导读:本文包含了计算机辅助学习系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:深度,英语,系统,考生,在线,卷积,计算机。
计算机辅助学习系统论文文献综述
王蓉[1]（2019）在《以计算机为载体的高校英语辅助学习系统设计研究》一文中研究指出本文以计算机为载体进行了高校英语辅助学习系统设计,其可以满足专业学生的计算机英语学习需要。此系统主要包括两大组成部分,即学习系统和测试系统,学习系统是整体设计,任务是进行基础数据维护,而测试系统的作用是进行学习成效测试,据此分析学习状态。通过实践分析,此系统的应用前景良好,值得大力推广。(本文来源于《自动化技术与应用》期刊2019年11期）
S.Park,S.M.Lee,N.Kim,J.Choe,Y.W.Cho[2]（2019）在《应用基于深度学习的计算机辅助检测系统在穿刺活检后的胸片上诊断气胸》一文中研究指出摘要目的回顾性评价卷积神经网络(CNN)模型在经皮肺穿刺活检(PTNB)后的胸片中检测气胸的诊断效能。材料与方法本研究使用完整的26层You Only Look Once模型(本文来源于《国际医学放射学杂志》期刊2019年06期）
杨震[3]（2019）在《基于深度学习计算机辅助诊断系统提高放射科实习生对急性胸部外伤肋骨骨折的诊断效能》一文中研究指出目的:本研究的目的是评价基于深度学习的计算机辅助诊断系统(DL-CAD)在提高放射科实习生急性胸部外伤患者肋骨骨折(Rib Fracture, RF)诊断效率方面的能力。材料与方法:回顾性分析2018年9月到2019年3月间,因急性钝性胸部创伤行64层螺旋CT检查的患者共214例。首先,两名实习生(读者1和2)以盲法和随机方式独立评估所有214名患者的肋骨骨折图像。一名实习生(读者1)使用没有DL-CAD的PACS工作站分析图像;另一个实习生(读者2)使用DL-CAD系统(推想科技,中国北京)作为共同读者分析图像。分别记录每位患者的肋骨骨折的数量和阅片时间。两名资深胸部放射科医师(> 15年经验)对胸部MDCT图像肋骨骨折的共识诊断作为参考标准。比较两组诊断医师在有无DL-CAD系统检测RF的诊断效能和阅片时间。结果:根据参考标准,总共确定了680个肋骨骨折。没有使用DL-CAD的读者1和使用DL-CAD读者2分别正确识别肋骨骨折468根、624根,准确度分别为68.8%和91.8%,差异有统计学意义(P <0.05)。读者1每名患者的平均阅读时间为(165.48±51.69)秒,读者2的平均阅读时间为(76.40±26.40)秒,差异有统计学意义(P <0.05)。结论:DL-CAD可以帮助放射科实习生检出胸部创伤所致肋骨骨折,诊断效能显着提高,阅片时间明显缩短。(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
杨震[4]（2019）在《基于深度学习的计算机辅助诊断系统在低剂量螺旋计算机断层扫描检测隐匿性肋骨骨折中的诊断性能》一文中研究指出目的:本研究的目的是评估基于深度学习的计算机辅助诊断(DL-CAD)系统在使用低剂量CT(LDCT)检测隐匿性肋骨骨折(ORF)中的诊断效能。材料和方法:回顾性分析2018年9月到2019年3月间,因急性钝性胸部创伤行低剂量CT检查的患者共100例。首先,两名实习生和两名主治放射科医师(5至10年的经验)以盲法和随机方式独立评估所有患者的图像,2周后,在DL-CAD系统辅助下重新对所有患者CT图像进行独立阅片。分别记录每位患者的肋骨骨折的数量和阅片时间。以两位资深胸部放射科医生对肋骨隐匿性骨折的一致诊断(经验超过20年)作为参考标准。比较两组诊断医师在DL-CAD系统前后检测RF诊断效能和阅片时间。结果:共发现70例阳性病例(包括151例ORF)和30例阴性病例。实习生在没有和使用DL-CAD系统检测ORF的准确率分别为57.2%和92.9%,差异有统计学意义(P <0.05);主治医师分别为89.3%和94.4%,差异无统计学意义(P> 0.05)。此外,实习生没有和使用DL-CAD系统的阅读时间分别为(158.51±41.58)秒和(79.56±31.50)秒,主治医师阅片时间分别为(85.96±17.08)秒和(53.54±23.54)秒,阅片时间缩短均存在统计学差异(P<0.05)。结论:DL-CAD系统可以提高实习生对隐匿性骨折的诊断效能,达到主治医师水平,且显着缩短实习生和主治放射科医师的阅片时间。(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22）
陈龙,郑焜,沈云明,苏畅[5]（2019）在《基于深度学习的神经母细胞瘤计算机辅助分级系统的研发初探》一文中研究指出该文拟以深度学习(Deep Learning)为核心技术,采用卷积神经网络(Convolutional Neural Network,CNN)算法构建不同的分类器,实现磁共振图像中神经母细胞瘤的分类和定位,并将模块进行集成实现计算机辅助诊断软件的开发,用以弥补目前磁共振检测技术在神经母细胞瘤智能识别和精准定位这一领域的空白,有效降低医生读片的工作强度,进一步促进磁共振检测技术在神经母细胞瘤诊断方面的临床应用和技术发展。(本文来源于《中国医疗器械杂志》期刊2019年04期）
梁小鸥[6]（2019）在《探析思维导图辅助系统在高职计算机网络专业学习中的应用》一文中研究指出20世纪90年代思维导图传入我国并在各个领域展开应用,相关的学术研究论文也在逐年递增。通过研究得知在进行思维激发和知识构建时,思维导图通过绘制的方式将思维过程可视化,以知识网络的形式呈现出来,加深印象的同时又能对所掌握的知识全局有了更新的认识。就思维导图如何有效运用于网络知识的学习进行研究,通过思维导图辅助系统的使用让用户对网络知识有更系统更全面的认识。(本文来源于《现代计算机》期刊2019年14期）
郑佳[7]（2018）在《基于计算机的英语辅助学习系统设计与实现》一文中研究指出随着计算机和多媒体技术的发展与成熟,计算机辅助教学代表了先进的教学思想与教学方法,计算机辅助学习系统能够通过智能系统的推理,动态地生成个性化的教学内容和策略,通过智能诊断机制来判断学生的学习水平,为教师调整教学内容提供有利依据。对国内外计算机英语学习的发展状况进行介绍,结合学习系统的设计原理对计算机英语辅助学习系统进行设计与实现。(本文来源于《微型电脑应用》期刊2018年12期）
刘璎瑛,腾秀梅,屈鹏程,丁永前,吴金桂[8]（2018）在《基于学习通的控制系统计算机辅助设计在线课程建设与实践》一文中研究指出利用学习通平台构建移动网络在线课程,试图改变控制系统计算机辅助课程课时少、教学模式陈旧等不足,为学生构造一个便捷式学习环境。通过一学期的实践表明,在线课程可以提高课程的教学质量和效率,并且能够激发学生的学习兴趣,培养学生自主学习的能力。(本文来源于《中国教育技术装备》期刊2018年21期）
李佳宏,刘嘉敏,常燕,曹洪相,郭涛[9]（2018）在《基于SPOC的计算机专业课程辅助学习系统》一文中研究指出SPOC这种小规模私人在线课程更是得到众多高校青睐。为使学生的复习过程更加高效,快捷,同时便于授课教师了解整体学生的学习情况,使授课更加具有针对性,设计了基于SPOC的辅助学习系统。该系统可将相关课程的复习题目资源存储于云服务器中,教师能够随时上传最新的题目资源,查看学生的答题反馈,学生能够随时登录系统答题,查看题目解析经测试系统界面友好,操作便捷,能够满足教师和学生的基本需求。(本文来源于《信息记录材料》期刊2018年10期）
孙蕾[10]（2017）在《基于.net的计算机等级考试辅助学习系统设计研究》一文中研究指出基于.net的基础上,设计计算机等级考试(NCRE)辅助学习系统,有助于增强系统的交互性和安全性,为考生学习提供辅助。本文在对计算机等级考试辅助学习系统的开发思路进行综合阐述的基础上,分析了计算机等级考试辅助学习系统的设计要点,以期为相关人士提供借鉴和参考。(本文来源于《计算机产品与流通》期刊2017年11期）
计算机辅助学习系统论文开题报告
（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：
摘要目的回顾性评价卷积神经网络(CNN)模型在经皮肺穿刺活检(PTNB)后的胸片中检测气胸的诊断效能。材料与方法本研究使用完整的26层You Only Look Once模型
（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。
计算机辅助学习系统论文参考文献
[1].王蓉.以计算机为载体的高校英语辅助学习系统设计研究[J].自动化技术与应用.2019
[2].S.Park,S.M.Lee,N.Kim,J.Choe,Y.W.Cho.应用基于深度学习的计算机辅助检测系统在穿刺活检后的胸片上诊断气胸[J].国际医学放射学杂志.2019
[3].杨震.基于深度学习计算机辅助诊断系统提高放射科实习生对急性胸部外伤肋骨骨折的诊断效能[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[4].杨震.基于深度学习的计算机辅助诊断系统在低剂量螺旋计算机断层扫描检测隐匿性肋骨骨折中的诊断性能[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019
[5].陈龙,郑焜,沈云明,苏畅.基于深度学习的神经母细胞瘤计算机辅助分级系统的研发初探[J].中国医疗器械杂志.2019
[6].梁小鸥.探析思维导图辅助系统在高职计算机网络专业学习中的应用[J].现代计算机.2019
[7].郑佳.基于计算机的英语辅助学习系统设计与实现[J].微型电脑应用.2018
[8].刘璎瑛,腾秀梅,屈鹏程,丁永前,吴金桂.基于学习通的控制系统计算机辅助设计在线课程建设与实践[J].中国教育技术装备.2018
[9].李佳宏,刘嘉敏,常燕,曹洪相,郭涛.基于SPOC的计算机专业课程辅助学习系统[J].信息记录材料.2018
[10].孙蕾.基于.net的计算机等级考试辅助学习系统设计研究[J].计算机产品与流通.2017
论文知识图
