基于新时期高校计算机网络安全管理的探讨

随着我国现代信息技术的不断发展,计算机和互联网在社会各行各业都得到了广泛应用,尤其是在高校的各项教学管理之中,计算机网络已经成为广大教育工作者所不可或缺的重要帮手,但同时由于高校的特殊性质,其面临的相关安全问题相对来说也更加严峻。基于此,文章先分析了当前高校计算机网络安全管理中存在的问题,接着着重探讨了基于新时期高校计算机网络安全管理的策略。

泛在学习环境下知识管理网络化模式构建研究

文章对泛在学习定义、知识管理的内涵、社会性软件的特性进行了分析,阐述泛在学习环境下大学生群体知识管理与社会性软件之间的内在联系,利用这种联系来探究泛在学习下大学生知识管理网络化模式构建,以期通过这种模式促进大学生群体在web2.0时代充分利用适合的社会性软件进行有效的知识管理,提高自身的学习能力。

CDIO理念下非计算机专业VB教学中的改革实践

本文从本科院校非计算机专业学生实际情况出发,针对非计算机专业学生的学习特点。结合CDIO理念在教学内容上引入实际案例旅店管理系统,分阶段的演示和讲述实例中所用到的知识点,在教学方法和教学内容的案例的编排引导和讲述等教学形式上进行改革实践,从实际教学中加强非计算机专业学生对VB程序设计的理解和掌握。

混合学习下“案例—任务”驱动教学模式研究

文章分析了混合学习的基本理论,构建出混合学习环境下"案例—任务"驱动教学模式。以《Visual Basic程序设计》课程实施混合学习为例,探讨了网络环境中面向混合学习的高校课程的内容开发、教学活动设计和实施流程,并对实施混合学习的效果与存在问题进行了分析和改进,使其在高校计算机课程教学中更具通用性。

基于微信公众平台的混合式教学——以“网线制作六步法”课程为例

随着"互联网+教育"的发展,移动学习以其独具创新的方式引领着数字化学习的巨大变革。如何提高大学公共计算机课程的教学质量,提高学生的信息素养,探索"互联网+教育"背景下的课堂教学变革,是长期教学实践研究的重点。文章以移动学习理论、联通主义学习理论为指导,构建了基于微信公众平台的混合式教学模型,并以"网线制作六步法"课程为例进行了实证研究。文章的研究,进一步深化了混合式教学的研究,拓展了教学者的教学思维,并优化了学习者的学习体验。

基于混合水平集的脑组织自动提取方法

脑组织自动提取是脑功能分析中一个重要的预处理步骤,为提高脑组织提取的精度,提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓;其次对此初始轮廓进行数学形态学膨胀处理,得到初始感兴趣区域;然后在初始感兴趣区域中使用改进混合轮廓模型进行处理,得到新的轮廓线再进行膨胀处理得到新的区域,如此不断迭代;最后,该混合模型收敛,获得较精确脑组织轮廓。实验采用了7组来自IBSR网站的MRI数据序列,所提算法得到的平均错误划分比例为7.89%。实验结果表明所提方法对于脑组织提取精度的提高是有效和可行的。

共同空间模型及其在EEG分类中的应用

通过与传统模型的比较,阐述了共同空间模型及其优势所在,指出其应用方向,最后通过对EEG(Electroencephalograph,脑电波)的实际应用结果分析,验证了共同空间模型在处理非周期性随机信号二分类问题方面的有效性。

量化学习:大数据时代的学习方式

未来人工智能、大数据、学习分析等技术被广泛应用于教育教学中,量化学习将成为新的研究热点。本研究首先对量化学习的内涵、特征、工具和方法进行概述,然后阐述了量化学习的价值意义和应用案例,进而分析了量化学习发展趋势与其面临的挑战。

基于区域分割的表情鲁棒三维人脸识别方法

为了克服表情变化致使三维人脸识别性能不佳的问题,提出基于鼻尖点区域分割的表情鲁棒三维人脸识别方法。首先,根据表情对人脸影响具有区域性的特点,提出仅依赖鼻尖点的表情不变区域(刚性区域)和表情易变(非刚性区域)划分方法;然后针对表情不变区域和表情易变区域使用不同的特征描述方式并计算匹配相似度;最后将表情不变区域和表情易变的相似度进行加权融合实现最终身份识别。提出方法分别在FRGC v2.0和自建WiseFace表情人脸数据库上达到98.52%和99.01%的rank 1识别率,证明该方法对表情变化具有较强的鲁棒性。

基于.NET框架的网上报修系统中异步调用的实现

本文主要介绍的是异步调用在网上报修系统中的实现,分析了.NET框架中同步异步方法调用的不同之处及其优越性,重点介绍了异步方法调用的实质,并且用该系统中的一个查询数据的操作作为实例来说明,详尽的阐述了异步调用在网上报修系统中的实际应用可提高操作效率。