文摘
为了解决这个问题,传统的计算机辅助教学系统是受通信技术的影响,导致无法师生互动,作者提出了一种研究基于物联网的计算机教学系统和机器学习。硬件结构设计根据系统的每个模块的功能,学生学习的模块是由教学配位剂和其他一些代理商,负责演示特定的教学材料,解决问题,通过协作机制、知识共享和提供个性化教学系统的基础。老师的教学模块主要是为学生提供了相应的教学策略根据学习需求和使用自己的推理机制,提供智能指导教学过程中遇到的问题;评估模块使用评估规则来分析学生的反应,综合评价学生的学习行为、态度、效果和能力。软件功能设计与SQL Server 2000作为数据库服务器,在确定数据属性的情况下,进行在线评估的数据,和距离教学是通过结合网络技术完成。实验结果表明,当时间是20年代,传统系统的教学效率是61%,和人工智能系统的教学效率是91%。因此,教学效率的基于物联网的系统和机器学习很高,它可以为学生的学习提供设备支持。
1。介绍
如今,物联网在人们的生活中发挥着越来越重要的作用,和智能家居的应用程序是一个杰出的应用场景,但是很多智能家居产品的市场还在起步阶段。例如,某些类型的智能插座由WIFI芯片负责网络、微控制器负责控制和继电器负责执行。WIFI芯片连接到云服务器,负责远程接受指令发送的手机,然后单片机接收到的指令WIFI芯片来控制继电器,从而实现远程控制手机的套接字。更先进的智能家居还可以实现网络化产品之间的联系。例如,一套公司的智能家居网关负责网络,与云服务器,交流和沟通与无线开关、门磁传感器,人体红外传感器、套接字、等,通过无线个域网协议,从而实现网络产品的链接(1]。然而,一个真正的智能家居必须具有自学习的功能,以实现真正的智能。这需要结合机器学习和网络建设。与此同时,如图1,意味着网络业务应用程序通过使用技术,如技术、知识技术和通用计算,叫做全球信息产业的第三次浪潮的增长后,计算机和信息网络。这是一个延续和扩展的应用程序在互联网上2]。收集到的数据量在局域网网络设备自然会增加。为了更好地处理这些信息来完成任务,比如选择、分析、机器学习和数据提取,是另一个解决方案来减少人们的劳动强度,提高效率。现有的数据不是专门用于机器学习。计算方法和软件的使用限制了数据过滤的能力。智能化的目的是为人们提供了处理信息的能力,提高信息收集和使用的效率。作为人工智能的基础,机器学习使计算成为可能,它的应用是广泛应用于各个领域的智能。采用归纳综合而不是演绎。计算机辅助教学(CAI)主要使用web作为教学媒介传播教学内容、和计算机有机地结合了图像、动画、文字、声音、图形等,以及每个网络系统建立逻辑连接根据特定的结构,形成一个具有交互功能的信息系统(3]。现有的数据不是专门用于机器学习。计算方法和软件的使用限制了数据过滤的能力。智能化的目的是为人们提供了处理信息的能力,提高信息收集和使用的效率。作为人工智能的基础,机器学习使计算成为可能,它的应用是广泛应用于各个领域的智能。
2。文献综述
机器学习是计算机科学的一个分支。刘和其他机器学习定义为“收购的事实在计算机学习之前,不是数学”(4]。随着教育体制改革的深化,实现计算机辅助学习系统的发展,这是非常重要的对于优化结构和提高学习内容和学习方法(5]。最终目标是帮助教师培养更多的研究和发展人才为国家和社会。随着信息技术的发展和网络应用的增加,对教育的需求不再满足信息社会的发展的需要。大多数教师关注多媒体教育。为代表的现代教育技术,通过计算机网络教学是教育的重要组成部分6]。为了改革教育政策和完善教育体系,我们的目标是创建一个使用计算机技术的远程教育,使电脑的使用,帮助教师和学生学习。网络技术是一个广泛使用的工具,用于客户端和服务器之间的信息交换,包括程序、脚本和模板(7]。随着计算机网络技术的迅速发展,广泛应用于教育领域。出版教材的方法也发生了变化,结构,方法,和方法的教学也发生了很大的变化。网络技术在教育中的应用不仅为学生提供了一个广泛的学习机会,也为他们提供了大量的学习资源,促进自主学习的发展,打破了传统学习的时间和空间的界限,和加速更新学习内容的过程和系统(6]。目前,在线培训主要是通过虚拟教室和无线网络。在虚拟课堂,网络可以为学生提供图形、文本、音频和视频接口,以及巨大的信息源和超文本结构更贴近学生的思想建设(8]。因此,很容易激发学生的学习兴趣。网络学习不受时间和空间限制。只要有一个连接,在线学习可以独立进行的网络。传统CAI方法通常是程序在计算机上安装的系统。尽管电脑辅助教学系统为网上教学可以使用智能特征,缺乏必要的沟通手段导致了教师和学生之间缺乏相互作用[9]。在这方面,作者提出了一种设计方案,基于人工智能的远程教育系统网络。
3所示。方法
3.1。系统硬件结构设计
人工智能在远程教育网络监控学生成功的关键。人工智能的远程教学系统的关键网络是检查学生的学习效果,给学习的建议,从而实现学习和教学之间的情报(10]。系统主要包括知识库、学生学习模块,教师培训模块、评估模块,和计算机接口,以及医疗设备如图2。
所有材料都写在知识库的支持下,存储知识和表达的问题学生和给正确的答案11]。
3.1.1。学生的学习模块
学生学习模块可以反映学生的能力和技能,建立自主学习系统框架(12]。这个模块包括学习协调中心和其他几个代理。他们所需要的知识独立解决问题。作为独立的个体知识工作者,他们负责设计特定的学习资料,解决问题,为学生提供建议。知识共享是通过联合机制。在整个学习过程中,协调器可以调整根据监督整个过程数据和教学策略,是由学习经理转达了。学生的学习模块如图3。
3.1.2。老师教学模块
结合过程的知识模型,该模型给出了答案,学生的选择问题和定义学生的行为,这是一种特殊的理解相互作用[13]。此模块为学生提供了学习策略,满足他们的学习需求。在整个教学过程中,教师可以收集学生的反馈通过互联网,以提高的基本过程。同时,他可以用自己的思维智能指导研究的问题(14]。老师教学模式数据库系统中包含教师记录,记录教师的行为,评价提供数据支持模块。
3.1.3。评估模块
学生的反应将被评估使用一套规则来衡量学生的学习模型的理解和沟通。根据学生的学习标准和教学标准,连同自己的写作标准,努力的使用是用来评估学生的行为,态度,性能,和教育(15]。
3.1.4。人机界面
作为通信介质之间的学生、教师、和系统,人机界面提供了表达的知识,学生们都很熟悉。根据学生的学习能力和学习历史,系统可以选择他们没有学习的书籍,或提出最合适的教学方法对学生的爱的历史。
3.2。功能设计的基于人工智能的网络远程教学系统
整个过程是基于智慧。系统使用SQL Server 2000作为数据库服务器,Internet information Server 5.1作为数据服务器和c / 354的语言。浏览器所使用的系统不受限于硬件和可用于多种平台。与此同时,它还提供了一个在线学习为学生服务,这在教育的发展中起着重要的作用16]。软件开发人员图所示4。
如图5,具体的流程设计实现评价模块软件。
假设数据收集的学生和老师米,存储的数据V,学生的价值 。获得的数据有以下特点。
根据不同的学生的学业成绩、在线评价系统中注册之后才可以做。存储系统存储和提取上述数据的特征;在收集和分析数据的提取,它接受在线评估的初始值;因此,完成在线评估过程的信息(17]。网络环境中实现自主学习,创造学生的独立学习,显然有能力教学生,改变课程的内容,并思考和诊断。在整个评估过程中,我们需要提高我们的课程通过收集数据,以便不同学生发展的教学策略和教学干预适合他们的知识水平提高学生自治。远程学习与人工智能可以创建一个个人与网络技术的关系,促进学生的观点,增加学习兴趣在学习过程18]。使用模块化结构的改善之间的通信系统中的信息交流,从而提高系统的可靠性。
3.3。仿真实验
实验仿真分析确定最优设计基于知识网络的远程学习。
3.3.1。实验参数和环境参数
测试结果如表所示1。
如果小偷想攻击系统,他们必须进入系统之前,他们可以访问它,但是由于防火墙的限制,罪犯不能访问服务器。
4所示。结果与讨论
比较并分析人工智能网络系统和远程学习的学习性能和大数据的支持。表2显示了两个距离课程基于500名学生成绩分数。
如表所示2为200名学生,传统系统的最高得分是300分,1000名学生,传统系统的最高得分是265分;当学生的数量是600,远程学习基于职业技能的最大数量是485,和距离的最大数量课程基于职业技能的450点,是分发给200名学生(19]。总之,基于ai远程教育网络系统是用来促进学生的学习兴趣。图6显示了两个系统的比较和分析教学的有效性在上面的条件。
如图6在10个国家,传统系统的训练效率59.9%,人工智能是88%。在20世纪,传统的教学方法的有效性为61%,91%和技术技能。在1930年代,传统的系统的学习效率是92%,和61%的知识技能。在40秒,传统的系统的学习能力是93%,和技术水平是62%。一开始,两个系统缓慢反应,导致更少的培训,然后基于ai系统恢复更快。一般来说,基于人工智能的远程学习网络适当了。
5。结论
介绍了计算机局域网和机器学习的研究。在这个过程中,已经创建了多媒体信息时代的大力支持教育的发展转型,和远程学习自然的优势智能已经成为显而易见的。复杂性、一致性和远程学习项目的个性使他们适合解决知识问题。因此,在远程学习教育技术有许多应用。因为系统有一些学习技能,额外的教育为学生提供适当的学习经验。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
项目级别:重庆市水平、基金项目:研究决策优化制造企业基于频繁模式挖掘,项目数量:JCD202001。