clt-international

ISSN Number

2958-4272 

期刊档案

  1. vol.8[2026] iss.1
  2. vol.8[2026] iss.2
  3. vol.7[2026] iss.1
  4. vol.7[2026] iss.2
  5. vol.6[2026] iss.1
  6. vol.6[2026] iss.2
  7. vol.5[2026] iss.1
  8. vol.5[2026] iss.2
  9. vol.4[2026] iss.1
  10. vol.4[2026] iss.2
  11. vol.3[2026] iss.1
  12. vol.2[2026] iss.1
  13. vol.2[2026] iss.2
  14. vol.3[2026] iss.2
  15. vol.1[2026] iss.1
  16. vol.1[2026] iss.2
  17. vol.12[2025] iss.2
  18. vol.12[2025] iss.1
  19. vol.11[2025] iss.2
  20. vol.11[2025] iss.1
  21. vol.10[2025] iss.2
  22. vol.10[2025] iss.1
  23. vol.9[2025] iss.2
  24. vol.9[2025] iss.1
  25. vol.8[2025] iss.2
  26. vol.8[2025] iss.1
  27. vol.7[2025] iss.2
  28. vol.7[2025] iss.1
  29. vol.6[2025] iss.2
  30. vol.6[2025] iss.1
  31. vol.5[2025] iss.2
  32. vol.5[2025] iss.1
  33. vol.4[2025] iss.2
  34. vol.4[2025] iss.1
  35. vol.3[2025] iss.2
  36. vol.3[2025] iss.1
  37. vol.2[2025] iss.2
  38. vol.2[2025] iss.1
  39. vol.1[2025] iss.2
  40. vol.1[2025] iss.1
  41. vol.12[2024] iss.2
  42. vol.12[2024] iss.1
  43. vol.11[2024] iss.2
  44. vol.11[2024] iss.1
  45. vol.10[2024] iss.2
  46. vol.10[2024] iss.1
  47. vol.9[2024] iss.2
  48. vol.9[2024] iss.1
  49. vol.8[2024] iss.2
  50. vol.8[2024] iss.1
  51. 2024年7月下
  52. 2024年7月上
  53. 2024年6月下
  54. 2024年6月上
  55. 2024年5月下
  56. 2024年5月上
  57. 2024年4月下
  58. 2024年4月上
  59. 2024年3月下
  60. 2024年3月上
  61. 2024年2月下
  62. 2024年2月上
  63. 2024年1月下
  64. 2024年1月上
  65. 2023年12月下
  66. 2023年12月上
  67. 2023年11月下
  68. 2023年11月上
  69. 2023年10月下
  70. 2023年10月上
  71. 2023年9月下
  72. 2023年9月上
  73. 2023年8月下
  74. 2023年8月上
  75. 2023年7月下
  76. 2023年7月上
  77. 2023年6月下
  78. 2023年6月上
  79. 2023年5月下
  80. 2023年5月上
  81. 2023年4月下
  82. 2023年4月上
  83. 2023年3月下
  84. 2023年3月上
  85. 2023年2月下
  86. 2023年2月上
  87. 2023年1月下
  88. 2023年1月上
  89. 2022年12月下

index

Home 期刊档案 vol.5[2026] iss.2

基于DeepSeek的交通信号控制系统课程知识库构建

Download Full PDF

基于DeepSeek的交通信号控制系统课程知识库构建

郑国荣刘小明张尊栋薛晴婉

北方工业大学 电气与控制工程学院 北京 100144

[摘 要]随着智慧交通的快速发展,行业对具备实时数据处理与人工智能决策优化能力的新型人才需求迫切。针对传统《交通信号控制系统》课程中存在的知识碎片化、实践资源不足、教学内容更新滞后等痛点,本文提出构建一个基于大型语言模型DeepSeek的课程知识库。通过系统梳理与嵌入交通工程、控制理论、强化学习等核心理论,构建了结构化的课程知识体系。在此基础上,设计了“课前-课中-课后”三层级教学流程,探索了“知识库-智能体-学习者”的协同教学模式。教学实践表明,该模式能有效实现个性化学习资源推送、虚实融合的实践训练与动态教学评价,显著提升了课程的教学质量与效率,为新工科背景下的专业课程改革提供了可借鉴的路径。

[关键词] DeepSeekLLM交通信号控制知识库AI学伴