随着人工智能技术不断的赋能教育领域，新的教育理念和教育方式开始不断涌现，为了满足人们日益增长的个性化学习需求，越来越多的研究开始尝试构建一种可以优化个人学习经验和结果的个性化学习系统，力求远离工厂式的标准化教育模式，从而实现更高层次的知识获取。在个性化的人工智能学习系统中，专家系统扮演了老师的角色，由于拥有了足够多的专家提供的知识和经验，进行分析和评估，并模拟出人类专家的评估过程，根据不同孩子的学习情况给出需要专业老师才能给出的指导意见，并根据需要调整他们的课程进度，比根据标准化学习获得更快的学习进步。学习

前言
绪论
第一节 研究缘起
第二节 国内外研究现状分析
第三节 研究思路与方法
第一章 基于“形态-力效”的舞蹈动作特征模型
第一节 “形态-力效”的描述方法
第二节 舞蹈动作特征的表示
第三节 动作识别与评估的模块定义
第二章 基于S-SOFM神经网络模型的舞蹈动作识别
第一节 SOFM和S-SOFM的训练学习算法
第二节 S-SOFM的实现方法设计
第三节 S-SOFM用于舞蹈动作识别的方法设计
第四节 实验结果与分析
第三章 基于LMA的舞蹈动作评价模型
第一节 构建以LMA为本体的舞蹈评价体系
第二节 基于LMA的舞蹈评价方法
第三节 实验结果与分析
结论
第一节 研究工作总结
第二节 研究的可持续性分析
参考文献