高等院校软件类毕业生就业调查报告——以江西师范大学软件学院为例

自1999年高等院校扩招以来,大学生就业难成为了一种普遍的社会现象,就业难的问题日益突出并呈现上升发展趋势.尤其是近三年,90后应届毕业生逐渐进入职场,成为这三年招聘会的求职主力军,但是中国社会现状还未形成适合90后群体的招聘理念,90后群体的感觉表现出比80后群体的人要急躁、自我、缺乏责任感等等,但是他们同样地渴望收获成功.由于90后群体处于“毕业-择业-就业”的人生转折期,他们的思想状态、精神面貌、心理变化都存在着新的发展倾向,因此通过分析江西师范大学软件学院毕业生的调查情况,提出比较合理的对策和建议.

基于学习行为语义分析的学业预警探讨——以江西中医药大学药学专业为例

文章以江西中医药大学药学专业为例,探讨了基于学习行为语义分析的学业预警,具体而言,首先说明了学业预警系统模型的构建,然后论述了课程专属深度神经网络模型的建立,最后分析了学业预警测试与分析的实验,且实验结果表明,进行学业预警后,课程的通过率及优秀率均有明显提高。

从教育强国到产教融合的几点思考

以教育强国建设支撑中国式现代化是教育的时代责任。支撑强大的创新驱动发展能力是教育强国的核心特征。教育强国建设的核心是高等教育,建设教育强国关键是建成高等教育强国,服务是高等教育的本体使命和根本方向。在教育强国建设过程中,产教融合获得了新的时代意义,是高等教育改革发展的主旋律。

面向“两个关联”的程序设计类课程知识点案例库建设实践

针对程序设计类课程知识点易混淆以及知识点与应用结合不紧密的问题,提出课程教学应重视“两个关联”,即知识点之间的关联、知识点与应用的关联;然后归纳易混淆知识点间的关联以及知识点与应用场景的关联,具体阐述课程如何建立立体化的脚手架式知识点案例库教学资源,并根据知识点的特点设计符合应用场景的课程实验和课程设计,最后通过满意度调查和考核成绩数据分析说明改革成效。

一种基于强化学习的自适应多邻域人工蜂群算法

邻域拓扑是提高人工蜂群算法性能的一种有效手段.然而,现有相关工作主要是在种群层次上实现了单一邻域拓扑,这种方式忽略了不同类型的邻域拓扑能优势互补,使得算法性能还有一定局限性.为此,本文结合强化学习,提出在个体层次上实现多邻域拓扑。将种群中的个体视作智能体,设计了基于邻域拓扑的状态和动作,选用4种不同特征的邻域拓扑用于构建邻域候选池,之后采用Q-learning方法根据个体的奖励情况为其自适应选择不同的邻域拓扑.该方式相对于现有的单一邻域拓扑,更能充分发挥不同邻域信息对算法搜索的引导作用.在CEC2013和CEC2017两套测试集以及两个实际优化问题上进行了大量实验,与4种邻域相关ABC和4种知名改进ABC进行了性能对比,结果表明该算法的收敛精度和速度均有更好表现,可有效增强邻域人工蜂群算法的性能.

基于创新创业能力培养的“药剂学”课程教学模式探索与实践

文章首先构建了基于创新创业能力培养的“药剂学”课程教学模式,然后论述了基于创新创业能力培养的“药剂学”课程教学模式实施,最后总结了基于创新创业能力培养的“药剂学”课程教学模式实施成效,其中教学模式实施包括应用翻转课堂结合线上线下混合式教学模式;基于云技术和云平台,构建多元化评价体系,建立自主型考核标准;以大创项目和知识竞赛为驱动,拓展课程深度,提高课程的高阶性;等等。

HSV空间的明度对数斜率变换的低照图像增强

为了在保持图像颜色自然的同时,适宜地提升图像的亮度和对比度,丰富图像的细节信息,提出了HSV空间的明度对数斜率变换的低照图像增强方法。将低照图像转到HSV颜色空间,将明度分量V进行多尺度Retinex分解,得到多尺度的细节层图像和光照图像;对多尺度的细节层图像进行自适应分数拉普拉斯增强,而用自适应的对数斜率变换对光照图像进行增强;将增强后的明度分量V与色调H和饱和度S分量组合,得到亮度适宜、高对比度和高清晰度的图像。与部分现有方法进行比较,实验数据显示所提方法的增强图像的视觉效果更佳、信息熵和平均梯度更高,因此具有更优的图像增强性能。

基于NS-3网络模拟器的MPQUIC协议仿真研究

随着5G移动视频应用加速落地以及国内视频流需求的迅速激增,迫切需要一种新的数据传输协议来提供可靠的安全性,以保障上层应用处理更多的接入连接以及满足更低的延时需求.多路径QUIC协议(Multipath Quick UDP Internet Connection,MPQUIC)具有拟合多条链路带宽资源、强大连接的容错能力和高可靠性等优点,被认为将在未来移动互联网数据传输中发挥重要的作用.然而,目前国内外研究人员对于MPQUIC协议的相关研究正处于初步阶段,该协议还没有一个普适性的、开源的仿真平台.因此,借助全球网络仿真领域应用最广的NS-3网络模拟器搭建了MPQUIC仿真平台(ns3-mpquic),为相关学者提供研究MPQUIC协议的开源、免费、普适的基础平台,为全球专家学者对MPQUIC协议的模拟部署和优化提供助力.

基于Graph Transformer的半监督异配图表示学习模型

现有的图卷积网络(GCN)模型基于同配性假设,无法直接应用于异配图的表示学习,且许多异配图表示学习的研究工作受消息传递机制的限制,导致节点特征混淆和特征过度挤压而出现过平滑问题。针对这些问题,提出一种基于Graph Transformer的半监督异配图表示学习模型HPGT(HeteroPhilic Graph Transformer)。首先,使用度连接概率矩阵采样节点的路径邻域,再通过自注意力机制自适应地聚合路径上的节点异配连接模式,编码得到节点的结构信息,用节点的原始属性信息和结构信息构建Transformer层的自注意力模块;其次,将每个节点自身的隐层表示与它的邻域节点的隐层表示分离更新以避免节点通过自注意力模块聚合过量的自身信息,再把每个节点表示与它的邻域表示连接,得到单个Transformer层的输出,另外,将所有的Transformer层的输出跳连到最终的节点隐层表示以防止中间层信息丢失;最后,使用线性层和Softmax层将节点的隐层表示映射到节点的预测标签。实验结果表明,与无结构编码(SE)的模型相比,基于度连接概率的SE能为Transformer层的自注意力模块提供有效的偏差信息,HPGT平均准确率提升0.99%~11.98%;与对比模型相比,在异配数据集(Texas、Cornell、Wisconsin和Actor)上,模型节点分类准确率提升0.21%~1.69%,在同配数据集(Cora、CiteSeer和PubMed)上,节点分类准确率分别达到了0.8379、0.7467和0.8862。以上结果验证了HPGT具有较强的异配图表示学习能力,尤其适用于强异配图节点分类任务。

基于速度与准确率权衡的深度认知诊断模型

智能教育中,认知诊断通过分析学习者的学习行为数据来理解学习者的认知状态。现有基于深度学习方法的认知诊断模型默认假设学习者在作答过程中有足够的作答时间来完全发挥知识掌握水平,未考虑学习者在作答过程中的作答速度与作答准确率之间的权衡策略对发挥知识掌握水平的影响。针对上述问题,提出了一种基于速度与准确率权衡的深度认知诊断模型,首先构建认知风格模糊集解释学习者的权衡策略,然后通过动态逻辑回归函数模拟学习者作答过程中的速度与准确率权衡关系,实现对学习者理论上能达到最高的知识掌握水平与实际作答中发挥出来的知识掌握水平的区分诊断。此外还引入了作答时间属性和题目类型属性,以更准确地表征认知诊断交互函数中的题目参数。大量实验表明,该模型相比同类最优模型在3个公开数据集上准确度分别提升2.58%,2.86%,5.18%,且能为预测结果提供作答时间层面的解释,具有一定的优越性。

专业认证背景下引入课程思政的软件专业人才培养模式

针对当前软件人才培养中综合能力、人文素养等缺失的现状,提出基于工程教育专业认证标准,构建一个以学生为中心、以毕业要求为目标并融入思政教育的人才培养模式,探讨软件专业毕业要求与思政元素、课程教学和评价考核的映射及实施,介绍思政案例库的建设,并以面向对象的分析与设计课程为例阐述具体教学实施,通过效果说明该教学模式的有效性。

基于语义引导的人像自动抠图模型

为解决现有人像抠图方法中存在的语义判别错误和抠图细节模糊问题,提出一种基于语义引导的人像自动抠图模型。首先引入CNN-Transformer混合架构EMO进行特征编码。接着,在语义分割解码分支利用多尺度混合注意力模块处理最高层编码特征,以增强多尺度表征和像素级判别能力。然后,使用特征增强模块融合高层次特征,促使高层语义信息在浅层网络的流动。同时,细节抠取解码分支中的聚合以引导来自模块不同分支的特征聚合,利用聚合特征更好地引导网络提取浅层特征,提高了边缘细节抠取精度。在3个数据集上的实验表明,该方法与所比较方法相比性能达到了最优,并显著降低了参数量和计算复杂度,具有较高的竞争力。

基于DDS的机载嵌入式软件仿真自测试方法

针对日益复杂的软件测试要求,在保证嵌入式软件的测试效果的同时,应降低测试成本,因此,设计基于DDS的机载嵌入式软件仿真自测试方法。选择S3C44BOX芯片和FPGA-EP2C8作为核心芯片,构建软件仿真测试平台,将测试模型设定为W模型格式,引入LLC聚类系数对测试结果进行分析,完成软件仿真自测试分析过程。由仿真结果可知,其软件异常误检率较低且测试结果精度较高,测试效果得到保证,同时减少测试成本。

大学的“社会参与”运动还是“参与型”大学的崛起?——兼论知识、经济和社会多重转型背景下一流大学建设的方向

在知识、经济和社会多重转型的背景下,大学的社会参与作为一种运动席卷全球。大学的社会参与运动不只是大学传统社会服务职能的强调和发展,而是在新的时代背景下对大学使命和职能的改造,代表着一种新类型和新范式大学的崛起。参与型大学对今天的一流大学建设带来诸多启示:一流大学建设需要范式转变;一流大学建设需要超越创业型大学;一流大学建设要重新反思学术;一流大学建设要重新定位社会服务。

我国软件业对区域经济发展的影响差异分析

软件业发展不仅能带动新兴产业的发展,还可以推动传统产业的改造与升级,已经成为推动国家经济建设、科技进步和社会发展的战略性产业。从产业发展区域布局上看,我国软件产业呈现出分散的格局。基于东部、中部和西部29个省市的面板数据,分析了软件业发展与经济增长之间的关系,回归分析结果表明,东、中、西部软件业发展与经济发展之间存在显著正相关且存在差异,我国东部软件业对经济增长的促进作用最大,西部次之,而中部的促进作用最小。因此,对信息产业进行优化转型,不断向传统产业进行渗透,在人才培养、信息化环境方面加大政策扶持力度,是实现信息化和工业化融合的必经之路。

基于MOOC的软件项目管理课程教学改革

为了克服工程硕士"软件项目管理"课程教学过程中遇到的问题,引入MOOC平台对"软件项目管理"课程过程进行混合教学模式的改革。重构教学内容与过程,发挥MOOC的优势作用,体现教师的主导作用,激发了学生的主体作用。

农村大学生的心理健康缺失及其救援机制

大学阶段是各种人生压力相对集中的阶段.农村大学生作为一个特殊群体,其心理健康方面存在缺失.我们要正视农村大学生的心理健康缺失,科学分析其成因,采取切实有效的心理救援机制,为农村大学生打造一个明净的天空.

江西省科技投入与产业经济增长的灰色关联分析

依据江西省2004—2011年的统计数据,采用一种改进的灰色关联分析法,对江西科技投入与产业经济增长的关联性进行实证分析,结果表明:科技人员投入、R&D经费投入与江西省经济增长均有较强的正相关关系,且与R&D经费投入关系更为密切;从三大执行部门科技投入来看,高校科技人员投入对江西第一、三产业经济增长的影响最大,高校R&D经费投入对江西第二产业经济增长的作用最为显著。最后根据以上结论对江西省未来科技投入提出了一些建议。

融合GSConv轻量化YOLOv5s的电力作业穿戴设备检测算法

为了判断电力作业人员是否佩戴安全帽、绝缘靴、绝缘手套、绝缘服等安全设备,确保电力施工现场安全,提出一种融合GSConv轻量化YOLOv5s的电力作业安全设备检测算法。首先,采用C3Ghost卷积和深度分离卷积(DW⁃Conv)构建新的特征提取端,同时在特征融合端使用GSConv替换普通卷积降低模型复杂度,减少参数量和计算量,在提高算法计算速度的同时提高检测精度;其次,使用K-mean++聚类算法获取YOLOv5s算法输出端的候选框设定值;最后,采用PSA机制改进YOLOv5s算法的特征提取端,提升电力作业场景安全设备图像的通道分辨率和空间分辨率,保留被遮挡小目标的关键节点信息。实验结果表明,该算法的平均精度均值(IoU=0.5)达到0.962,比原网络检测性能提升了1.50%,同时模型参数由7.02 M减少至2.77 M,计算量由15.8 GFLOPs减少至5.7 GFLOPs。该算法可满足电力作业实时性检测需求,能在电力作业场景存在遮挡和缺失时有效监测作业人员是否正确佩戴安全设备。

融入思政元素的软件类专业课程思政改革与实践--以《面向对象的设计与分析》为例

在当前国内高校大力建设“新工科”的背景下,以培养兼具工程素养与创新能力的专业人才队伍。在此过程中,有必要坚持立德树人的根本任务,将思政工作贯穿于整个课程教学过程中,以提升“新工科”软件人才的培养质量。《面向对象的设计与分析》作为软件类专业的基础课程,关系到软件专业学生的专业思维和职业素养。论文以《面向对象的设计与分析》课程为研究对象,阐述“课程思政”改革与实践的教学目标、教学内容设计和教学典型案例。