一、操作系统自适应考试系统的设计与实现(论文文献综述)
葛钰[1](2019)在《面向云服务的web服务器负载均衡设计与实现》文中提出随着互联网技术的迅猛发展,用户的激增以及需求的多样化给传统网络架构带来了巨大压力。云计算的应运而生,提供了一种新兴的商业计算模型。各大公司纷纷构建自己的公有云或私有云平台,依托云计算技术拓展业务,提高集群计算、快速响应、高可用、灵活部署等各方面能力。OpenStack作为较成熟开源产品,具有良好的扩展性和兼容性,被广泛运用于企业部署IaaS层云计算架构中。云服务提供商基于OpenStack建立私有云平台,面向行业、企业内部、个人提供私有云服务,用户通过浏览器访问云服务,获取相应资源。在高并发访问情况下,单一web服务器难以支撑正常云服务业务需求,通常使用web服务器集群技术解决。而在集群技术中,负载均衡策略的好坏直接影响集群系统响应能力。因此本文基于私有云平台,为提供可靠云服务,加快云平台响应,针对Nginx中加权最小连接算法的缺点,设计实现改进的自适应动态负载均衡策略。论文的主要工作如下:1.搭建私有云平台系统总体架构。完成云平台软件架构设计,包括web框架、开发语言、数据库等设计,并完成业务层各个模块后台编程实现。2.搭建web服务器相关网络架构,使用Nginx作为反向代理服务器实现web服务器负载均衡集群。同时,为防止Nginx单点失效,搭建Nginx-keepalive主从热备。3.分析加权最小连接算法,针对其无法根据后端服务器性能状况变更权值的缺点,设计一种改进的自适应动态负载均衡策略。周期性获取各后端服务器性能,使用本论文设计的相关算法得出下一个周期各节点权值,通过服务与注册中心挂载带有节点IP地址以及权值的消息,借助第三方模块将消息动态加载到Nginx upstream模块中实现自适应动态负载均衡。4.搭建实验网络环境。首先对Nginx主从热备进行功能性测试;其次使用JMeter压力测试工具确定周期T取值;最后,通过多次实验对本文改进的自适应动态负载均衡策略以及加权最小连接算法进行对比分析。依据平均响应时间以及吞吐量评价参数验证自适应动态负载策略能够提高系统性能。
毕丙伟[2](2019)在《一种自适应在线学习测评系统研究与实现》文中研究表明伴随着互联网的快速发展,教育领域也发生了巨大的变化。在线教育的出现拓展了传统教育的边界使得每一个学生都能从中获益,同时也促进了教育资源的共享和更加全面的教育评估理论和技术。各种在线学习系统如MOOC在为人们提供在线学习的服务,但是现存的各种在线学习系统都存在或多或少的缺陷:没有针对个人的个性化学习方案、对知识的分类粒度较粗,导致学习者不能很好的完成学习同时学习的体检较差。为了使学习者在学习过程中有一个可参考的学习路径以及更好的评估学习者的掌握情况,本文研究并实现了一种自适应在线学习测评系统。论文主要的工作分为三个方面:1、提出基于Q学习算法的高效学习策略。首先利用分层学习将学科知识建立为网格状的知识地图,随后使用强化学习中的Q学习算法构建一个高效的学习路径,最后学习者根据给出的学习路径进行学习;2、提出改进的选题策略。通过加入曝光率的阈值限制,改进的选题策略使得题库中的试题曝光率更加均匀,不同难度的试题均有可能被选中,题库的安全性得到保障;3、设计并实现自适应在线学习测评系统。基于实用性与可行性的考虑,设计了在线学习系统架构同时实现了系统的各个关键模块。利用分层学习模型将《数据结构》课程的知识地图绘制完成,随后基于Q学习算法构建《数据结构》课程的高效学习路径,并详细描述队列知识单元的学习路径,最后提出改进的选题策略。在论文的模拟实验中,我们将改进的选题策略和传统的选题策略如最大Fisher信息量法和a分层法进行比较,结果显示改进的选题策略在评测指标的对比中优于传统的选题策略。通过构建的高效学习路径与改进的选题策略的相结合,设计并实现了一种自适应在线学习测评系统。
徐彩云[3](2017)在《具有自适应特征的在线考试系统的研究与实现》文中进行了进一步梳理在线考试系统与自适应考试系统是计算机辅助教学研究领域的热点。在线考试系统,试题统一,无法测出应试者的真实能力水平。自适应考试系统能有效测出应试者的真实能力水平,但系统题库建设、试题参数计算复杂。本文主要探讨如何在在线考试系统中融入自适应考试特征因素的问题,设计并实现一个具有自适应特征的在线考试系统,以实现对应试者真实能力水平的考查。本文的主要工作包括:(1)设计了一个自适应性在线考试模型SAFM(Self Adaptive Features Model,简称SAFM),包括:选题策略、终止规则与题库设计。模型设计的基本思想是:用一组试题开始探测阶段考试,初步获取应试者的知识点掌握情况。在后续考试中,依据选题策略,选取试题对知识点进行延伸考查,直到测试终止。(2)以SAFM为核心,设计了一个包括身份认证、在线组卷、在线考试、成绩评阅、知识点管理、题库管理等模块的具有自适应特征的在线考试系统AFOMS(Oline Examination System with Adaptive Features,简称AFOMS)。通过随机算法和与教师交互,保证随机抽取的试题能够对考查的知识点实现全覆盖。成绩和知识掌握情况等级由答题正确率、试题难度等级加权计算得出。(3)采用JSP+Struts+Hibemate+String技术实现了 AFOMS系统,以操作系统为例,以判断题、单选题、多选题为试题类型,对AFOMS系统的有效性进行了测试与验证。本文所设计和实现的系统已经在小规模班级内进行试运行,运行效果良好。使用效果表明,系统可提高考生考试的积极性、提升考试效率,考试成绩可有效体现考生的知识掌握水平。
于建芳[4](2016)在《大学英语六级词汇自适应测试系统的研制》文中研究说明教育测评是对教师教学和学生学习过程的一个重要环节,也是保证教育质量、提高学习效果的一个重要手段。而考试作为教育测评的重要工具,其准确性和可靠性将直接影响到教育测评的效果。目前,国内大多数考试都是采用传统的纸笔测试的形式,但这种测试方法所有学生都采用相同的题目,题目太容易或者太难都会使测试结果失去意义,明显地弊端是不能根据考生的实际情况提供相应的题目。而计算机自适应测试以项目反应理论为理论基础,能够根据每个被试的实际水平提供与其能力相匹配的题目,大大缩短了测验长度,同时,由于每一道题目都是根据不同学生的能力提供的,保证了测验的准确性,这是传统的纸质测验无法比拟的优势。本文旨在通过定义六级词汇难度,开发出针对六级词汇测试的系统,实现六级词汇考试的自适应化。通过多方面分析,本文探究并提出了一种定义英语词汇难度的新方法,建立了比较完善的六级词汇库系统,实现用最少的题目较为准确地测出学习者六级词汇能力的目标,把传统记忆单词和网上自主测试进行有效结合。本文采用多种方法进行研究,综合了文献分析法、数学推理法、调查研究法、统计分析法和实验研究法。本系统采用极大信息量选题算法进行选题,采用贝叶斯估计极大后验估计对学习者能力进行数学公式进行的推导,采用固定长度的方法终止测试。使用ASP工具开发了六级词汇自适应测试系统,并对系统进行了反复完善和评估。通过被试者注册账号、密码以及对系统根据其能力提供的试题进行应答,系统自动给出被试者词汇能力的精确估计值。本研究的主要工作和成果就是六级词汇库的构建,这是实现自适应测试的前提和保证。构建词汇库的过程中,最关键的内容就是对词汇难度的定义。本文综合考虑了词频、长度和语音书写和谐程度这三个难度影响因子,定义了各因子参数的计算方法,并结合层次分析法,对这三个因子各自分配的权重为0.44,0.30和0.26。在构建词汇库的基础上,通过需求分析和系统功能设计,开发了该六级词汇自适应测试系统。在论文中,呈现了本系统的关键功能实现部分的代码,包括初始能力值的确定、选题算法、被试者能力值的精确估计和测验结束和ASP链接数据库五个关键部分的代码。此外,还呈现了系统的关键界面,包括登录界面,测试初始界面以及测试过程界面。本研究通过采用SPSS软件对学习者词汇能力和考试成绩两组数据之间进行相关性分析,显着性概率的值为0.027,显着性概率小于0.05,能够拒绝虚无假设,说明六级词汇能力和六级成绩这两个变量之间显着相关,相关性分析结果中呈现出的相关系数0.812,具有统计学意义,说明本系统对学习者六级词汇能力的估计值具有较高的准确性,能够在较高程度上反映出被试的真实能力值。通过实验和调查,结果证明本系统能够较为准确地测出学生的六级词汇能力,并能对六级考试成绩作出适当的预测。
何明[5](2015)在《基于自适应工作流的公安在线培训系统设计与实现》文中进行了进一步梳理公安部门主要负责维护人民的生命财产安全,是维护社会的主要力量。随着信息技术的迅猛发展和计算机的普及,通过使用计算机建立在线学习系统实现高效安全地培训和教学管理已成为现在各个公司和政府部门的主流手段。在公安部门的建设和发展中,公安警员的技能培训是很重要的一个流程。一个健全完善的公安干警培训体系,是提升警员个人素质和为长远发展打下坚实基础的基础。传统的培训模式不仅浪费了大量的人力、物力和时间等资源,而且由于培训的方式过于死板,拘泥于固定的模式,不能根据每个公安警员的实际情况进行相应的培训调整,使得培训的效率低下。此外,由于缺乏具有针对性以及完善的考核制度,不能充分地了解学员的技能掌握情况以及整个培训课程的效果。因此,研究和开发一个高效的在线培训系统对公安警员培训系统的体系建设以及整个公安培训工作的信息化推进有着重要的理论和现实意义。本文首先从传统的公安培训模式以及整个公安部门对培训工作的具体需求进行调研和分析,获取了当前培训系统的不足和急需要解决的问题,然后结合国内外在这一领域的相关系统的开发经验,研究并设计了基于自适应工作流技术和分布式存储技术的公安在线培训系统。公安在线培训系统的数据不仅数量巨大而且数据类型多样化,为了提高数据的存取速度,采用Mysql关系型数据库和Hadoop分布式存储文件系统互相配合的方式对数据进行存储。系统使用自适应工作流技术,实现了培训工作的流程化管理,增强了复杂的公安培训业务流程的自适应性和智能性,同时通过对大量的历史数据进行分析,根据反馈及时地调整培训工作的流程,学员的培训效果会大幅度的提高。对公安在线培训系统进行详细的需求分析,并进一步确定要实现的功能和方式。本文研究和开发的公安在线培训系统基于MVC设计思想,化分为模型层、控制层和视图层。又基于确定的功能需求,划分为课程管理模块、学习管理模块、考核管理模块和信息管理模块。每个模块进一步划分出各自的主要功能,课程管理模块包括课程安排功能、资料管理功能和辅助教学功能;学习管理模块包括课程选择功能和学习安排功能;考核管理模块包括考试准备功能、考试管理功能和考试统计功能;信息管理模块包括信息发布功能和站内通讯功能。本文研究和设计的新型的操作简单的公安在线培训系统基本满足了公安警员的日常培训要求,简化了培训的过程,节省了培训支出,并且一定程度上推动了公安系统信息化的发展进程,提升了公安警员的整体素质,增强了公安部门的工作实力。
赵德轩[6](2015)在《一种分布式计算的CAT系统构建》文中指出随着考试理论的日益发展,计算机自适应测验也不断进步,其应用也越来越广泛。然而,对于计算机自适应测验系统来说,参数估计的过程作为计算机运算的主要部分,需要消耗大量的CPU资源,因此,组织大规模的计算机自适应测验,常常对系统的服务器有着较高的要求,从而使得服务器的运算性能成为制约考试规模的因素之一。分布式计算是一种日趋成熟的计算机应用技术,使用这种技术的目的在于充分利用网络资源,处理需要巨大计算能力才可以处理的任务。当网络互联的计算机以分布式计算的方式工作,从而相互配合共同完成目标任务时,往往能够达成使用单台高性能计算机难以实现的效果。贵州师范大学CAT实验室编制的计算机自适应测验系统Power CAT,使用Web Service技术,实现了参数估计过程的分布式计算。压力测试表明,使用分布式计算技术构建的计算机自适应测验系统,具有更高的网络承载能力,能够实现组织更大规模的考试。
刘培艳[7](2013)在《基于遗传算法的计算机自适应测试系统的设计与开发》文中指出近年来计算机与网络的快速发展给教育模式带来了巨大的改变,自主学习、协作学习等基于建构主义学习理论和以学生为中心的学习模式代替了以教师为中心的传统教学模式,同时打破了时间和空间的限制。与此同时,基于纸笔的传统考试形式已经不能满足当今多元化教育的需求,而以计算机为基础的自适应测试(Computer Adaptive Test)是解决此问题的新突破。这种考试形式不但减少了教师的重复劳动,提高了工作效率,而且增加了试卷的客观性和科学性,提高了考试的质量,实现真正意义上的“因人而测”。如今,教育测量领域已经广泛引入计算机作为辅助测量手段,如各种计算机、英语等级考试或者职称考试等都将计算机作为考试工具,但其中大多数都是简单地将人工出题改为计算机出题的形式,只是传统考试的“无纸化”形式,并没有从实质上突破传统的经典测试理论,无法实现“因人而测”。因此不是理想的、适应当前教学模式的教育评价方式。本文以项目反应理论IRT(Item Response Theory)为基础,介绍了IRT的基本特点,同时对基于IRT的计算机自适应测试的工作原理进行了阐述,并在此基础上总结了起点选择的方法,提出了测试流程“两步归一”制的改进方案,通过对测试流程的改进,大大减少了与被试能力值相差较远的测试项目,缩短了测试时间和计算量,同时能准确地估计被试能力值。并将自适应测试与组卷算法相结合,以计算机自适应测试结果为依据,利用遗传算法为考生“量身”生成试卷,实现了“因人而测”。同时基于遗传算法开发了具有自适应功能的考试系统,并对遗传算法进行了改进,利用人工干预遗传的方式,将个体局部最优的基因片段人为的组成下一代个体,提高了遗传算法组卷的效率,具有操作性强,准确定位学生的水平,根据不同学生的不同水平提供不同的试卷,实现真正的“因人而测”。最后,完成了该系统的测试工作,对该系统的可行性进行了分析论证,对实验数据进行统计分析,用以指导未来系统的改进工作。
韩琰[8](2012)在《计算机基础自适应考试系统关键技术设计》文中进行了进一步梳理计算机自适应考试的测试结果能更真实地反映出学生能力与水平,是今后考试系统的开发方向。主要对计算机基础课程自适应考试系统中的一些关键问题进行研究。
张萍[9](2005)在《免疫网络安全考试系统的设计与实现》文中研究说明考试是教学至关重要的一个环节。随着时代的进步和科技的发展,考试的方法也不断发展变化。传统的考试方法费时费力,各环节容易存在安全隐患。随着计算机的普及以及网络性能的提高,将传统的考试模式与先进的网络应用相结合,出现了使用计算机作为考试工具的计算机考试系统。计算机考试系统与传统考试系统相比有很多的优点:可以实现教考分离,有利于提高教学质量,对教学改革起到了积极的推动作用;缩短了整个考试过程;减轻了出题者、应试者和试卷评阅者的劳动强度,提高了效率;减少了由于人为因素造成的错误;可以有效地杜绝作弊,提高了考试的安全性和公平性。计算机考试系统在发展过程中虽然功能逐渐完善,可以集培训,学习和考试于一体,同时向商品化发展,但是考试系统在安全方面还有不足之处,存在一定的安全漏洞,整个考试过程的安全还有待于进一步提高。本论文介绍我在完善考试系统功能的同时,着重从安全方面来设计考试系统。网络考试系统一般采用的主要安全技术有信息加密、防火墙、入侵检测技术等,这些技术在一定程度上保证了考试系统的安全。但是,面对复杂而又不断变化的网络安全问题,传统的模型和技术存在致命的缺陷——用静态、精确的形式化理论去解决动态变化的网络考试系统的安全问题,缺乏自适应性、多样性等。我们必须寻求新的安全技术来提高考试系统的安全性,而生物免疫系统能够保证机体安全,它具有自适应性、多样性、多层性、分布性等许多特性,而这些特性是生物安全的重要保证。生物界的安全特性正是传统考试系统所缺乏的。为此,我们将生物免疫系统的免疫思想应用到考试系统,同时采用传统的用户认证技术、访问控制技术、数据加密技术、防火墙技术,入侵检测技术,防病毒技术等,设计了基于免疫网络安全考试系统。该系统将传统的静态防御方法和新的动态防御方法——生物免疫技术结合在一起,可以很好地解决考试系统的安全问题,且是一种多层次的、分布式的、主动与被动防护结合的安全系统。它采用了免疫的部分原理,进行自适应防护,增强了系统的稳定性和安全性,提高了系统的容错性。该系统在保证考试系统安全、学生操作方便、快捷的同时,还可以使相关的考试部门更好地利用现有资源,节约一定的经费。
张燕燕[10](2004)在《基于XML的在线考试系统的研究与实现》文中指出在广东省的中专学校,每年都有学生参加全省计算机文化基础课考试,以往的考试方式采用的是软盘和C/S结构的网络考试系统。前者由于储存数据不稳定,容易导致学生数据丢失;后者的不足是每次考试前都要安装考生库,且程序不易扩展。本文就是在此基础上提出了建立一个基于XML、采用B/S三层结构的动态在线考试系统的设计和实现方案。 本文首先介绍了计算机基础考试的背景和有关在线考试系统的理论基础,探讨ASP动态网站的开发技术和XML的发展历史,给出了XML的试卷描述以及如何把ASP技术与XML整合。探讨了数据挖掘技术,通过网络考试中收集到的重要教学记录信息来分析考生的网络学习行为,让考生全面了解自己的学习状况,并得到系统给予的智能化的学习建议。提出了基于网络的考试是今后考试的发展方向,尤其是具有个性化的自适应考试模式将会成为主导。 然后对当前计算机自适应考试(CAT)系统的背景、现状和发展趋势进行了分析,研究了自适应考试的数学模型—题目反应理论,并指出了它与经典测量理论的区别。本文给出了基于题目反应理论的自适应考试题库设计的原理以及算法实现。 最后给出了一个基于XML的自适应考试系统的设计方案,构造了在线考试系统的结构框架,采用基于浏览器方式的网络三层结构应用体系,将系统的功能划分为表示、功能及数据三大块,在表示层提供网络考试系统的用户接口部分,在中间层上部署了负责完成系统中全部的核心处理功能的COM组件,在数据库中存储试卷、学生、教师等数据。并完成了该系统的主要功能。该系统由管理员子系统、题库子系统、试卷生成子系统、考试子系统四部分组成。可允许教师或学生在客户端使用浏览器通过Internet访问该系统数据库,具有查询、题库维护、系统试卷生成管理、试卷管理、考试过程控制、评卷管理、存档管理以及相关各项查询、统计、分析功能。最后,对系统的应用情况进行了系统评价。
二、操作系统自适应考试系统的设计与实现(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、操作系统自适应考试系统的设计与实现(论文提纲范文)
(1)面向云服务的web服务器负载均衡设计与实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 OpenStack云平台发展现状 |
1.2.2 负载均衡研究现状 |
1.3 论文的主要工作以及组织结构 |
1.3.1 论文主要工作 |
1.3.2 论文组织 |
第2章 相关技术概述 |
2.1 OpenStack概要 |
2.1.1 OpenStack架构解析 |
2.1.2 部分基础组件介绍 |
2.2 Nginx服务器 |
2.2.1 Nginx简介 |
2.2.2 Nginx整体架构 |
2.3 负载均衡技术 |
2.3.1 负载均衡实现类型 |
2.3.2 负载均衡实现方式 |
2.3.3 常用负载均衡策略 |
2.4 本章小结 |
第3章 私有云平台架构设计 |
3.1 系统总体架构 |
3.2 软件架构 |
3.2.1 Django请求流程 |
3.2.2 软件分层设计 |
3.3 网络架构 |
3.3.1 反向代理负载均衡 |
3.3.2 Nginx主从热备 |
3.4 本章小结 |
第4章 系统功能与自适应动态负载均衡实现 |
4.1 私有云平台重要模块后台实现 |
4.1.1 云平台用户身份认证实现 |
4.1.2 云主机生命周期实现 |
4.2 负载均衡集群配置 |
4.2.1 Nginx配置及性能调优 |
4.2.2 Keepalived双机热备 |
4.3 自适应动态负载均衡策略算法实现 |
4.3.1 加权最小连接数算法分析 |
4.3.2 权值计算 |
4.3.3 权值改变参考参数及临界值 |
4.3.4 负载均衡器动态权值计算 |
4.4 自适应动态负载均衡策略实现方式 |
4.4.1 服务器负载信息获取模块实现 |
4.4.2 权值计算模块实现 |
4.4.3 负载均衡器动态更新模块 |
4.5 本章小结 |
第5章 实验测试与分析 |
5.1 实验测试环境 |
5.2 负载均衡器主从切换测试 |
5.3 自适应动态负载均衡相关实验测试 |
5.3.1 周期T值确定 |
5.3.2 性能测试及分析 |
5.4 本章小结 |
总结与展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文 |
(2)一种自适应在线学习测评系统研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.1.1 课题研究的背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文主要内容 |
1.4 论文结构 |
第二章 相关技术基础 |
2.1 自适应在线学习 |
2.1.1 马尔科夫决策过程 |
2.1.2 隐马尔科夫模型 |
2.1.3 Q学习算法 |
2.2 计算机化自适应测验 |
2.2.1 项目反应模型 |
2.2.2 题库的建设 |
2.2.3 初始项目的选择 |
2.2.4 选题策略 |
2.2.5 参数估计 |
2.2.6 终止规则 |
2.2.7 认知诊断模型 |
2.3 本章小结 |
第三章 模型与算法 |
3.1 分层学习模型 |
3.2 基于Q学习的学习路径 |
3.3 改进的自适应在线学习测评选题策略 |
3.3.1 改进的选题策略 |
3.3.2 模拟对比实验 |
3.3.3 实验结果 |
3.4 本章小结 |
第四章 系统设计 |
4.1 项目技术可行性研究 |
4.2 总体需求分析 |
4.2.1 系统目的 |
4.2.2 业务功能分析 |
4.2.3 用户需求分析 |
4.2.4 用户用例分析 |
4.2.5 系统功能需求分析 |
4.2.6 非功能需求分析 |
4.3 系统设计原则 |
4.4 系统总体设计 |
4.4.1 系统物理架构设计 |
4.4.2 业务流程分析 |
4.5 本章小结 |
第五章 系统关键模块设计与实现 |
5.1 移动端关键模块设计与实现 |
5.1.1 注册登录模块 |
5.1.2 学习模块 |
5.1.3 测验模块 |
5.1.4 学习社区模块 |
5.1.5 数据可视化模块 |
5.1.6 个人信息管理模块 |
5.2 数据库设计与实现 |
5.2.1 试题信息存储设计 |
5.2.2 用户的测验数据信息设计 |
5.2.3 用户的基本信息表设计 |
5.3 后端服务器端关键模块实现 |
5.3.1 请求分发服务器 |
5.3.2 逻辑服务器集群 |
5.3.3 缓存解析模块 |
5.3.4 选题策略模块 |
5.3.5 计算服务器模块 |
5.3.6 参数估计模块 |
5.3.7 数据库管理模块 |
5.4 自适应在线学习测评系统演示 |
5.5 本章小结 |
第六章 系统测试 |
6.1 测试计划 |
6.1.0 测试目的 |
6.1.1 测试方法 |
6.1.2 测试环境 |
6.1.3 测试数据集 |
6.1.4 测试对象 |
6.2 测试结果 |
6.2.1 测试结果分析 |
6.3 本章小结 |
第七章 总结与展望 |
7.1 本文工作总结 |
7.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(3)具有自适应特征的在线考试系统的研究与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 相关研究现状 |
1.2.1 在线考试系统 |
1.2.2 自适应考试系统 |
1.3 研究目标与研究内容 |
1.4 研究方法和技术路线 |
1.5 论文结构安排 |
第二章 相关技术基础 |
2.1 SSH框架介绍 |
2.1.1 Spring |
2.1.2 Hibernate |
2.1.3 Struts |
2.2 连接池 |
2.3 Oracle |
2.4 MD5算法 |
2.5 本章小结 |
第三章 系统需求分析 |
3.1 功能需求分析 |
3.1.1 用户类型分析 |
3.1.2 管理员功能 |
3.1.3 教师功能 |
3.1.4 考生功能 |
3.2 非功能需求分析 |
3.3 本章小结 |
第四章 自适应性在线考试模型SAFM的设计 |
4.1 通用CAT考试过程 |
4.2 SAFM的设计 |
4.2.1 总体框架 |
4.2.2 初始探测选题 |
4.2.3 自适应选题策略 |
4.2.4 终止规则 |
4.3 题库设计 |
4.3.1 题库建立与维护 |
4.3.2 题库结构 |
4.4 本章小结 |
第五章 基于SAFM的在线考试系统-AFOMS的设计 |
5.1 AFOMS的总体设计 |
5.1.1 系统总体结构 |
5.1.2 系统工作流程 |
5.2 AFOMS功能模块设计 |
5.2.1 管理员模块 |
5.2.2 教师模块 |
5.2.3 考生模块 |
5.3 数据库设计 |
5.4 安全性设计 |
5.5 核心模块详细设计 |
5.5.1 组卷的设计 |
5.5.2 在线考试的设计 |
5.6 本章小结 |
第六章 AFOMS系统的实现与测试 |
6.1 系统开发平台及软硬件设施 |
6.2 AFOMS的关键功能代码分析 |
6.2.1 在线组卷 |
6.2.2 在线考试 |
6.3 AFOMS的关键功能运行界面 |
6.3.1 在线组卷 |
6.3.2 在线考试 |
6.4 系统测试与分析 |
6.4.1 测试环境 |
6.4.2 功能测试 |
6.4.3 非功能测试 |
6.4.4 系统分析 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
附录一 随机生成试题的部分代码 |
附录二 第一部分考试答题情况分析的部分代码 |
附录三 判断自适应测试阶段某个知识点是否需要施测的部分代码 |
附录四 自适应特征考试中考查某知识点的实现代码 |
附录五 成绩显示页面错题罗列的部分实现代码 |
(4)大学英语六级词汇自适应测试系统的研制(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.1.1 大学英语六级考试对词汇的新要求 |
1.1.2 当前大学生在六级词汇学习中遇到的困难 |
1.1.3 计算机自适应测试的优势 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究目标及意义 |
1.4 研究内容及重点 |
1.5 研究方法 |
1.6 论文的组织结构 |
第二章 系统开发的理论基础—项目反应理论 |
2.1 项目反应理论概述 |
2.2 项目反应理论模型及参数估计方法 |
2.2.1 IRT模型 |
2.2.2 参数估计和信息函数 |
2.3 项目反应理论支持下的计算机自适应测试 |
2.3.1 自适应测试的思想及过程 |
2.3.2 英语词汇自适应测试的优势 |
2.4 项目反应理论对本研究的启示 |
第三章 大学英语六级词汇测试系统中题库的构建 |
3.1 词汇试题库的组成 |
3.1.1 试题库构建 |
3.1.2 试题类型的选择 |
3.1.3 试题参数的确定 |
3.2 词汇难度的判定 |
3.2.1 英语词汇难度影响因子 |
3.2.2 词汇难度判定公式的确定 |
3.2.3 各因子参数的计算方法 |
3.3 词汇难度判定中各因子的权重 |
3.3.1 层次分析法 |
3.3.2 依据层次分析法确定各因子权重 |
3.4 词汇难度值计算过程举例 |
第四章 大学英语六级词汇测试系统的设计与开发 |
4.1 需求性分析 |
4.2 系统设计目标与设计原则 |
4.3 系统关键技术与开发环境 |
4.4 系统流程的设计 |
4.5 系统功能的开发 |
4.5.1 系统功能的实现条件 |
4.5.2 测试学习者六级词汇能力 |
4.5.3 系统实现的功能 |
4.6 数据库表的开发 |
4.6.1 概念模型设计 |
4.6.2 数据库表设计 |
4.7 系统关键功能模块的实现 |
4.7.1 被试者词汇能力估计的代码实现 |
4.7.2 系统关键功能的界面呈现 |
第五章 大学英语六级词汇测试系统的应用与评估 |
5.1 测量对象 |
5.2 测量工具 |
5.3 评估过程 |
5.4 系统的准确性评估 |
5.5 系统的自适应反馈 |
5.5.1 问卷描述 |
5.5.2 问卷结果统计分析 |
5.6 评估小结 |
第六章 总结与展望 |
6.1 研究成果 |
6.2 后续研究 |
注释 |
参考文献 |
附录 |
攻读硕士学位期间发表的论文 |
致谢 |
(5)基于自适应工作流的公安在线培训系统设计与实现(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文的组织结构 |
1.4 主要工作和贡献 |
2 系统需求分析 |
2.1 系统需求概述 |
2.2 功能需求分析 |
2.2.1 课程管理模块 |
2.2.2 学习管理模块 |
2.2.3 考核管理模块 |
2.2.4 信息管理模块 |
2.3 非功能性需求分析 |
2.4 工作流需求分析 |
2.5 数据存储需求分析 |
2.6 本章小结 |
3 系统设计 |
3.1 总体设计目标 |
3.2 系统总体架构 |
3.3 系统的网络结构 |
3.4 系统功能结构 |
3.5 主要业务流程设计 |
3.6 工作流自适应性设计 |
3.6.1 课程安排的自适应性 |
3.6.2 执行失败的自适应性 |
3.7 数据库存储设计 |
3.7.1 数据库表设计 |
3.7.2 分布式存储 |
3.8 本章小结 |
4 系统实现 |
4.1 功能模块实现 |
4.1.1 课程管理模块 |
4.1.2 学习管理模块 |
4.1.3 考核管理模块 |
4.1.4 信息管理模块 |
4.2 自适应工作流技术实现 |
4.3 数据存储实现 |
4.4 本章小结 |
5 系统测试 |
5.1 测试环境 |
5.2 测试用例 |
5.2.1 功能测试 |
5.2.2 性能测试 |
5.3 测试结果 |
5.4 本章小结 |
6 结论 |
6.1 研究总结 |
6.2 工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(6)一种分布式计算的CAT系统构建(论文提纲范文)
摘要 |
Abstract |
1. 引言 |
1.1 研究背景 |
1.2 问题提出 |
2. 从IRT到CAT |
2.1 项目反应理论 |
2.1.1 潜在特质理论 |
2.1.2 项目反应理论的重要假设 |
2.1.3 Logistic模型和Rasch模型 |
2.1.4 项目信息函数 |
2.2 计算机自适应测验 |
2.2.1 测验的基本流程 |
2.2.2 题库建设 |
2.2.3 选题策略 |
2.2.4 参数估计 |
2.2.5 终止规则 |
3. 分布式计算 |
3.1 分布式计算概述 |
3.2 几种常见的分布式计算技术 |
3.2.1 中间件技术 |
3.2.2 网格计算技术 |
3.2.3 移动Agent技术 |
3.2.4 P2P技术 |
3.2.5 WebService技术 |
4. 使用分布式计算技术构建计算机自适应考试系统 |
4.1 PowerCAT的系统构成 |
4.2 PowerCAT的运行过程 |
4.3 不同构建的实际表现 |
4.3.1 低负荷下两种构建的表现 |
4.3.2 高负荷下两种系统的表现 |
5. 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士学位期间,发表学术论文两篇 |
(7)基于遗传算法的计算机自适应测试系统的设计与开发(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文的研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 项目反应理论研究现状 |
1.2.2 计算机考试系统研究现状 |
1.2.3 自适应测试研究现状 |
1.3 本文的主要工作和创新 |
第二章 相关理论研究 |
2.1 IRT概述 |
2.1.1 IRT的三条基本假设 |
2.1.2 项目反应理论的参数模型 |
2.2 项目反应理论的应用及现实意义 |
2.2.1 IRT的应用 |
2.2.2 IRT的现实意义 |
2.3 自适应测试简介 |
2.4 计算机自适应测试基本原理 |
2.4.1 计算机自适应测试的选题策略 |
2.4.2 计算机自适应测试的终止规则 |
2.4.3 计算机自适应测试的能力估计技术 |
2.5 计算机自适应测试流程及改进 |
2.5.1 计算机自适应测试流程 |
2.5.2 改进的计算机自适应测试流程 |
2.6 组卷问题分析 |
2.6.1 组卷问题研究现状 |
2.6.2 常用的组卷算法分析 |
2.7 本章小结 |
第三章 计算机自适应考试系统的设计 |
3.1 系统的开发环境和工具 |
3.1.1 系统的开发环境 |
3.1.2 系统的开发简介 |
3.2 系统的需求分析和预期目标 |
3.2.1 系统的需求分析 |
3.2.2 系统的预期目标 |
3.3 系统的结构设计 |
3.3.1 系统的用户设计 |
3.3.2 系统的功能模块 |
3.4 题库设计 |
3.4.1 项目参数的设计与计算 |
3.4.2 题库的结构设计 |
3.4.3 数据库设计 |
3.5 本章小结 |
第四章 遗传算法在考试系统中的应用 |
4.1 遗传算法 |
4.1.1 遗传算法的基本思想 |
4.1.2 遗传算法的特点 |
4.1.3 遗传算法的基本操作及运算流程 |
4.2 基于遗传算法的组卷 |
4.2.1 编码设计 |
4.2.2 种群的初始化 |
4.2.3 适应度函数的设计 |
4.2.4 选择操作 |
4.2.5 交叉操作 |
4.2.6 变异操作 |
4.2.7 算法终止条件 |
4.3 遗传算法在系统中的改进 |
4.3.1 遗传算法的改进 |
4.3.2 实验结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录 攻读硕士学位期间发表的论文 |
致谢 |
(8)计算机基础自适应考试系统关键技术设计(论文提纲范文)
1 引言 |
2 计算机基础自适应考试过程 |
3 计算机基础自适应考试系统的关键技术 |
3.1 能力初值确定 |
3.2 后续选题的策略 |
3.3 终止规则 |
3.4 能力值的计算 |
3.5 评分 |
3.6 题库的建立 |
3.7 题库分层 |
3.8 选题的曝光度控制和重复抽题控制 |
4 结语 |
(9)免疫网络安全考试系统的设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 考试概况 |
1.2 计算机考试系统的发展情况 |
1.3 本文课题引入 |
第二章 生物免疫系统 |
2.1 生物免疫系统的层次结构 |
2.2 生物免疫系统的重要免疫机制 |
2.3 生物免疫系统的免疫耐受 |
2.4 国内外相关生物免疫系统的情况 |
第三章 网络与信息安全 |
3.1 网络与信息安全概述 |
3.2 防火墙技术 |
3.3 防病毒技术 |
3.4 虚拟专用网络(VPN)技术 |
3.5 入侵检测技术 |
3.6 密码技术 |
3.7 本章小结 |
第四章 免疫网络安全考试系统的设计 |
4.1 整体安全策略 |
4.2 免疫网络安全考试系统的总体设计 |
4.3 生物免疫系统的嵌入 |
4.4 安全管理环境 |
4.5 用户应用设计 |
4.6 运行安全监管机制 |
第五章 免疫网络安全考试系统的实现 |
5.1 运行环境和开发平台 |
5.2 总体软件模块构成及功能描述 |
5.3 考试管理系统 |
5.4 上机考试系统 |
5.5 免疫网络实时监考系统 |
5.5.1 网络监考模块 |
5.5.2 考试系统安全模块 |
5.6 应用与评价 |
第六章 全文总结及进一步工作 |
6.1 全文总结 |
6.2 进一步工作 |
参考文献 |
致谢 |
个 人 简 历 |
(10)基于XML的在线考试系统的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 在线考试系统的背景 |
1.2 在线考试系统在国内外的发展现状 |
1.3 目标、内容及意义 |
第二章 考试模式 |
2.1 当前考试模式及其特点 |
2.2 基于网络环境的在线考试系统 |
第三章 在线考试系统的理论基础 |
3.1 ASP动态网站开发技术 |
3.1.1 ASP概述 |
3.1.2 ASP与数据库访问 |
3.2 XML技术 |
3.2.1 什么是XML |
3.2.2 XML的发展历史 |
3.2.3 XML的用途 |
3.2.4 XML在国内外的发展状况 |
3.2.5 XML的试卷描述 |
3.2.6 实现XML文件的存储功能 |
3.2.7 操作题文件格式的转换的实现技术 |
3.2.8 实现WORD转换为XML格式 |
3.2.9 在ASP.NET中应用XML |
3.3 分布式多层应用 |
3.3.1 分布式多层结构的出现 |
3.3.2 三层结构的概念 |
3.3.3 中间件技术 |
3.4 自适应考试系统 |
3.4.1 自适应考试系统的背景 |
3.4.2 自适应考试系统题库建设理论 |
3.4.3 自适应考试系统的原理 |
3.4.4 组卷策略 |
3.4.5 自适应考试算法 |
3.5 数据挖掘技术的应用一个性化的学生评价 |
3.6 网络安全技术 |
3.6.1 WEB系统安全性技术 |
3.6.2 WEB服务器安全 |
第四章 系统设计和实现 |
4.1 系统的需求分析 |
4.2 考试系统总体设计 |
4.2.1 考试系统的组成 |
4.2.2 系统功能设计模型 |
4.2.3 系统流程说明 |
4.3 系统开发环境 |
4.4 系统的实现 |
4.4.1 系统表示层的实现 |
4.4.2 系统数据层的实现 |
4.4.3 系统功能层的实现 |
4.5 平衡负载技术的实现 |
4.6 考试信息传输的安全性实现 |
4.6.1 系统异常信息处理 |
4.6.2 网络考试系统的安全措施 |
4.7 进一步的研究与改善 |
结束语 |
参考文献 |
攻读学位期间发表的论文 |
独创性声明 |
致谢 |
四、操作系统自适应考试系统的设计与实现(论文参考文献)
- [1]面向云服务的web服务器负载均衡设计与实现[D]. 葛钰. 西南交通大学, 2019(03)
- [2]一种自适应在线学习测评系统研究与实现[D]. 毕丙伟. 电子科技大学, 2019(01)
- [3]具有自适应特征的在线考试系统的研究与实现[D]. 徐彩云. 东南大学, 2017(01)
- [4]大学英语六级词汇自适应测试系统的研制[D]. 于建芳. 山东师范大学, 2016(03)
- [5]基于自适应工作流的公安在线培训系统设计与实现[D]. 何明. 上海交通大学, 2015(01)
- [6]一种分布式计算的CAT系统构建[D]. 赵德轩. 贵州师范大学, 2015(11)
- [7]基于遗传算法的计算机自适应测试系统的设计与开发[D]. 刘培艳. 天津师范大学, 2013(08)
- [8]计算机基础自适应考试系统关键技术设计[J]. 韩琰. 电脑编程技巧与维护, 2012(12)
- [9]免疫网络安全考试系统的设计与实现[D]. 张萍. 电子科技大学, 2005(07)
- [10]基于XML的在线考试系统的研究与实现[D]. 张燕燕. 广东工业大学, 2004(03)