浅析河南高校软件学院“校企合作”的现状与出路——以河南大学软件学院为例

软件产业是国民经济信息化的基础和信息产业的核心,是经济和社会发展新的增长点。要培养具有国际竞争力的高层次软件人才,"校企合作"是一条重要的途径。本文通过对河南高校软件学院"校企合作"的现状、存在的不足及原因作简单分析,同时以河南大学软件学院近年来"校企合作"的实践经验为例,为探索软件学院今后办学模式及科学发展汲取经验。

软件学院大学英语听说课现状分析及改进措施

在大学英语教学改革的形势下，本文通过对河南大学软件学院的大学英语教学现状——教学模式、教材使用情况、学生情况、英语教学师资、应试教育模式的分析，指出了其不足之处，同时也提出了改进措施与方法。

中西部地区软件学院校企合作主要问题及对策

本文从我国中西部地区软件学院校企合作的现状入手,分析了当前中西部地区软件学院校企合作的主要问题,然后针对这些问题,以河南大学软件学院为例,探讨了中西部地区软件学院的校企合作,工学结合的对策和方案。

软件学院实训基地建设思考与实践

以河南大学软件学院为背景,从软件学院实训基地建设的指导思想、建设内容、主要模块和取得的成效等方面对软件学院实训基地的建设进行了分析和研究。

论软件学院教学质量监控体系构建

随着我国高校软件学院建设的快速发展,教学规模和教学质量管理之间的矛盾日益突出,构建科学合理的教学质量监控体系势在必行。本文以河南大学软件学院为背景,对软件学院教学质量监控体系构建的原则、内容、方法、机制等方面进行分析和研究。

软件学院C语言双语教学探讨

文章在讨论双语教学现状的基础上,结合软件学院办学特点,对C语言双语教学进行了探讨。文章着重研究了C语言教材选用和教学方法,并在此基础上给出提高C语言双语教学效果的一系列建议,对双语教学质量的提高起到一定参考作用。

软件学院实践教学体系的构建思路

基于对软件学院工程教育性质的认识,立足于对学生工程能力和创新能力的培养,提出了软件学院实践教学体系的建设思路:既要重视理论教学,也要加大实践教学的比重;构建连续的、层次不同的实践教学体系;加强大学生创新平台的建设工作;改革常规的考试管理模式。

浅谈软件学院“引企入院”教学模式的探索与实践

计算机软件产业是国家调整经济结构的重要产业,软件产业的发展离不开高素质应用型软件人才的培养。如何在当今形式下培养出满足软件企业需要的应用型、复合型人才,是每个软件学院发展与学科建设中存在的普遍问题。本文通过对国内软件人才需求分析,结合学院"校企合作"的实践经验,阐述学院校企合作模式的实施方法,分析实践中的不足并提出改进措施。

软件开发与测试课程的虚拟仿真实践教学设计

为响应教育部规划建设虚拟仿真实验教学的要求,将虚拟仿真技术应用于软件开发类课程的实验教学中,把课程综合实践与企业案例进行结合,设置了基于大型综合项目的虚拟仿真实验,符合虚拟仿真实验建设的要求。实验内容综合了软件开发教学中的知识点、操作技能、工具的使用、学生团队沟通与合作、项目管理、项目文档撰写等诸多方面,使学生在掌握本专业的基本知识和技能的基础上,能够真实体验软件企业进行软件项目开发、测试与管理方面的工作流程及相关技术,对高校计算机类课程教学模式的改革具有一定的推动作用。

以教学改革为契机,推动软件学院人才培养模式的转变

软件产业是国家鼓励发展的朝阳产业,在软件产业迅速发展的今天,人才问题一直都是最主要的。本文根据河南省软件学院的现状,结合河南大学软件学院的实际,提出了一种新的人才培养模式,并在教学改革的过程中实践和不断更新,已经取得了显著的成果。

如何上好软件学院《思想道德修养与法律基础》课

《思想道德修养与法律基础》（以下简称为“基础”课）课是普通高校开设的“两课”之一，是高等院校进行素质教育的核心课程和高校德育工作的基本组织形式，是为各专业实现其人才培养目标，达到未来工作岗位素质要求而起到支撑作用、在整个课程体系中不可替代的重要课程。本文试对软件学院教学现状和如何搞好软件学院《基础》课教学谈几点看法。

浅谈软件学院实验课程整合

本文结合我国软件行业的现状，指出软件人才的短缺是我国软件产业发展的瓶颈。在此基础上对高校软件学院的实验课程的所存在的问题加以分析和探讨，并提出了实验课程整合的相应措施和方案，在很大程度上为应用型软件人才的培养做出了贡献。

软件学院公共政治课教学思路探析

该文通过对当前软件学院学生学习公共政治课的现状进行分析，找出教师在公共政治课教学中存在的问题，从而提出改革的思路，即对学生学习公共政治课应改变“教师满堂灌、学生被动听”的模式，从而探寻一种有益的教学改革措施。

求解多维复杂函数及真实世界工程设计问题的高效海洋捕食者算法

针对海洋捕食者算法在面对复杂函数和工程设计优化问题时存在的自适应能力有限、寻优精度有时较低、局部桎梏概率较高等缺点,提出一种新的高效自适应海洋捕食者算法.首先在海洋记忆存储阶段引入学习自动机引导的教与学搜索机制,更好地平衡算法在不同迭代时期对探索和挖掘能力的不同需求;然后在局部开发阶段,引入对数螺旋探索机制,加强算法在最优解附近的精细挖掘能力,进一步提高收敛精度;最后在算法中每次迭代末尾处加入改进的自适应相对反射策略,提升种群跳出局部最优的能力,降低局部桎梏概率.为了分析和验证该改进算法的性能,将其和6种代表性算法在进化计算大会(CEC)2017测试套件上进行100维的函数极值测试,并在4个具有挑战性的工程设计优化问题上进行测试.测试结果表明在求解多维复杂函数和工程设计优化问题时,本文改进算法的寻优精度、收敛性能和求解稳定性明显优于其他6种代表性算法,尤其在高维复杂函数下,其寻优性能的优越性更为显著.

以患者为中心基于IPFS和区块链的医疗信息共享方案

医疗机构之间的电子病历(EMR)存储与共享,对实现跨院诊断和分级诊疗至关重要,可以有效减轻患者的负担和避免重复检查。针对EMR难以安全存储和共享的问题,提出一种以患者为中心基于星际文件系统(IPFS)和区块链的EMR安全存储与高效共享(PCIB-MIS)方案。首先,应用混合加密策略,以安全存储与共享EMR,缩减加解密时间;其次,通过区块链存储EMR的密文索引;再次,结合联盟链与私有链以降低存储压力,EMR索引存于医院私有链;最后,EMR密文存放于IPFS,确保数据安全和不可篡改。当需要跨院调取EMR时,进行以联盟链为中心的跨链调用与代理重加密。安全性分析与实验结果表明,仅被授权医生可获取患者病历;与公钥加密算法RSA相比,将加解密时间降低至毫秒级别;与将EMR单一存放于区块链上的方案相比,节省了98.8%的区块存储空间。所提方案可以实现病历安全存储与共享,大幅压缩EMR加解密时间和减轻区块链存储压力。

面向高速行驶车辆的在线任务卸载决策算法

车载边缘计算中的任务卸载决策主要解决任务何时卸载,以及卸载至哪里执行的问题。车辆的高速行驶会造成卸载接入设备频繁变化,卸载通信链路随时可能中断,这要求车辆一旦获得卸载机会,就必须立即做出卸载决策。现有的卸载决策研究专注于如何最大化任务卸载执行增益,未充分考虑卸载决策时效对卸载策略的影响,导致提出的卸载决策方法的时间复杂度和空间复杂度高,无法用于高速行驶车辆的在线任务卸载决策。为解决上述问题,首先综合考虑卸载决策时效和卸载增益因素的影响,建立高速行驶车辆的任务卸载决策模型,并将其转化为类秘书问题。然后,提出了一种基于加权二部图匹配的在线车载任务卸载决策算法OODA,以协助车辆在依次经过多个异构的边缘服务器时,做出实时的任务卸载决策,并最大化整体卸载执行增益。最后,理论分析OODA算法的竞争比,并采用仿真实验验证该算法的可行性和有效性。

基于双默克尔树区块结构的交易粒度联盟链修改方案

随着区块链技术的蓬勃发展,以区块链为底层架构的信息系统已应用于包括数字货币、供应链等众多领域。在监管和实际应用双重需求的驱动下,可修改区块链技术因能够进行安全且权责分明的数据治理而成为当前研究的热点。然而,目前的修改方案中仍然存在修改权限过度中心化、修改效率不高等问题。针对上述问题,提出了一种交易粒度联盟链账本修改方案,构建了双默克尔树区块结构,利用椭圆曲线加密和迪菲-赫尔曼秘钥交换技术将变色龙哈希陷门信息(即变色龙哈希私钥)加密存储在区块中,降低密钥分发的系统通信开销。在此基础之上,通过默克尔树将修改权与用户绑定,修改提案受权限节点投票审查,有效防止了修改权的滥用,进一步提高了区块链系统的监管问责能力。实验表明,该联盟链账本修改方案的算法执行速率整体达到毫秒级,并大幅降低了链上数据修改操作的额外开销。

基于同态加密的区块链混币方案

区块链混币技术是一种保护交易隐私、实现交易的不可链接性的重要方案。然而,其结合了Pedersen承诺的验证过程,需要数百字节的空间开销,极大地降低了可用性。利用国密SM2算法、同态加密和混淆地址,提出了一种新的区块链混币方案。该方案通过使用EC-ElGamal半同态加密技术加密交易金额,在链上交易过程中完全隐藏交易金额,将隐藏金额后的交易进行两次验证和一次重随机化后发送到一次性的混淆地址中,打破交易发起方和接收方的联系,实现了交易的不可链接性和不可追踪性。所提方案能够有效提高交易数据隐私保护的强度,增强对分析攻击、密钥重放攻击和女巫攻击的抵抗能力,同时单次交易的空间占用减少了82.25%,交易吞吐量显著提高。

一种口腔检查机器人的设计与定位研究

传统的口腔疾病诊断高度依赖医生的临床经验和专业素养,因此创新设计了一种口腔检查机器人样机,采用标准D-H法建模,利用蒙特卡洛法进行工作空间分析,利用五次多项式插值函数对机械手进行轨迹规划,验证了结构设计的合理性。基于Dlib模型设计了口腔状态判断方法,通过分析Astra S相机、机械手和三维空间之间的坐标系转换关系,获取嘴部中心坐标,经重复定位试验得到误差均在±2 mm之内,验证了嘴部定位方法的可行性。

基于代理选举的高效异构联邦学习方法

物联网多样性终端设备在计算、存储、通信方面的异构性导致联邦学习效率不足。针对上述联邦训练过程中面临的问题,基于代理选举思路,提出了一种高效联邦学习算法。设计了基于马氏距离的代理节点选举策略,将设备的计算能力与闲置时长作为选举因素,选举性价比高的设备作为代理节点,充分发挥设备计算能力。进一步设计了基于代理节点的新型云边端联邦学习架构,提升了异构设备之间的联邦学习效率。基于MNIST和CIFAR-10公开数据集与智能家居设备真实数据的实验表明,该联邦学习方法的效率提高了22%。