高职社会扩招人才培养模式创新与课程体系构建研究——以安徽商贸职业技术学院电子信息工程技术专业为例

在稳定和扩大就业、培养高素质技能型人才背景下,国家于2019—2021年连续3年进行高职每年百万社会扩招,给广大高职院校招生及教育教学与管理等带来了新机遇和挑战。本文以电子信息工程技术专业为例,分析社会扩招生源特点,对电信专业传统全日制人才培养模式进行改革创新,选择适合社会扩招学生的课程构建新的课程体系,更好地满足社会扩招学生学习,有助于社招学生掌握相关岗位技能,按时完成课程学习,获得学分提升学历,增强获得感。同时探索多种途径完善教学管理,提高人才培养质量,为区域经济发展提供更多高素质技能型人才。

高职物联网专业核心课程教学诊断与改进探究——以安徽商贸职业技术学院《Android基础》课程为例

为贯彻落实教育部《关于建立职业院校教学工作诊断与改进制度的通知》(教职成厅〔2015〕2号)、《高等职业院校内部质量保证体系诊断与改进指导方案(试行)》(教职成司函〔2015〕168号)、《关于印发<高等职业院校内部质量保证体系诊断与改进复核工作指引(试行)>的通知》(职教诊改〔2018〕25号)等文件精神,安徽商贸职业技术学院作为安徽省首批诊改试点院校,学院依据国家相关文件和和《安徽省教育厅关于做好首批高职诊改试点院校复核工作的通知》(皖教秘高〔2020〕110号)大力开展诊改工作,其中物联网应用技术专业及其《Android基础》课程作为诊改专业和课程投入诊改工作中,课程团队围绕学校专业建设规划目标、课程建设规划目标、安徽省省级MOOC示范课程建设目标,以及对Android开发岗位群技能要求的调研结果,从两链打造、螺旋改进、引擎驱动和成效思考等方面展开探讨。

基于人工智能技术的分布式数据库重复记录自动检测系统设计

以人工智能技术为基础前提的分布式数据库重复记录自动检测的方式,以提高数据库查询时的准确率以及查询效率。设计系统首先对数据信息进行对应的特征提取,而后通过权衡函数对样本信息进行整合,通过自适应分解得到相应的目标函数并求解,结合灰狼算法以及Shingle完成数据查询。经过算例验证,改进设计方式准确率均超过90%,平均耗时在35 s以内,满足自动查询快速精确的要求。

高职人工智能技术应用专业的改革和探索——ChatGPT大背景下

近年来,随着人工智能技术的飞速发展,尤其是ChatGPT的火热,对人才的需求提出了机遇与挑战,目前大部分高职院校在教学内容、实践环境、师资力量、教学资源等方面有所欠缺,结合安徽商贸职业技术学院(以下简称安徽商校)人工智能专业建设的经验,本文在人才培养模式、实践教学、师资培养、双创教育等方面提出了一系列专业建设举措,为学生提供更加全面、系统的专业教育,以培养高技能、创新精神和实践能力的优秀人工智能人才,助力他们在未来人工智能领域的竞争中取得优势。

信息技术虚拟仿真实践教学资源建设研究

本文主要设计了虚拟仿真技术在信息技术专业课程中的应用案例,设计系统对实践教学有一定的应用参考价值。

基于NB-IoT技术的智能家居系统设计

目前智能家居系统对传输稳定性、数据准确性、组网便捷性等提出了更高的要求。以往采用有线设备采集信息,存在线路易老化、功耗高、灵敏度不高等缺点,如采用Zigbee、Wi-Fi、蓝牙等无线技术组网采集的系统也存在网络传输数据有限、不易远程海量数据存储等特点。利用NB-IoT技术,设计一种智能家居软硬件系统,系统主要包括STM32处理器模块,负责采集家居生活环境信息,并通过NB-IoT通信模块把数据传输至云平台服务器,移动手机终端能实时接收数据信息,并对家居设备远程控制等操作,系统采集数据准确,云平台存储便于远程访问,具有一定的推广应用价值。

基于物联网技术的中小型加工企业智能管理系统设计与实现

我国物联网技术目前正高速发展,智能工业是物联网技术应用的重要领域。针对中小型加工企业存在的手工记录或生产状态不清、安全生产水平较低等典型问题,利用Zigbee、传感器等物联网的典型技术设计智能管理系统,为企业管理者进行生产过程控制、生产环境监测以及促进安全生产等提供保障。通过实际测试,系统能够解决企业实际问题,效果良好。

基于模糊神经网络算法的智能控制技术

传统挤出机PID系统对非线性变量参数的控制存在较大偏差,难以满足挤出机的智能控制。建立基于模糊神经网络的PID智能控制系统,实现对温度控制PID参数的整定,通过隶属度函数描述非线性参数集合的相关性,建立模糊变量间的映射关系和模糊控制表,实现对PID参数的微整定,提升了系统对非线性参数的适应性。结果表明采用模糊PID自整定系统达到预定稳定温度所用的条件时间减少,温度波动显著减小,具备了更高的控制准确度和适应性。同时,系统初始参数偏差量化因子较大时,能够使系统快速达到目标温度,提高系统升温效率,但过大偏差值易造成系统温度波动频繁,因此需根据实际工况选定系统输入/输出参数量。

信息技术背景下智慧社区建设研究

在大数据、物联网、人工智能、云计算等信息技术广泛应用的背景下,我国社区基础设施建设不断完善,信息技术推动社区管理智慧化水平逐步提升.文章围绕信息技术,探讨和设计智慧社区应用场景,重点分析智能垃圾分类系统及基于NB-IOT技术的小区停车管理系统等应用场景网络架构、数据采集、智慧管理的原理及设计.研究内容对我国社区智能化管理有一定的参考应用价值.

基于云计算技术的运动信息自动管理系统设计

针对运动信息管理过程中存在的应用形式单一等问题,以提升运动信息自动管理水平为目的,设计基于云计算技术的运动信息自动管理系统。构建系统架构分为表现层、控制层、服务层、数据层,服务层为控制层提供数据查询与业务数据服务;控制层关联云计算服务中心,对服务层提供的各项数据进行用户认证、数据交换和集合、统计与分析等控制操作,表现层将控制操作结果显示给用户。测试结果表示,该文系统通过不同的合理方式呈现运动信息,在较高负荷条件下,依旧能够满足运动信息自动管理的实际应用需求。

基于神经网络的OCR技术在自动阅卷系统中的应用研究

为提高学校阅卷的准确率和效率,采用OCR技术扫描试卷,识别考生的作答文字,针对传统OCR技术缺点,使用人工智能中的神经网络技术改进OCR技术,针对OCR的文本检测和文本识别两大步骤,分别使用CTPN模型进行文本检测,使用CNN、Seq2Seq、Attention模型进行文本识别,大大提高识别的准确率和效率,为下一步的自动阅卷提供支持。

课程思政融入高职传感器与检测技术教学改革实践与探索

现代社会离不开信息技术,而信息采集离不开传感技术,传感器作为信息系统的感官,越来越被重视。传感器课程是电子信息类专业广泛开设的一门专业课,在高职学校分类招生背景下,继续采用传统教学方法讲授,效果往往不尽如人意。根据所在学校物联网、电子信息工程等专业分类招生实际情况,充分尊重当下学情,完善课程教学体系,融入课程思政元素,重构课程教学内容,探索有效教学模式,创新课程考评方式,进行多元化评价。教学改革实践表明,融入课程思政的教学改革举措能够明显提高学生学习兴趣,更好地促进学生全面发展,同时提高专业课程育人效果与专业人才培养质量,为区域经济发展提供更多德技并修的高素质人才。

基于嵌入式系统的智能小型采摘作业机器人

目前采摘作业机器人存在机器人转弯性能较差、自动寻迹能力较弱以及自动避障能力欠佳的缺陷。针对这一问题,提出一种通过结合嵌入式系统的双差速驱动机器人。首先建立对应的闭环控制模型,嵌入式系统能够进行更为便捷的图像数据信息的采集,而后建立相应的运行模型,并通过超声波传感器进行避障处理。通过嵌入式系统的信息反馈以及机器人的双差速驱动控制,以达到避开障碍物进行自动寻迹和移动的目的。经过实际案例测试,该方案能够在保证路径寻迹足够高精度的同时,更加快捷的避开障碍物,并缩短整体路径行进的实际,具备更好的可靠性和高效性。

基于图像描述的跨媒体艺术作品智能推荐应用研究

基于图像描述与跨模态注意力的诗词匹配模型是用来对诗词和图像进行智能匹配的深度学习模型。模型采用视觉算法特征提取输入图片的特征,然后结合采用BERT模型提取的诗词文本的上下文特征,使用跨模态注意力机制结合softmax函数进行诗词匹配,以输出与图像匹配度最高的诗词。实验结果表明,相较于其他基线模型,该模型具有更优的性能。

产教融合背景下高等职业学校教育创新探索与实践研究

通过产教融合模式可优化高等职业学校教育,以满足技能密集型人才的需求。首先详细分析了产教融合的核心要素,通过与企业的合作伙伴关系,高校能更好地理解市场需求,提供实际培训,培养具备实际技能和创新能力的人才。实践性教育强调学生将理论知识应用于实际问题,提高他们的就业竞争力;跨学科合作则促使学生在解决问题时具备综合性思维和创新能力。最后,持续评估和改进教育模式是确保产教融合育人平台持续有效的关键,通过与产业界合作伙伴的协作和教师的持续专业发展,高校能够及时调整课程内容,适应变化的市场需求。

邻域信息修正的不完整数据多填充集成分类方法

不完整数据集分类前需要对缺失值先填充。目前已有了一些经典的缺失值填充算法,如均值填充、K近邻填充等。它们各有优势,但这些算法对缺失值的估算易受到与缺失值相关性不大的其他数据干扰,影响缺失值填充效果,进而影响后续分类性能。针对该问题,提出一种邻域信息修正不完整数据多填充集成分类方法。该方法通过嵌入修正填充模块来优化填充过程,利用纯度和邻域半径筛选出待修正填充的近邻数据样本,并根据这些近邻数据样本对缺失值进行修正填充,进一步提升填充精度。同时,融合了多种经典填充算法优势,利用多填充的数据多样性,通过引入集成学习提升分类精确度。实验结果表明,该方法对基准数据集上的缺失值填充效果、数据分类精确度都优于对比方法,同时在真实不完整数据集上也表现出更好的分类精确度。

智能盆栽浇水系统设计

随着生活水平不断提高,人们对居住环境及室内空气质量要求也日益上升。绿色盆栽能够净化室内空气、装点生活、陶冶情操,因此得到越来越多人们的喜爱。不少家庭或办公室都种植了许多绿色盆栽。浇水不及时或过度浇灌会导致盆栽花卉枯萎或死亡。在此背景下本文设计了一个智能盆栽浇水系统,应用土壤湿度传感器实时监测盆内土壤湿度,输出与湿度有关的电压信号,放大后通过ADC0832转换成数字信号送给STC89C51单片机,用LCD液晶显示湿度值。通过单片机程序来控制水泵工作,若盆内土壤湿度不够,蜂鸣器报警,同时驱动水泵进行浇水。该系统结构简单,成本低廉,能够对室内盆栽实现浇水的智能控制,具有一定的应用价值。

基于数据加密算法的计算机通信安全技术

DES数据加密算法的安全性能已经难以满足计算机通信的需求,面临被暴力破解的威胁。文章在DES加密算法基础上进行优化,形成一种双重保障的计算机通信安全策略。利用三重DES(3DES)加密算法对原始明文数据进行加密,利用非对称RSA加密算法对三重DES的密钥实施加密处理,加密密钥与密文共同传输到接收端,实现计算机数据安全传输。局域网中的仿真实验显示,此算法获得了较优的安全性能,数据加密处理效率较为理想,值得推广。

一种基于可靠组通讯技术的分布式网络打印机系统设计

随着无线接入技术的普及,越来越多的电子设备都增加了无线WIFi通讯模块。在分布式网络环境下的打印机节点之间的区域关联性和功能关联性较大,Http协议应用在物联网上显得过于庞大,基于此IETF的CORE工作组提出了一种基于REST架构的CoAP(Constrained Application Protocol)协议。本文针对分布式网络打印机任务下发、数据可靠传输和网络打印机硬件设计等问题,基于可靠组通讯技术CoAP协议设计了一款小巧可用于票券、标签、条形码等打印用途分布式网络打印机软硬件系统。

基于改进人工神经网络的大数据聚类方法研究

为了优化BP人工神经网络在大规模样本聚类中的准确度,基于改进人工神经网络数据聚类方法,使用粒子群算法与遗传算法对BP人工神经网络的初始权值与阈值实施优化,将神经网络分类误差作为粒子群的适应度,利用遗传算法更新粒子速度与位置信息,获得最优粒子位置最优解,优化后的粒子群对BP神经网络初始权值与阈值寻优。实验结果显示,改进的BP神经网络训练误差与测试误差较为接近,表明网络模型的聚类性能较为精准、稳定。