[发明专利]自适应优化计算机辅助学习系统与方法无效

专利信息
申请号: 201010256710.2 申请日: 2010-08-19
公开(公告)号: CN102063812A 公开(公告)日: 2011-05-18
发明(设计)人: 尉海青;黄钢;毛居华 申请(专利权)人: 北京安博在线软件有限公司
主分类号: G09B7/04 分类号: G09B7/04
代理公司: 北京纽乐康知识产权代理事务所 11210 代理人: 田磊
地址: 100088 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自适应 优化 计算机辅助 学习 系统 方法
【权利要求书】:

1.一种自适应优化计算机辅助学习系统,其特征在于,其包括:

存储装置,其用于存储学习资料;

人机界面,其用于将所述学习资料提供给学习者;

信息收集装置,其用于记录和收集人机交互学习的过程和结果并发送到计算机辅助学习装置;

所述计算机辅助学习装置,其用于接收所述信息收集装置发来的人机交互学习的过程和结果并对所述过程和结果分析形成控制信号,所述控制信号调整学习策略模块并产生可变参数探测信号,所述可变参数包括以下至少一项:每天投入的学习时间、学习新条目所花费的时间、复习旧条目所花费的时间、每天学习新条目数、复习的时间间隔及新条目的复习总次数,所述学习策略模块与所述探测信号结合以最佳的方式将学习资料通过人机界面提供给学习者,从而达到最佳的学习效率。

2.根据权利要求1所述的自适应优化计算机辅助学习系统,其特征在于:所述计算机辅助学习装置进一步包括信息接收单元、信息分析单元,其中信息接收单元接收信息收集装置发来的人机交互学习的过程和结果,信息分析单元对所述过程和结果分析形成所述控制信号。

3.根据权利要求1所述的自适应优化计算机辅助学习系统,其特征在于:所述计算机辅助学习装置设有滤波单元,滤波单元对信息收集装置收集的探测信号进行滤波,以加大近期历史的权重。

4.根据权利要求1-3任一项所述的自适应优化计算机辅助学习系统,其特征在于,所述学习策略模块包括下列参数:每天学习新条目数M1,复习的时间间隔以y0=pM1代表学习效率,学习效率最大化的学习策略模块受下面条件约束:复习的时间间隔Ti>0,其中p是学习功效,即日学习新条目中真正被长期记在脑子里的所占的百分比,每天学习新条目数M1即毛学习速率,Ctot是日均投入计算机辅助学习的总时间量,C0是时间耗费常数,其它的时间耗费常数。

5.一种自适应优化计算机辅助学习方法,其特征在于,包括以下步骤:

1)从存储装置中读取学习资料并通过人机界面提供给学习者;

2)利用信息收集装置记录和收集人机交互学习的过程和结果并发送到计算机辅助学习装置;

3)利用计算机辅助学习装置接收所述信息收集装置发来的人机交互学习的过程和结果并对所述过程和结果分析形成控制信号;

4)利用所述控制信号调整学习策略模块并产生可变参数探测信号,所述可变参数包括以下至少一项:每天投入的学习时间、学习新条目所花费的时间、复习旧条目所花费的时间、每天学习新条目数、复习的时间间隔及新条目的复习总次数;

5)所述学习策略模块与所述探测信号以最佳的方式将学习资料通过人机界面提供给学习者,从而达到最佳的学习效率。

6.根据权利要求5所述的自适应优化计算机辅助学习方法,其特征在于:所述计算机辅助学习装置进一步包括信息接收单元、信息分析单元,其中信息接收单元接收信息收集装置发来的人机交互学习的过程和结果,信息分析单元对所述过程和结果分析形成控制信号。

7.根据权利要求5所述的自适应优化计算机辅助学习方法,其特征在于:所述计算机辅助学习装置设有滤波单元,滤波单元对信息收集装置发来的人机交互学习的过程和结果进行滤波,以加大近期历史的权重。

8.根据权利要求5-7任一项所述的自适应优化计算机辅助学习方法,其特征在于:所述学习策略模块包括下列参数:每天学习新条目数M1,复习的时间间隔以y0=pM1代表学习效率,学习效率最大化的学习策略模块受下面条件约束:复习的时间间隔Ti>0,其中p是学习功效,即日学习新条目中真正被长期记在脑子里的所占的百分比,每天学习新条目数M1即毛学习速率,Ctot是日均投入计算机辅助学习的总时间量,C0是时间耗费常数,其它的时间耗费常数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京安博在线软件有限公司,未经北京安博在线软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010256710.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top