大数据视域下高校实施精准思政的对策研究——以大连理工大学“校园恋人”模型建构为例

本文以构建“校园恋人”模型为例,选取大连理工大学的210个样本数据,采用K-Means聚类算法,通过对学生行为数据进行筛选、分析、处理,结合关系网络、时空数据,揭示高校学生间的相互关联和时空相关的模式及规律,找到“校园恋人”和潜在“孤僻症”人群,把握和预测学生群体性问题和现象。针对在大数据时代推动高校开展思政教育面临的困难,从思维理念、管理平台、制度体系、人才队伍等四个方面提出高校运用大数据开展精准思政的对策建议。

软件学院电子技术综合实验教学体系建设

针对全国各大高校软件学院硬件课程体系建设存在的不足,分析软件学院硬件课程在教学过程中的重要作用,以大连理工大学国家示范性软件学院为例,提出建设以模拟与数字电路实验为基础的电子技术综合实验教学体系,从实验园地建设、虚拟实验仪器研发、开放式课程建设和实验考核改革试验等几个方面介绍实施过程。

软件工程专业“智能控制系统”课程建设

随着智能控制技术的快速发展,智能控制系统在各个领域都得到了广泛应用。面向广阔的人才需求,各大高校纷纷开设了“智能控制系统”课程。针对软件工程专业特点,分析了传统“智能控制系统”课程教学存在的问题。结合自身课程建设经验,从多个方面介绍了“智能控制系统”课程建设方案。实践证明,课程建设方案适用于软件工程专业,有利于培养学生智能控制系统软硬件开发能力。

以大学生科技竞赛为牵引的创新实验班建设

科技竞赛能够引领学生在实践中领悟科学原理,收获科技成果和实训经验,真正地做到学以致用,在大学生人才培养中占有重要地位。为更好地培养创新型软件人才,该文探索了以大学生科技竞赛为牵引的创新实验班建设方法,通过对创新实验班的教学模式设计,个性化创新实践课程体系的建设以及基础创新团队的建设等方面的研究,开展了以创新实验班为依托的多种创新型人才培养活动,完成了移动互联网创新实践班和数模创新实践班的建设,以及多个创新团队的组建,与腾讯等国内知名软件公司建立合作,在多项省市级比赛、论文发表、专利申请等方面取得优异成绩。

大学生创新性实验计划实施的关键问题分析

大学生创新性实验计划在执行过程中存在种种问题,影响了计划的完成质量,甚至导致执行失败。通过问卷调查及深入分析,发现在项目选题、管理方式、执行力,以及教师参与度等方面均存在较大不足。提出了过程管理方法体系,从制定项目任务规范、梯队建设规范、实施过程规范等角度入手,对项目执行的每一个环节予以制度化和规范化,明确师生职责要求,以保证项目实施质量,提高学生的创新能力和独立解决问题的能力。

基于XML的软件安全静态检测方法研究

安全关键软件设计使用的C/C++语言含有大量未定义行为,使用不当可能产生重大安全隐患。软件静态检测是从软件代码和结构中找出安全缺陷的重要手段。从安全规则的角度,提出了基于XML(eXtensibleMarkupLanguage)中间模型的静态检测方法。该方法将C/C++源代码解释为XML中间模型,将安全规则转化为缺陷模式,利用Xquery查询表达式对软件安全缺陷进行定位。基于该方法的原型系统检验结果表明:该方法能够有效地检测出违反安全规则的软件缺陷,并具有安全规则可定制的特点。

基于时间STM的软件形式化建模与验证方法

状态迁移矩阵(state transition matrix,简称STM)是一种基于表结构的状态机建模方法,前端为表格形式,后端则具有严格的形式化定义,用于建模软件系统行为.但目前STM不具有时间语义,这极大地限制了该方法在实时嵌入式软件建模方面的应用.针对这一问题,提出了一种基于时间STM(time STM,简称TSTM)的形式化建模方法,通过为STM各单元格增加时间语义和约束,使其适用于实时软件行为刻画.此外,针对TSTM给出了一种基于界限模型检测(bounded model checking,简称BMC)技术的时间计算树逻辑(time computation tree logic,简称TCTL)模型检测方法,以验证TSTM时间及逻辑属性.最后,通过对某型号列控制软件进行TSTM建模与验证,证明了上述方法的有效性.

印度软件人才培养模式的探析

通过一些实证性的事例,剖析了印度在软件人才培养方面独特的教育方式,主要包括印度软件人才在培养渠道,沟通能力,逻辑思维能力,规范化能力,复合型能力和教育与产业互动等方面。结合中国国情,给出中国在软件人才培养方面的一些启示。

基于PDCA的印度软件质量保证模型研究

软件质量是软件产业的决定性因素,论述了PDCA(P lan,Do,Check,Action)模型理论,对印度软件产业进行了基于PDCA的软件质量保证分析.通过一些实证性的分析给出对中国大力发展软件产业的启示.

软件仓库挖掘领域:贡献者和研究热点

随着时间的推移,软件不断地更新和演化,软件仓库中累积了海量的数据,如何有效地收集、组织、利用软件工程中涌现的软件大数据是一个至关重要的问题.软件仓库挖掘(mining software repositories,MSR)通过挖掘软件仓库中繁杂多变的数据中蕴含的知识来提高软件的质量和生产效率.虽然一些研究工作详细阐述了MSR的背景、历史和前景,但现有的研究工作并未系统地呈现MSR领域中最有影响力的作者、机构、国家以及最受欢迎的研究主题和主题变迁等领域知识.因此,结合已有的经典的文献分析框架和算法来分析MSR相关文献,并呈现一些MSR基本领域知识.为了实现MSR文献分析,建立了一个包含3个组件的MSR文献分析框架(MSR publication analysis framework,MSR-PAF),这3个组件分别被用来创建数据集、执行基础文献分析、实施合作模式分析.基础文献分析结果表明:最高产的作者、机构、国家?地区分别是Ahmed E.Hassan,University of Victoria和美国,最有影响力作者是Ahmed E.Hassan,最频繁的关键词是software maintenance.合作模式分析的结果显示Abram Hindle是MSR领域最活跃的作者,open source project和software maintenance是最流行的研究主题.

基于语料库的中美大学生口语叙述中停顿现象比较研究

本文从分析叙述中的停顿现象入手比较中美大学生的口语表达的差异。研究发现美国大学生善于使用停顿策略,停顿现象多发生在句子与句子之间或主句与从句之间;而中国大学生不仅很少使用停顿策略,且停顿位置除句子(从句)之间外,更多发生于句子中间。对停顿位置处语言特点的定性分析表明,有效的停顿策略和语块教学有助于提高语速,增强口语流利性。

基于校企合作的卓越软件人才培养模式的探索

在卓越计划的指导下,在结合多年来校企合作高端工程人才培养的成功经验的基础上,创立了高校和企业联合培养机制,依托校企合作人才培养模型,遵循人才培养各个环节的合理性和科学性,共同研究制定实践教学培养标准,共建实践课程及校企双师型师资队伍,规划实践教学内容,完善人才质量评估体系。通过高等教育与行业企业的良性互动,共同培养了一大批适应行业需求的卓越软件工程技术人才,在校企联合培养卓越人才方面进行了有益的探索。

基于特征选择的软件缺陷报告严重性评估

针对Bugzilla缺陷跟踪系统的Eclipse项目软件缺陷报告数据集,使用特征选择和机器学习算法对向量化的原始数据进行特征降维、权重优化等处理,得到数据维度较低的优化数据集,并采用分类算法评估软件缺陷报告严重程度。通过对4种特征选择算法及4种机器学习算法处理结果的交叉对比表明,使用信息增益特征选择算法对原始数据集进行特征优化,并结合多项式贝叶斯算法对优化数据集进行训练与测试,可使软件缺陷报告严重性预测的AUROC值提高至0.767。

一种嵌入式软件WCET估计新方法

在实时嵌入式系统设计中,计算在最坏情况下软件执行时间的上界是很必需的,它为软硬件划分和进程调度提供了依据.由于现代微处理器使用了基于Cache存储和指令预取技术,增加了准确确定这一上界的难度,为此提出了一种基于指令Cache和指令预取联合模型的嵌入式软件性能评估新方法.该方法通过使用控制流程图和Cache冲突图,在Cache分析中联合指令预取分析,使得估计最坏情况下嵌入式软件的执行时间上界更精确;并使用了整数线性预测方法,使得求解计算复杂度降低.实验结果表明该方法估计精度可以提高近5%.

构建四位一体的精英型软件工程人才实训模式

我院建立了软件人才实训基地，提出了构建“官、产、学、生”四位一体的精英型软件工程人才实训模式，对研究型大学如何培养工程型高端软件人才进行了探索和实践，是示范性软件学院教学改革的一次尝试。本文介绍了我院的探索经验。

软件缺陷报告严重性属性分析

软件缺陷报告的严重性对缺陷的解决具有关键作用。随着软件规模的不断扩大,使用开源的软件缺陷跟踪系统成为海量缺陷信息数据的主要处理方法。分析缺陷报告严重性在数据仓库中的作用,是处理软件缺陷的重要内容。通过对Bugzilla缺陷跟踪系统数据的研究和分析,发现不同项目的属性特征差异较大,同时在修复率、解决时长、开发者、组件等属性上的统计特征具有一致性。对Mozilla项目和Eclipse项目的数据进行系统分析,并根据不同组件和项目中严重性程度分布情况,认为软件缺陷报告严重性程度的提升会导致缺陷修复率的提高,同时严重性程度为normal级别的缺陷解决时长最短,开发者持有缺陷的数量越高其修复率越低。

面向软件仓库挖掘的数据驱动特征提取方法

在软件仓库挖掘领域,通常将软件工程任务转换成数据挖掘问题进行解决。领域特征的使用严重影响了软件任务的解决效果。然而,如何根据特定任务从软件仓库数据中提取有价值的特征,在软件仓库挖掘领域尚缺乏系统的研究。数据驱动特征提取方法是一种新的特征提取方法。对于给定的软件工程任务,该方法从任务的数据集中选取部分数据(如源代码、缺陷报告等),招募若干志愿者人工完成该任务,并要求志愿者说明在人工完成特定软件工程任务时所考虑的因素。通过分析这些因素,可以提取所需的领域特征。以缺陷报告摘要任务为例进行实验,结果表明新方法能够发现高效的领域特征,并取得比现有方法更好的预测效果。

软件动态执行网络建模及其级联故障分析

随着人们对软件功能需求的不断增加,软件系统的结构和规模越来越复杂。如何对复杂软件系统的拓扑结构及其质量进行有效分析和评估是软件工程中亟待解决的难题。采用复杂网络理论对软件系统进行建模和求解,将软件源代码中的函数作为节点,函数之间的调用关系看作有向边,函数调用次数作为边的权重,提出了一种软件动态执行加权网络模型的构建方法。通过对TAR、GEDIT、EMACS这3个开源软件系统的建模及网络特征分析,发现软件系统动态执行的加权拓扑网络满足小世界效应和无标度特性,即符合复杂网络特性。基于此结论,进一步利用CML(耦合映像格子)网络故障传播模型对软件系统的级联效应进行了模拟,通过实验发现了影响软件级联故障的主要因子,这些因子为软件质量保证等研究提供了重要支持。

本科软件工程专业软件类核心课程关联式教学模型研究与实践

本文深入研究了软件工程专业软件类核心课程知识点之间的前趋与后继之间的关系,给出了关联式教学模型,并将此模型体现到教学大纲及教学实践环节中,形成链条式教学,使前趋课程的内容不断在后继课程中得到复习、巩固与应用提升,使后继课程的学习目标更加明确,同时有利于学生对软件类课程系统化知识体系的贯通与全面掌握。

大连保税区区港联动的交通压力分析

随着国际物流的快速发展,当前的保税区物流模式已不能满足国际物流的需要。伴随着区港联动的发展,必然导致物流的进一步增加,在现有的道路交通形势下,很难满足日益增长的国际物流发展需要。文章以大连保税区为例来分析国际物流园的交通压力,通过比较保税区道路需求承载力和道路实际运输承载力,得出大连保税区在2010年以后,道路交通是阻碍大连保税区国际物流发展的瓶颈之一,并提出了解决该瓶颈的措施。