毕业设计（论文）网上教学平台的研究

《毕业设计（论文）网上教学平台的研究》由会员分享，可在线阅读，更多相关《毕业设计（论文）网上教学平台的研究（78页珍藏版）》请在装配图网上搜索。

1、摘要摘 要随着Internet的飞速发展以及个人计算机的普及，网上教学已经成为最有价值、最有发展前景的行业，因此基于互联网的教学平台曾出不穷，现在广泛应用的中英文网上教学平台包括安琪尔(ANGEL)(CyberLearningLabsInc.,2003)、安龙(Anlon)(AnlonSystems Inc.,2001)、阿维拉网上导师(AvilarWebMentor)(Avilar TechnologiesInc.,2003)等等。然而纵观现有的网上教学平台，普遍存在着这样几个问题：网站结构纷繁复杂，层次不清晰，目标性不强；教学形式单一乏味，不能很好的调动学生的学习兴趣；教学针对性差，不同学

2、习能力、不同基础的学员均采用同样的教学方法等等。这些问题的存在在不同程度上影响了网上教学平台的的教学成果，同时也制约了远程网络教学的发展。本论文的课题研究并建立一套大型嵌入式系统网上智能教学平台，能够实现网上教学、网上答疑、网上交流、网上测试等。该教学平台包括大量嵌入式系统领域的网上教学课件、资料、案例等，通过网上教学方式实现对复合型、应用型嵌入式人才的培养，对于国内外的网络教学具有十分重要的意义。研究聚类分析算法的概念、原理、分类等相关技术，着重研究了K-均值聚类分析算法和网格聚类算法，以及以国内外研究的现状，提出一种新的GBKM聚类分析算法，该算法整合了网格聚类与K-均值聚类，并且提出了一

3、种新的划分网格的算法、以及新的计算密度阀值的函数，经过理论分析以及试验证明，论证了GBKM算法的优越性，聚类过程达到了令人满意的效果。4：阐述了“个性化智能”教学的概念，并参与实现了嵌入式网上智能教学平台；该平台涵盖了网上教学、网上答疑、网上交流、网上测试等十四大服务，功能强大，服务周到。论文期间，本人所做的模块主要有网站论坛、精品课程、资源中心等等。5：详细说明了GBKM聚类分析算法在网上智能教学平台中的应用，设计了个性化智能学习系统，将GBKM聚类分析算法作为成绩分析的核心算法，通过将学员成绩记录进行聚类分析得到学员的个性特征，个性化智能学习系统根据分析结果对学员进行个性化的学习指导，取得

4、了令人满意的“个性化智能”教学效果。 6：最后总结本次研究所取得的成果，并提出不足与待改进的部分，供以后继续研究。关键词：嵌入式； 智能教学； 聚类分析；K-均值算法74目录AbstractWith the rapid development of Internet and the popularity of personal computers, the Internet has become the most valuable teaching, the most promising industries, Internet-based teaching platform has been

5、 a non-poor, now part of the wider use of English in teaching online platform including firsthand (ANGEL) (CyberLearningLabsInc., 2003), Anlong (Anlon) (AnlonSystems Inc., 2001), Avila online instructors (AvilarWebMentor) (Avilar TechnologiesInc., 2003) and so on. However Looking at the existing onl

6、ine teaching platform, widespread following questions: Site complicated, levels not clear targets are not appropriate; Teaching form a single boring, and not very good mobilize students to learn; Teaching targeted poor, different learning ability, based on different school Members are using the same

7、 teaching methods, and so on.The project to establish a large-scale intelligent embedded systems online teaching platform can be achieved online teaching, online FAQ, online exchanges, and online testing.The teaching platform included a large number of embedded system fields online courseware, data,

8、 case, etc., through online teaching methods to achieve the complex, application-embedded train professionals. While in-depth study of data mining association rules and clustering analysis, and other advanced technologies, computational intelligence,network security,Internet expert system in the app

9、lication of this system improved the intelligence. This article reads as follows: A: To study the status of remote network teaching, technology and the existing problems, proposed a personalized smart teaching concept, the research projects in the background necessary to do the summing up and made a

10、 study on this issue of great significance. Second: The cluster analysis algorithm concept, principle, classification, and other related technologies, focusing on the K-means clustering algorithm and analysis grid clustering algorithm, the algorithm for future improvement for full preparations. 3: d

11、etailed analysis of the K-means clustering algorithm and grid clustering algorithm research and the improvement of the past, and based on this, a new GBKM cluster analysis algorithm, the theoretical analysis and tests proved that the improved algorithm to achieve satisfactory results. 4: Details on

12、Embedded Intelligent online teaching platform used by the building and the key techniques to enhance their websites smart, reuse, and robustness. 5: GBKM described in detail in the cluster analysis algorithm intelligent online platform of teaching - personalized intelligent learning system integrati

13、on applications, and achieved satisfactory personalized smart teaching effect.6: The final summing up the results of the Institute, and proposed to be improved with insufficient part for the future to continue to study. Key words: Embedded; Intelligent Tutoring; Cluster analysis; K-means algorithm目

14、录摘 要IAbstractII目 录III绪 论1第一章 网上教学平台的研究41.1 远程网络教学的概述41.1.1 远程网络教学的概念与发展41.1.2 远程网络教学的显著特点41.1.3 远程网络教学的基本模式51.1.4 远程网络教学存在的问题和“个性化智能教学”的提出71.2 网上教学平台的技术与理论研究81.2.1 应用于网上教学平台的流行技术81.2.2 网上教学平台的结构101.2.3 网上教学平台建设的基本原则11本章小结12第二章 聚类分析算法的研究142.1 引言142.2 聚类分析的简介152.2.1 聚类分析的概念152.2.2 聚类分析的原理152.2.3 聚类分析中

15、的数据类型162.2.4 相似性测度172.3 聚类分析的算法和技术182.3.1 聚类方法的分类182.3.2 几种典型的聚类方法192.3.3 算法的比较212.4 K-均值聚类与网格聚类212.4.1 K-均值聚类（K-means Clustering Method）212.4.2 网格聚类（Grid-Based Clustering Method）23本章小结24第三章 聚类分析算法的改进253.1 引言253.2 改进的算法253.2.1 算法的基本概念253.2.2 算法的基本思想263.2.3 算法的步骤273.2.4 算法的流程图273.2.5 算法的实现293.3 改进算法的

16、性能验证323.3.1 时间复杂度分析323.3.2 试验结果对比323.3.3 纯度比较363.3.4 凝聚度和分离度评价37本章小结39第四章 嵌入式网上智能教学平台的设计404.1引言404.2 开发环境、工具以及相关技术414.2.1 开发环境与工具414.2.2 相关技术414.3 系统的开发模型434.3.1 模型设计434.3.2 模型实现454.4系统分析与功能设计474.4.1 系统分析474.4.2 模块设计484.4.3 系统预览504.5 数据库设计534.5.1 数据库表的设计534.5.2 创建与连接数据库56本章小结57第五章 实例研究个性化智能学习系统585.1

17、引言585.2个性化智能学习系统的设计585.2.1 基本思想585.2.2 基本流程595.2.3 系统实现605.2.4 数据库表设计615.3个性化智能学习系统的评估635.3.1 系统预览635.3.2 性能评估65本章小结69结 论70参 考 文 献71攻读硕士学位期间发表的学术论文74致 谢75 绪论绪 论一 问题的提出随着知识的大爆炸，信息高速度传播，人们对知识、对信息的渴望越来越强烈，同时知识、信息的更新换代更是以前所未有的速度进行着，那么传统教学模式由于受时间和空间的限制，其局限性变得越来越突出，传统的课堂式教学也已不能满足教学需求。同时随着多媒体、网络技术的迅猛发展、INT

18、ERNET的普及，远程网上教学因其具有远距离实时交互功能、教与学时空分离的特性，顺理成章地成为计算机网络和多媒体技术相结合的新一代的教育技术。尤其是进入20世纪末，开发和研究基于网络的教学系统迅速地成为各国争先恐后研究的重要课题。二 课题研究的背景及意义英国著名唯物主义哲学家和科学家法兰西斯培根曾说：“知识就是力量”，这样一句话深远的影响了人民几百年，那么在科学技术高速发展的，信息化全球化的时代，“知识就是力量”则更加突出了其真理性。在全世界都渴望知识、疯狂地汲取知识、利用知识的同时，如何快速的获得知识便成为全球重要的研究课题。面对传统教学在当今社会的种种无力以及网络迅速发展的显著优越性，许多

19、发达国家都投入大量的人力、财力研究和实施网络教育，以提高教育的普及程度，推广先进技术和加速知识更新等。目前美国通过网络教育获得高等教育学位的学生大约占全国高等学校在校生人数的8% 。而据有关机构预测到2002 年美国接受网络高等教育的人数将达到223 万人。英国也是较早开展网络教育的国家，而且英国利物浦大学等大学正积极开拓中国的教育市场，它们提供的信息技术理学硕士学位和工商管理硕士学位课程，使学生可以通过在线方式获得学位。网络教育已成为经济合作与发展组织（OECD）国家高等教育体系的重要组成部分。根据OECD的研究，1995 2004 年，全世界网络教育的市场规模将以45 %的增幅扩大1，2。

20、我国自1994年开始酝酿实施远程教育，截至2004年我国参与网上远程教育的高校有68所，数量众多形式各异的网上教学平台也纷纷在网上兴起，然而我国作为发展中国家在远程网上教育这方面还很落后,研究和实施网络教育对于“科教兴国”有着重要的意义。现在广泛应用的部分中英文网上教学平台包括安琪尔(ANGEL)(CyberLearningLabsInc.,2003)、安龙(Anlon)(AnlonSystems Inc.,2001)、阿维拉网上导师(AvilarWebMentor)(Avilar TechnologiesInc.,2003)、黑板(BlackBoard)(BlackboardInc.,200

21、3)、北大在线(BluePower)(B,2000)、第一中心 (CentraOne) (CentraSoftware,2003)、点击学习 (Click2learnAspen) (Click2learnInc.,2002)、电大在线(Dianda online)(电大在线远程教育技术有限公司,2003)、电子学院(eCollege)(eCollege,2003)、第一班(FirstClass)(OpenTextCorporation,2003)、灵活教育(FlexEducation) (FlexEducationTechnologyLtd.,2002)、艾维尔(IVLE) (National

22、UniversityofSingapore,2002)、学习空间(LearningSpace) (IBMLotussoftware,2003)、学习管理系统(TheLearningManager) (TLMCorp.,2001)、顶级班(TopClass)(WBTSystems,2003)、虚拟校园(VirtualCampus)(IndiraGandhiNational OpenUniversity,2003)、网上课程工具(WebCT)(WebCTInc.,2001)等等。这些网上教学系统的建立与运营无疑为网上教育注入了许多生命力。由于我国的网络教学还处于起步阶段，在教学实践中应该如何利用网

23、络，大家都还处在摸索的阶段。因而在现阶段网络教学中难免会出现偏差，存在一些误区。比如说网站结构纷繁复杂，层次不清晰，目标性不强和导航不足，学生出现“信息迷航”现象；教学形式单一乏味，不能很好的调动学生的学习兴趣；教学针对性差，不同学习能力、不同基础的学员均采用同一种教学方法等等3。如何改进以往远程网络教育平台的不足，如何实现真正的个性化智能性的教学平台成为本课题研究的重要意义。四 课题的来源以及课题的主要工作本论文研究课题来源为省教育厅项目“嵌入式网上智能教学平台”，该项目建立一套大型嵌入式系统网上智能教学平台，能够实现网上教学、网上答疑、网上交流、网上测试等。教学资源包括大量嵌入式系统领域的

24、网上教学课件、资料、案例等，通过网上教学方式实现对复合型、应用型嵌入式人才的培养。同时深入研究数据挖掘的关联规则和聚类分析等高级技术、计算智能、网络安全，专家系统在Internet上的应用，提高本系统的智能性。该成果将首先被用于大连交通大学软件学院的教学中，也可被用于国内其他大专院校、培训机构等，同时将对社会以会员制形式开放。本课题的主要工作如下：1：研究远程网络教学的国内外现状、技术以及存在的问题等，提出了“个性化智能教学”的概念，对课题的研究背景做了一下必要的总结，并提出了本次课题研究的意义。2：研究聚类分析算法的概念、原理、分类等相关技术，着重研究了K-均值聚类分析算法和网格聚类算法，以

25、及以往的改进点，为以后的算法改进作充分的准备。3：提出一种新的GBKM聚类分析算法，该算法整合了网格聚类与K-均值聚类，并且提出了一种新的划分网格的算法、以及新的计算密度阀值的函数，经过理论分析以及试验证明，论证了GBKM算法的优越性，聚类过程达到了令人满意的效果。4：阐述了“个性化智能”教学的概念，并参与实现了嵌入式网上智能教学平台；该平台涵盖了网上教学、网上答疑、网上交流、网上测试等十四大服务，功能强大，服务周到。论文期间，本人所做的模块主要有网站论坛、精品课程、资源中心等等。5：详细说明了GBKM聚类分析算法在网上智能教学平台中的应用，设计了个性化智能学习系统，将GBKM聚类分析算法作为

26、成绩分析的核心算法，通过将学员成绩记录进行聚类分析得到学员的个性特征，个性化智能学习系统根据分析结果对学员进行个性化的学习指导，取得了令人满意的“个性化智能”教学效果。 6：最后总结本次研究所取得的成果，并提出不足与待改进的部分，供以后继续研究。第一章 网上教学平台的研究第一章 网上教学平台的研究1.1 远程网络教学的概述1.1.1 远程网络教学的概念与发展一、远程网络教学的概念远程网络教学是综合利用高速的网络、分布计算，web/多媒体等多种新技术，在internet上开展的，于教、学、导、议为一体的全新的一种教学方式。二、国内外远程网络教学的发展近几年,国内外的远程网络教育的发展很快,我们在

27、此作简单的概述。1984年由Kodak、GE、HP、IBM、DEC、NCR等6家美国大公司于年发起成立的国家技术大学（National Technological University, NTU），是世界上第一所完全采用远程电子教学的大学。1998年初，设在亚特兰大的美国南部地区教育委员会(South Regional Education Board, SREB)宣布，在所属50所大学推广远程网上教育，自此网上教育开始飞速发展。其中,以美国的远程网络教育发展最为成熟,发展速度最快4。 在国内，我国从1994 年开始酝酿实行远程教育，1998 年批准4 所高校开展远程学历教育试点，短短的几年时间

28、，高校远程教育有了一个突飞猛进的发展。1998年2月，由国家教委考试中心委托中国世纪互联公司承建的中国教育考试网(CEENet)一期工程顺利通过第三方组织的验收，这个采用InternetIntranet技术建成的考试应用网络，标志着我国现代化考试手段从机器自动阅卷向新一代的计算机化考试、网络化客观题阅卷、考生电子报名、电子付款、远程招生录取的进步，将大大提高中国教育考试的现代化网络管理水平5。最近几年,教育部大力提倡包括信息素质教育在内的素质教育,高教司已在“新世纪高等教育教学改革工程”中设立了一个“网络条件下的文献信息用户教育研究”项目,委托清华大学图书馆刘桂林馆长主持研究。2000年4月1

29、4日，一套全方位电子校园解决方案CampusAge（校园时代）在清华大学、中国人民大学和华南理工大学开始试运行。该系统为学校内部、学校之间以及学校与社会之间建立了一个高速信息平台，在互联网上每个学校、每个院系、每个班乃至每个人都有指定的邮件系统，同时校方的主要咨询投诉机构也搬到了网上，使双方的交流可以短时间完成，老师授课所需的各种资料也放在网上供学生查询。目前经教育部批准进行远程教育的试点高校已有68所，全国各地已建成学习中心2,000 多个，在册学生高达200 多万人。1.1.2 远程网络教学的显著特点远程网上教学是计算机网络技术和多媒体技术结合的新一代教育技术，利用远程网上教学，广大受教育

30、者可突破传统教育在教育资源和教育方法上的限制，可不受时间和空间的约束，实现优秀教育资源和教育方法的共享，受教育者可以根据自身水平和时间情况安排自己的学习计划和学习进度6，7，实现传统教育无法实现的“个性化教育”。详细的说它具有以下几方面的特点：1学习资源的全球共享性：互联网是个连接着世界各地的巨大网络，任何信息一旦上网，就能被全球的用户所接收，因此互联网上存在着大量的教学资源，同时可为网络中的所有用户共享。对于学员来说，网络使他们能够最大限度地占有教学资源，开阔了视野、增长了知识，在地球的一边同时共享着地球另一边的信息知识，突破了时空的限制，可以充分接触最新的科技成果，随意的汲取自己感兴趣的知

31、识；同时学员可以将相关的教学资源进行对比、自主地选择课程及时间,选择喜欢的教师,构建适合于自己的学习模式，能够更好地学习。2学习机会的平等性：在国内有很多的人由于高考，或者由于工作繁忙时间紧张等等这样那样的原因，失去了接受教育、系统地学习知识的机会，那么网上教学平台则提供了这样的机会，即任何人可以不受学历、年龄、地点等的限制，只要利用一台接入Internet的计算机就可以接受教育，真正实现了全民学习平等性。3学习过程实时交互性：由于远程网络教育是不受时间和空间限制的，网络的信息传递也是双向性的，学员在学习过程中可以随时通过网络与教师进行交互，与学员彼此沟通。通过这样的方式，学生可以及时向教师反

32、馈学习信息，教师根据学生的反馈信息，可以及时更改教学内容教学模式，并对学员的学习作进一步的指导；另一方面，学员之间也可以交流学习经验，沟通学习心得，共享学习资料，互通有无，使得学习效果事半功倍。4教与学的个性化：传统的教学模式，教师总是想当然的认为学生应该学习什么，学习效果会如何，单方面的向学生灌输知识，所有的学生无论存在多大差异，都同样无差别对待，达不到预想的教学效果，而学生也只能被动的接受来自各方面的知识，但是在网上，教师可以根据学生的信息，采取“因材施教”；学生可以根据自己的实际情况，自主地决定学习内容和学习进程，尽情的发挥自己的积极性和主动性，张扬自己的个性。网络教学真正地实现了教与学

33、的个性化8。综上所述，网络教学的资源优势、先进的技术基础及教学理念预示着它将有强大的生命力。1.1.3 远程网络教学的基本模式远程网络教学作为一种新兴的教学方式，其教学模式不同于传统的教学模式，由于远程网络教学是利用网络在Internet上展开的，教师和学生在时间和空间上时分离的，所以远程网络教学的教与学也是分离的。一、远程网络教学的“教”的模式主要是针对教育者所定义的，一般的教育网站所采用的模式具体说来可以分为网络课堂模式9和WEB课程模式10。1. 网络课堂网络课堂模式通过INTERNET将课堂延伸到Internet所覆盖的每一个角落，分布在世界各地。这种课堂和传统的教学课堂在内容和设计形

34、式上并没有本质区别。因为学生可以在远程教学机构指定的地点上课，也可以在其它地方用计算机网络和远方的课堂连接，所以学生可以在不同地点上课，利用计算机可以看到教师讲课的真实情景。在教学过程中，和传统的课堂一样，学生有问题可以向老师发出提问请求，老师同意后，学生可以进行基于文本的或语音提问。老师也可以要求学生“电子举手”回答问题。所以在网络课堂模式中，除了要配备相应的多媒体设备（如投影仪、数字摄像机）外，要求有较高的网络传输率，系统支持软件要能够对音频、视频信息有较高的压缩效果。2WEB课程在WEB课程模式中，教师把教学内容、教学要求、电子教案、相应习题以及各种学习材料等编制成网络课程，存放在WEB

35、服务器上，供学生浏览学习。一般教师把教学内容编制成网络课件，比如PPT，流式视频等等，学生购买学习权限后可以在线学习或者把课件下载后脱机使用，那么学习的过程中碰到疑难问题时，也可以通过及时消息、email等方式随时向老师询问。WEB课程的优点在于学生重复多次浏览教师上课实况，而且可以随时暂停浏览、选取教学片段，可控性强。并且每个学生可以根据自己的喜好和实际情况决定学习时间、学习进度以及选择学习课程，可以随时向老师请教问题。WEB课程的缺点在于师生之间无法进行实时交互，要求学生具有较高的学习自觉性和主动性；要求教师熟悉基于网络的教学，能够设计、编制较高水平的网络课程，既要图文并茂，又要适合网络传

36、输。对学生和教师的要求都相对的高于网络课堂。二、远程网络教学的“学”的模式主要是针对受教育者定义的，一般的教育网站所采用的模式具体说来可以分为：1个别学习模式：通过学生通过向教师咨询或利用教学软件（如CAI，个别化学习支持软件）进行个别学习获得知识。向教师咨询主要有同步和异步两种方式。同步是指通过聊天室、QQ在线讨论等进行基于文本的交谈，或者使用麦克、电话进行语音交谈。其优点在于可以及时与教师进行沟通，最快的获取知识。异步主要是指教师和学生之间用电子邮件进行通讯，教师根据学生提出的问题进行有针对性的指导。其特点在于学生可以随时向老师请教，但不能马上得到教师的回复，获得知识的时间具有延迟性。利用

37、教学软件学习也有两种方式，一是，学生通过下载相应的CAI软件，然后在本地运行，从而进行个别化学习。另一种方式则是学生运行个别化学习支持软件的客户端部分，直接连入远程计算机，如ILS（个别化集成学习系统）就支持这种方式。其优点是，计算机能进行“不厌其烦”的指导。但是这种模式要求教师所在的网上教学实施机构必须建有一个CAI软件库或远程个别化学习支持系统。2讨论学习模式：多个学生在讨论支持系统的帮助下而通过讨论的方式来进行学习的教学模式。在这种模式中，教师一般不参与讨论，学生才是这种模式的主角，学生通过畅所欲言的讨论过程，可以充分的交流思想，互通有无，捕捉思维碰撞产生的火花，可以全方面的汲取知识，解

38、决问题，同时也可以在讨论的过程中清晰的发现自己的薄弱环节，作有针对性的学习；教师或者管理员在这种模式中充当主持人的角色，监督学生的发言，保证学生的讨论能够符合教学目标的要求，防止讨论偏离了当前的学习主题。这种学习模式的优点在于它能提供学生之间讨论交流的机会，让学生在讨论的过程中运用所学知识，主动思考，从而提高了学习效果。在INTERNET上实现讨论学习的方式很多，比较简单的方式是利用在线聊天软件、BBS论坛或新闻组NewsGroup。尤其是现有的聊天软件还可以进行多人语音聊天，简单的、有效的进行讨论学习。但是其缺点在于这些软件不是教育专业性的讨论系统；因此，有必要对它们进行研究和改造，设计出适

39、合教学的讨论系统，加入更多的学习和控制因素。3多人合作的学习模式：利用Internet，由多个学生针对同一学习内容彼此进行交互合作，共同完成学习任务。这种学习模式与个别学习模式相比，有利于促进高级认知能力的发展，有利于学生掌握解决大问题大项目所必需的知识和能力；同时有利于培养学生之间的合作共事能力，有利于学生健康情感的形成。这种学习模式也是一种自主学习的模式，在得到学习任务学习内容后，学生主动地思考问题，自主的搜集资料，自觉的进行团队合作，学生处于比较积极主动的状态，能有效的刺激学生的学习兴趣，发挥学生的主动性和创造性。同时这种学习模式对于网络教学的要求也比较低，实现起来也比较简单，只要利用电

40、子邮件的功能即可实现，比较适用于高等教育和成人教育，有着广阔的应用前景。 1.1.4 远程网络教学存在的问题和“个性化智能教学”的提出 虽然我国的远程网络教学的发展很快也取得了不菲的成绩，但是值得强调的是我国的远程网络教育还处在探索阶段，我们不得不看到，随着网络教学的兴起，其不足与缺陷也不断的暴露出来。首先是缺乏系统性和标准11，对现有的网上学习支持系统和多媒体学习材料的开发缺乏统一的标准（如开发环境、功能设置、用户界面、系统性能及评价体系等方面），导致开发者几乎可以随心所欲，使用者无所适从，无法进行推广。其次是系统能力弱、规模小以及低水平重复开发12，在系统开发过程中，缺乏长远的发展规划，缺

41、少必要的需求分析和开发标准，同时缺少软件开发的投入，现有的网络教学系统无论在系统功能和规模上都无法满足学生的学习要求，而且不同省市各自为战，低水平重复开发现象严重。再次系统的个性化和人性化较差。现有的网上教学系统虽然都实现了学习，评估，答疑等基本功能，但是个性化、人性化设计却仅仅处于初级阶段，甚至有些网站片面的追求信息量，忽视了在海量信息面前，有可能导致学员信息迷航，却不能给与学员个性化人性化的教育。针对现有的网上教学系统个性化和人性化不足的缺点，本论文提出“智能教学”的概念。所谓“个性化智能教学”就是将网上教学形式和手段智能化，针对每个学员的特点，提供有差别的个性化、人性化的教育，真正做到因

42、材施教。具体的实现我们会在后面的章节予以介绍。1.2 网上教学平台的技术与理论研究1.2.1 应用于网上教学平台的流行技术 应用于网上教学平台的技术有很多种，这里主要介绍以下2种一、 三层B/S体系结构三层B/S体系结构是目前比较流行的网络技术，所谓三层即为：客户显示层、业务逻辑层、数据层。客户显示层是为客户提供应用服务的图形界面，有助于用户理解和高效的定位应用服务。业务逻辑层位于显示层和数据层之间，专门为实现企业的业务逻辑提供了一个明确的层次，在这个层次封装了与系统关联的应用模型，并把用户表示层和数据库代码分开。这个层次提供客户应用程序和数据服务之间的联系，主要功能是执行应用策略和封装应用模

43、式，并将封装的模式呈现给客户应用程序。数据层是三层模式中最底层，他用来定义、维护、访问和更新数据并管理和满足应用服务对数据的请求，实际上B/S体系结构是把二层C/S结构的事务处理逻辑模块从客户机的任务中分离出来，由Web服务器单独组成一层来负担其任务。在三层B/S体系结构系统中，用户通过浏览器向分布在网络上的许多服务器发出请求，服务器对浏览器的请求进行处理，将用户所需信息返回到浏览器。B/S结构简化了客户机的工作，客户机上只需配置少量的客户端软件。服务器将担负更多的工作，对数据库的访问和应用程序的执行将在服务器上完成。浏览器发出请求，而其余如数据请求、加工、结果返回以及动态网页生成等工作全部由

44、Web Server完成。网上教学系统采用三层B/S结构,把教学数据库和各类教学资源集中于服务器一端,全部程序均在服务器端运行,客户机上只能看到程序运行的结果,教学内容以交互式动态页面课件呈现在客户端。这样,从整体上看,系统客户端、Web服务器端和数据库端各层之间的应用程序相互独立,从而增强系统的软硬件环境变化的适应能力和可伸缩性,便于分布式开发和动态更新13。 二、流媒体技术流媒体是从英语Streaming Media中翻译而来，指的是通过网络传输的、能够在本地终端实时回放的、具有实时特征的媒体内容编码数据流。主要用于传送音频和视频信号码流。流媒体是一种由某种媒体信息经过特殊编码后生成的特定

45、信息格式，生成的流式数据以相对独立的“块”为单位在网上传输，经过“流化”处理后的多诶体信息既可用于网上实时直播，也可用与生成某种格式的文件供以后使用，这种传播和播放方式既节省了下载的等待时间，不会对媒体的内容长度由所限制，又不需要占有客户的本地存储空间，因而十分适合远程教育14。一般而言，媒体内容是一定的格式保存的。媒体播放器要能够识别媒体文件格式，并从中得到回放时需要的信息。到目前为止，Internet上使用较多的流式视频格式主要是以下三种：RealNetworks公司的RealMekia，Apple计算机公司的QuickTime以及Microsoft公司的Advanced Streamin

46、g Format（ASF）。流媒体采用流式传输方式在网络服务器与客户端之间进行传输，流式传输的实现需要合适的传输协议，那么支持流媒体传输的网络协议有：1RTP/RTCPRTP（Real-time Transport Protocol）国交互式音频、视频等具有实时特征的数据提供端到端的传送服务。如果底层网络支持多播，RTP还可使用多播向多个目的端点发送数据。RTP协议包含两个密切相关的部分，即负责传送具有实时特征的多媒体数据的RTP和负责反馈控制、监测QoS和传递相关信息的RTCP（Real-time Transport Control Protocol）。在RTP数据包的头部中包含了一些重要的

47、字段使接收端能够对收到的数据包恢复发送时的定时关系和进行正确的排序以及统计包丢失率等。RTCP是RTP的控制协议，它周期性地与所有会话的参与者进行通信，并采用和传送数据包相同的机制来发送控制包。 2RSVPIETF的资源预留协议RSVP（Resource Reservation Protocol）是网络中预留所需资源的传送通道建立和控制的信令协议，它能根据业务数据的QoS要求和带宽资源管理策略进行带宽资源分配，在IP网上提供一条完整的路径。通过预留网络资源建立从发送端到接收端的路径，使得IP网络能提供接近于电路交换质量的业务。即在面向无连接的网络上，增加了面向连接的我；它既利用了面向无连接网络

48、的多种业务承载能力，又提供了接近面向连接网络的质量保证。但是RSVP没有提供多媒体数据的传输能力，它必须配合其它实时传输协议来完成多媒体通信服务。3RTSP实时流协议（RTSP）是用于控制具有实时特征数据传输的应用层协议。它提供了一个可扩展的框架以控制、按需传送实时数据，如音频、视频等，数据源既可以是实况数据产生装置，也可以是预先保存的媒体文件。该协议致力于控制多个数据传送会话，提供了一种在UDP、组播UDP和TCP等传输通道之间进行选择的方法，也为选择基于RTP的传输机制提供了方法。RTSP可建立和控制一个或多个音频和视频连续媒体的时间同步流。虽然在可能的情况下，它会将控制流插入连续媒体流，

49、但它本身并不发送连续媒体流。因此，RTSP用于通过网络对媒体服务器进行远程控制。尽管RTSP和HTTP有很多类似之处，但不同于HTTP，RTSP服务器维护会话的状态信息，从而通过RTSP的状态参数可对连续媒体流的回放进行控制（如暂停等）。.4MIME通用因特网邮件扩展MIME（Multipurpose Internet Mail Extensions）是SMTP的扩展，不仅用于电子邮件，不能用来标记在Internet上传输的任何文件类型。通过它，Web服务器和Web浏览器才可以识别流媒体并进行相应的处理。Web服务器和Web浏览器都是基于HTTP协议，而HTTP内建有MIME。HTTP正是通过

50、MIME标记Web上繁多的多媒体文件格式。为了能处理一种特定文件格式，需对Web服务器和Web浏览器都进行MIME类型设置。对于标准的MIME类型，如文本和JPEG图像，Web服务器浏览器提供内建支持；但对Real等非标准的流媒体文件格式，则需设置audio/x-pn-real audio等MIME类型。浏览器通过MIME来识别流媒体的类型，并调用相应的程序或Plug-in（插件）来处理。在IE和Netscape这两个最常用的浏览器中，都提供了很多的内建流媒体支持。1.2.2 网上教学平台的结构在组织形式上，网上教学平台的结构大概分为以下几种15： 1）树形结构：这种结构比较好，特别适合于网站

51、内容较多，栏目变动频繁的网站，这种结构的首页不宜太大，因为它的访问次数是最多的。2）网状结构：这是一种为浏览者考虑较多的结构，浏览者可以很方便地从一个地方跳到另一个地方，但是它的缺点也是很明显的，一旦你想添加一个新的栏目就得改动所有的页面。3）线形结构：这种结构比较独特，除非你觉得有必要引导浏览者按你的方式浏览页面，否则就不要使用。4）网格结构：类似于课程表，并列展开，当网站中各个栏目比较均等时适用。在功能模块上，网上教学平台的结构一般包括教与学系统、测试与分析系统、答疑与交流系统、会员服务系统、网上安全系统等几个结构。如图1.1图1.1 网上教学平台结构图Fig. 1.1 structure

52、 of nternet teaching platform 1）教与学系统主要向学员提供多层次、全方位的学习资源。这些资源包括文档资料、ppt文件、音频、视频录像等多种形式。内容涵盖了课程信息、电子教案、习题库、多媒体课件等等。2）测试与分析系统主要是批改学员的课堂课后作业，同时针对学员的学习效果进行测试与分析，及时掌握学员的学习状况与学习效果。3）答疑与交流系统主要是给学员提供一个答疑交互的平台，应用这个平台学员与教师之间可以及时进行交互，及时解决学员在学习上的困难，学员与学员之间也可以进行必要的沟通，互通有无。4）一般的网络教学都采用会员付费制度，会员服务系统则为学员提供全方位的服务，比如

53、在线购买、管理个人资料等等。5）网上安全系统主要负责确认身份，非会员用户不得使用部分收费功能；对网站专署内容进行保护，最重要的是学员在网站购买学习资料等金钱交易时，保障交易的安全性。1.2.3 网上教学平台建设的基本原则建设专业教学网站必须遵循一定的原则，在此通过查阅大量的文献以及努力的思考，总结并提出几点关于网上教学平台建设的基本原则，这也是本论文所依托的背景嵌入式网上智能教学平台建设的基本原则。1.以人为本近年来，教学理论研究与实践的重点开始由“教”转向“学”，在教学方法上，“从关注教师角色和教学内容，转向关注学生角色和学习方法。陶行知的“以人为本”的教育理念，给远程教学指名了方向16。教

54、学网站的设计应该以“以人为本”的理论为指导，充分考虑学习者学习的需要。在建设教学网站之前，要熟悉教学对象的学习情况，了解学习者的需求，明确教学网站的目标. 以“以人为本”设计的网站和上网运行的教案、课件、习题等都应该具有良好的交互性，能让学员进行“发现式”学习，使学生真正成为学习的主体，在网上自主学习。同时，在教学网页设计中尽可能的把它作为一本多媒体的交互式的书来描述它，防止“书本搬家”，“黑板搬家”现象，使教学网站生动活泼，吸引学员自觉学习。2.以内容为主 专业的教学平台必须饱含丰富的内容,信息量越大，就越能满足不同学员的要求，更能给学员带来丰富的知识。然而，教学网站的内容也不是越多越好，而

55、是强调针对性和突出重点。众所周知，互联网上的信息极其丰富，但是过于庞杂、内容重复，给上网学习者选材时造成混乱，浪费时间和精力。教学网站设计者一定要明白网站的主要服务对象，有针对性的提供有层次、有含金量的信息。3以平台兼容为线由于学员是基于互联网分散在世界各地的，对于学员的电脑配置，教学网站没有也不可能作出要求，那么为了保证美味学员都可以方便的使用教学网站，就要把平台兼容作为一条红线，贯穿整个网站的开发运行全过程17。按照跨平台兼容性和标准要求进行开发时，我们一方面要注意支持标准，如：HTML20，HTML30，VRML，OpenGL等，这些标准是网页设计的灵魂，另一方面，由于使用帮助和插件技术

56、，我们也可以绕过标准，编写定制附加程序，以满足学员对网页的更广泛的特定需要。4以集成控制为纲任何教学网站，必然包括各种媒体组件，如果没有交互式集成控制，则仍然会给用户带来不便,所以必须以集成控制为纲来完成网站的建设。集成控制的作用在于引导学员围绕教学目标，进行有效学习，提高学习效率。设计教学网站时，应当以系统的观点，综合考虑教学对象、学科特点及软件类型等多方面，遵循完整、明确、可理解、可查询、易于操作等原则。为学员提供检索机制、信息网络结构图、联机帮助手册、预置或预演学习路径、记录学习路径并允许回溯、使用电子书签等。设计风格和导航手段的一致性，使学员不必考虑技术细节和学习新技术，或无需阅读手册

57、，就可以直觉感到下一步该到哪里或该做什么，不会导致学员对界面与控制的迷惑不解18。本章小结总而言之, 远程网络教学为人们提供了一种全新的学习方式,它使教育资源共享变为现实，为学生提供了个性化学习的条件，它不仅有助于实现交互式学习,而且有助于推进教育社会化和学习社会化。本章主要介绍了有关远程网络教学的基本概述以及网上教学平台的理论与相关技术；介绍了本课题的项目嵌入式网上智能教学平台建设的相关基本原则，为接下来实现嵌入式网上智能教学平台作准备。第二章 聚类分析算法的研究第二章 聚类分析算法的研究2.1 引言随着信息的爆炸式增长，海量数据的数据维度的迅速增加，使得人们无法对数据进行有效的区分并得到可

58、靠的判断依据，要从海量的数据中找出用户感兴趣的信息就必须就对数据做出适当的处理，于是如何对海量的数据进行有效的组织即数据挖掘便成为一项重要的课题，并在广泛的领域内扮演着重要的角色。聚类分析是数据挖掘中的一项重要的任务，聚类（Clustering）是数据挖掘领域最为常见的技术之一，用于发现数据库中未知的对象类。这种对象类划分的依据是“物以类聚”，即考察个体或者数据对象间的相似性，将满足相似条件的个体或者数据对象划分在一组内，不满足相似性条件的个体或数据对象划分在不同的组。通过聚类过程形成的每一个组称为一个类（Cluster）。在20世纪70年代，对聚类分析已经有着比较深入的研究。聚类的方法主要有

59、统计学方法和机器学习的方法。在统计学中，聚类一般称为聚类分析（Cluster Analysis）,主要研究基于几何距离的聚类。在使用上，首先要定义多维空间和距离，以距离作为相似性的判别标准。在机器学习中，聚类称为无监督学习（Unsupervised Study），主要体现在聚类学习的例子和数据对象没有类别标记，需要由聚类学习算法自动计算。近10年左右，随着数据库只是发现技术的兴起，对聚类的研究掀起了新的热潮。除了统计学和人工智能领域的研究人员以外，数据库领域的人员也加入到了这一研究的队伍中，并取得了可喜的成果。从数据库知识发现的角度来讲，对聚类问题的研究是要从大量的数据集中智能地、自动地抽取出

60、有价值的聚类知识。聚类分析在许多实际问题中都有应用：l 生物学 生物学家花了许多年来创建所有生物体的系统分类学（层次结构的分类）：界（kingdom）、门（phylum）、纲（class）、目（order）、科（family）、属（genus）和种（species）。最近，生物学家使用聚类分析大量的遗传信息。例如，聚类已经用来发现具有类似功能的基因组。l 信息检索 万维网包含数以亿计的Web网页，网络搜索引擎 可能返回数以千计的页面。可以使用聚类分析将搜索的结果分成若干簇，每个簇捕获查询的某个特定方面。每一个簇又可以划分成若干个子类别,从而产生一个层次结构,支持用户进一步查询.l 气候 理解地

61、球气候需要发现大气层和海洋模式.聚类分析已经用来发现对陆地气候具有显著影响的极地和海洋大气压力模式.l 心理学和医学 病或健康状况通常又多种变种,聚类分析可以用来发现这些子类别.例如,聚类已经用来发现不同类型的抑郁症.聚类分析也可以用来检测疾病的时间和空间分布模式.l 商业 商业点收集当前和潜在顾客的大量信息.可以使用聚类将顾客划分成若干组,以便进一步分析和开展促销活动2.2 聚类分析的简介2.2.1 聚类分析的概念聚类分析是数据挖掘中的一项重要的任务，聚类（Clustering）是数据挖掘领域最为常见的技术之一，用于发现数据库中未知的对象类。这种对象类划分的依据是“物以类聚”，即考察个体或者

62、数据对象间的相似性，将满足相似条件的个体或者数据对象划分在一组内，不满足相似性条件的个体或数据对象划分在不同的组。通过聚类过程形成的每一个组称为一个类（Cluster）19-23。根据上述描述，我们得出聚类问题的数学描述：给定数据集合Vvi|i=1,2,，n，其中vi数据对象，根据数据对象间的相似程度将数据集合分成k组，并满足： （2.1） 则该过程称为聚类， Ci（i=1，2，n）成为簇（类）24,25。2.2.2 聚类分析的原理聚类分析的输入是用一组有序数对(x,s) 或(x,d)表示的。X表示一组样本，s和d分别是聚类样本间相似度或相异度标准。聚类系统的输出是一个分区x=(G1,G2,G

63、K),其中GK（k =1,2, N)是x的子集，如下所示: （2.2） x中的成员G1,G2,GK叫做类，每一个类都是通过一些特征描述的26。在基于探索的聚类中，聚类分析的结果是类(x中的单独的点集)和它的特征描述。探索性的规范化描述有如下几种形式。1.通过它们的重心或类中关系的(边界)点表示n维空间的一类点。2.使用聚类树中的节点图形化地表示一个类。如图2.1所示。图2.1 聚类树Fig.2.1 Clustering Tree3.使用样本属性的逻辑表达式表示类27。例 C1类：x12, C2类：x12x25 C3类：x12x252.2.3 聚类分析中的数据类型数据分析中的数据结构类型主要有两种。（1）数据矩阵（data matrix，或称为对象与变量结构）：它用p个变量（也称为度量或属性）来表现个对象，例如用年龄、身高、体重、性别、种族等属性来表现对象“人”。这种数据结构是关系表的形式，或者看成（n个对象p个属性）的矩阵。 （2.3）（2）相异度矩阵（dissimilarity matrix,或称伟为对象-对象结构）：存储n个对象两两之间的近似性，表现形式是一个扽矩阵。