作为一种知识表示的方法,可以用来描述初中生物学习资源中的知识关系,而且本体的知识表示还是人工智能的核心技术之一,同时也是使人工智能技术融入教育领域需要克服的一个难题。其次深入研究及分析领域专家的本体构建方法、生物学书籍和相关理论等进行构建初中生物学本体。按照本体的骨架法对初中生物进行构建,其中设计本体分类体系并根据本体的形式定义和学科特点来设计本体的属性槽、约束槽以及关系槽,同时利用学科特点对一般属性、教学属性和实验属性进行设计,再使用本体构建工具Protégé进行构建知识点本体库和学习资源本体库。再次通过以上技术理论为基础,分析相关的检索模型搭建出基于本体的初中生物学习资源库语义检索模型,其中建立本体间概念关系的映射关系、利用Jena语义推理技术持久化存储本体、自定义推理规则和语义相识度算来进行SPARQL形式化查询本体库,并使用改进属性值的扩展来进行简单的语义检索。最后针对检索的功能进行评价,主要采用查重率和查准率两个指标进行实验对比以及介绍本文工作的总结和基于本体在语义检索探索方面的后续研究。(本文来源于《云南师范大学》期刊2019-05-31）
张丽伟[8]（2019）在《基于本体的学习资源个性化推荐系统研究》一文中研究指出随着在线教育的蓬勃发展和国家教育资源共建共享战略的持续推进,学习资源的数量和种类都得到了空前的丰富。然而,海量的学习资源在带来更多选择空间的同时,“信息过载”的问题也随之产生。学习者面对海量的信息资源,很容易出现信息迷航和认知过载,找到自己真正需要的学习资源无异于大海捞针,需要花费大量的时间来进行检索和筛选,进而影响学习质量。怎样才能为学习者提供其切实需要的学习资源成为在线学习的一个难题。学习资源个性化推荐系统可以根据学习者的特点为他们推荐个性化的学习资源,满足学习者的个性化需求,提高学习效率。因此,本文对学习资源个性化推荐系统进行了研究。首先,针对当前教育领域学习资源个性化推荐系统构建缺乏指导模型的问题,在个性化教育相关理论的指导下,基于“推荐系统通用模型”和“自适应学习系统通用模型(AEHS)”提出了学习资源个性化推荐系统模型。该模型具有针对性,可以为学习资源个性化推荐系统的构建提供指导。在该模型的指导下,本文构建出了基于本体的学习资源个性化推荐系统架构。其次,为了实现学习资源在语义层面的推荐和跨语种学习资源的个性化推荐,以C语言课程为背景,基于“本体术语学”理论构建出多语言本体,实现课程知识的多语言表达。利用该本体进行语义相关度计算和多语种映射,实现中文文本资源在语义层面的个性化推荐,并提出一种基于多语言本体的多语种学习资源个性化推荐方法,实现外文文本资源在语义层面的个性化推荐。最后,实现了视频资源的个性化推荐。构建出的基于本体的学习资源个性化推荐系统可以为学习者推荐个性化的学习资源,证明了所提出的模型和方法以及所构建多语言本体的有效性,满足学习者个性化的学习需求,提高学习效率与学习资源利用率,为解决教育领域“信息过载”问题奠定基础。(本文来源于《东北石油大学》期刊2019-05-29）
王牧华,宋莉[9]（2019）在《论作为学习机会的课程本体观》一文中研究指出课程论学科在百年的发展历程中,经历了研究范式的数次转换。而研究范式变化的理论动因,则是对课程本体问题的不断追问与不同回答。以学习机会来重新诠释课程本体,是连接课程理论历史发展与未来脉动的结合点。回顾课程理论的发展与演变,不难发现它与学习理论的演化之间内在对应、紧密交织的交互关系和互动机制。以学习机会为切入点、从学习理论的角度去理解课程本体,有利于以学习者的学习为中心,充分挖掘学习机会作为课程本体的教育意蕴。作为学习机会的课程本体观主张以计划的课程作为学生预设的、潜在的学习机会;以实施的课程作为学生实际的、体验的学习经历;以领悟的课程作为学生自主的、反思的学习经验。在未来课程改革中,需要从建设学习环境、整合学习资源、有效学习指导叁个方面,着力推动作为学习机会的课程本体功能实现。(本文来源于《课程.教材.教法》期刊2019年05期）
张紫毓,李玉斌[10]（2019）在《基于网络学习行为的学习者本体构建》一文中研究指出随着多媒体技术的发展,教育技术进入到大数据时代,数据挖掘等学习技术对教育领域的各种原理研究十分重要,然而怎样把数据挖掘这种技术有效的应用到教育教学中是问题的关键所在。其中,本体构建就是一个重要的方法,该方法将会对研究行为规律、分析学生的行为产生重大的影响。本文在已有本体构建方法基础上,通过总结本体构建过程,设计网络学习空间中学习者本体构建方法并成功实施,最后对学习者本体进行一致性分析。这将为学习者提供精准的教学支持服务,实现个性化学习。同时,学习者本体的成功构建也将为智慧教育提供重要帮助。(本文来源于《软件》期刊2019年04期）
本体学习论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
实现领域语料的自动获取与预处理,为机器/深度学习驱动的领域本体自动构建提供数据及数据处理技术基础。首先,对所涉及语料的类型、获取方法及应用研究现状进行分析,提出多源异构领域语料的自动获取方法,包括基于Web Spider的网络开放领域语料和基于Web API的科学文献领域语料的自动获取等。其次,分析提出领域基础知识词典的自动构建方法,为语料预处理奠定基础。最后,通过对主流分词方法及开源分词工具进行测试与评估,提出基于增量训练HanLP-SP领域分词模型的多策略混合的自动分词与新词发现方法,并进行实验研究。方法能够有效获取到领域语料,并实现分词等预处理任务。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
本体学习论文参考文献
[1].李浩君,聂新邦,杨琳,张鹏威.叁维本体关联模型下的在线学习路径优化方法[J].小型微型计算机系统.2019
[2].王思丽,祝忠明,刘巍,杨恒.领域本体学习语料的自动获取与预处理方法研究[J].图书馆学研究.2019
[3].朱杰.基于文本的本体学习技术研究[J].科技资讯.2019
[4].王伟.基于多Agent和本体技术的适应性学习系统的研究与实现[J].信息技术与信息化.2019
[5].严晓梅,李小青,周博.基于领域本体的学习路径推荐策略研究[J].软件导刊.2019
[6].秦晓明,谷利芬.苹果采摘机器人本体导航系统设计与研究——基于极限学习机与图像处理[J].农机化研究.2020
[7].李文涛.基于本体的初中生物学习资源库建设及语义检索探索[D].云南师范大学.2019
[8].张丽伟.基于本体的学习资源个性化推荐系统研究[D].东北石油大学.2019
[9].王牧华,宋莉.论作为学习机会的课程本体观[J].课程.教材.教法.2019
[10].张紫毓,李玉斌.基于网络学习行为的学习者本体构建[J].软件.2019