自适应优化计算机辅助学习系统与方法技术方案

本发明专利技术涉及一种自适应优化计算机辅助学习系统与方法，所述系统包括存储装置；人机界面；信息收集装置，记录和收集人机交互学习的过程和结果，计算机辅助学习装置，接收人机交互学习的过程和结果并进行分析形成控制信号，控制信号调整学习策略模块并产生可变参数探测信号，学习策略模块与探测信号结合以最佳方式将学习资料通过人机界面提供给学习者。本发明专利技术有益效果：不需任何显式数学模型，可提高个体学习者学习效率；学习策略模块随时间演化，保持自适应更新；整个学习过程中学习者和计算机交互的所有细枝末节都可被仔细地收集和记录；滤波单元可加大近期历史的权重，从而更好地反映当前的和预测的不远将来的系统状态。

【技术实现步骤摘要】

本专利技术涉及一种。
技术介绍
人脑对知识和事物的记忆会随时间的推移而淡化和消退，除非所记忆的内容被经 常地回忆和复习，或是在随后的脑力活动中被涉及使用到。而众所周知的间隔复习效应是 指，对巩固记忆内容来说，反复的、但是在时间上有一定间隔的复习比集中在短时间内的大量的重复要高效许多。随着计算机技术的发展，目前已有各种的 出现，如果对间隔复习效应能够理解掌握并加以合理应用，可能会大幅度地提高课堂上或 者计算机辅助教学的成效。现有的多半利用计算机 存储容量大且交互性高的特性，以多媒体的表现方式来吸引学习者，间隔复习效应并没有 得到广泛和系统地应用，即使在为数不多的一些尝试性应用中，所采用的间隔复习策略也 往往是定性的，基于一些不一定与所面临的学习任务很相关的实验的经验数据。通常，这样 的间隔复习策略不是个性化的，而是从群体统计中得到的一般规律，不可能很好地考虑个 体间的差异。当有一个灰盒子模型(又称准物理模型)可被采用时，所关切的动力学现象可以 用带有待定参数的数学公式或数学变换来表示。这样的灰盒子模型可能是基于对所研究系 统的理论理解，或者对实验数据的归纳总结，或者是对称性和守恒律本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：11[中国|北京]