信息化背景下职业教育六方联动评价机制研究

为进一步推动人才队伍建设,完善职业教育人才培养质量第三方评价机制,文章致力于健全组织机构,完善机制体系,形成行业企业、院校、学会协会、用人单位、学生家长、社会媒体六方联动评价机制,具体包括健全组织机构、完善机制体系,细化规章制度、完善指标体系,以及利用大数据分析和人工智能技术对学生进行个性化画像等措施。希望通过研究能为职业教育人才培养质量第三方评价提供有力参考,为职业教育人才培养质量提升作出贡献。

基于课程思政背景的线上线下融合教学探索——以Java SSM框架技术课程为例

职业院校线上线下融合教学处于初始阶段,课程建设和实施的过程尚需完善,文章以Java SSM框架技术课程为例,结合课程思政和专创融合改革,在人才培养模式、课程目标、教学资源、教学模式和考评体系等方面进行调查研究,总结其中存在的问题并进行分析,建立了课内课外、线上线下、创新创业融合教学模式,强化学生创新意识,培养解决实际问题的综合能力,促进知识、能力、素质协调发展,实现了创新创业教育和专业教育的深度融合,有效提高了人才培养的效果。

基于协同降维策略的电子鼻技术应用研究

本文提出了一种协同降维策略来优化特征维度进而提升电子鼻分类精度,该协同降维策略结合了无监督和有监督降维的优点实现原始特征的有效降维,并利用该策略实现不同品牌白酒的智能辨识。首先,提取电子鼻检测数据的最大值、稳态均值、积分值以及小波能量值作为特征值。其次,将无监督降维方式的核熵成分分析(KECA)引入对融合特征进行初步降维,再利用有监督降维方式的线性判别分析(LDA)进行再次降维得到最终的综合特征。最后,基于支持向量机(SVM)、概率神经网络(PNN)、随机森林(RF)对综合特征进行分类识别。结果表明,KECA-LDA-SVM获得了最高的分类性能达96%,说明该协同降维策略可以有效提升电子鼻的检测性能。

技能型社会视域下职业教育服务全民终身学习评价体系构建

职业教育以政策引领为“核心引力”、以技术支持为“赋能重点”、以资源扶持为“改革基点”、以社会参与为“隐性助力”服务全民终身学习,推动职业教育高质量发展。立足政策、技术、资源与社会层面,确立12项职业教育服务全民终身学习的评价关键指标,运用层次分析法获得评价指标影响力排序结果。研究表明,资源共建共享、产教融合、在线教育和网络基建是影响职业教育服务全民终身学习的关键因素。面向技能型社会,要以“三全一常”驱动资源共建共享、以“双化双融”深化产教融合、以“一网两智”筑牢教育网络基础,不断提升职业教育服务全民终身学习水平。

产教融合背景下电子通信专业群“四岗四能”模块化课程体系研究与实践

以电子通信专业群为例,对接新一代电子通信岗位群的职业能力要求,紧密衔接专业群四类岗位需求,按照“基础能力、专项能力、综合能力和创新能力”四级能力递进思路,构建专业群“四岗四能”模块化课程体系。通过融入“三新”技术,建设多元化教学资源,共建“双专双能型”教学创新团队,创新混合式教学模式等策略,保障课程体系的有效实施,为高职院校专业群模块化建设提供新的实践模式和探索方向。

基于PWM调控技术的LED节能控制算法研究

设计了一种LED节能控制系统,给出了系统的硬件设计方案和软件处理算法。使用PIR红外传感器和光敏传感器采集人员行为和环境参数数据,通过STM32对数据进行处理,基于PWM调控技术控制LED照明灯,可根据环境亮度不同自动调节开关和亮度。本系统具有提高用电效率、节约电能以及保护环境的作用。

基于改进K均值聚类的语音情感识别深度学习方法

针对当前语音情感识别(Speech Emotion Recognition, SER)方法中准确性低和时间复杂度高的问题,提出一种基于改进K均值聚类的语音情感识别深度学习方法。采用改进的K-均值聚类算法从整个音频信号中选取反映情感特征的关键片段;使用短时傅里叶变换将所选序列转化为一个谱图;利用深度残差模型ResNet和深度双向长短时记忆Bi-LSTM网络从空间和时间上学习表征谱图中与情感相关的隐藏特征,基于Softmax分类器获得最终的情感分类。实验结果表明,所提方法比其他识别方法具有明显的优势,在改善情感识别率的同时,降低了模型的处理时间。

基于降维字典学习的高维数据分类策略

为了解决字典学习中的高维数据与非线性问题,提出一种基于降维字典学习的高维数据分类策略。在降维阶段,利用自编码器学习一种非线性映射,该映射可以降维并保留高维数据的非线性结构;在字典学习阶段,利用标签嵌入进行局部约束;在学习过程中,保留了可分解的非线性局部结构,增强了类的区分能力,同时优化了映射函数和字典。在多个基准数据集上的实验结果表明,提出的方法能够有效解决字典学习中的高维数据与非线性问题。

地表沉陷预测的改进BP神经网络模型

为了更加准确地预测地表沉陷变形,基于Adaboost算法采用多网络共同计算策略改进了BP神经网络,通过实际沉降数据对Adaboost算法改进后的神经网络进行训练,预测地表最大下沉量、影响角正切和拐点偏移距,将预测的3个参数代入概率积分法中,建立了地表沉陷公式,对改进效果和地表沉陷公式分别进行了验证。结果表明:(1)通过对比改进前后BP神经网络的计算精度,未经过Adaboost算法改进的BP神经网络误差明显大于改进后的BP神经网络,说明基于Adaboost修正后的BP神经网络计算精度得到了有效提升;(2)基于BP神经网络对最大下沉量、影响角正切和拐点偏移距3个参数进行预测,结合概率分析法,能够实现稳沉后采空区主断面上方地表沉降规律的准确描述。以鲁西南地区某矿3301采空区地表为例,利用改进BP神经网络预测了地表最大下沉量、影响角正切和拐点偏移距,进而给出了地表沉陷曲线,与现场实测结果对比显示:改进BP神经网络的最大误差小于0.105 m,最大相对误差为4.3%,证明了所提计算方法的可靠性。

物联网通信传输设备多频段信号源远程切换控制技术

传统物联网通信传输设备信号源切换控制中,受丢包问题的影响,易导致切换控制误差大的问题,提出基于节点监控的多频段信号源远程切换控制技术;通过分析物联网通信传输设备,提出信号控制框架,对设备多频段信号源切换节点进行监控;依据节点监控结果,发现多频段信号源远程切换中的问题节点,通过设定动态阈值,确定问题信号节点所在具体位置;通过动态控制机制和丢包计算公式为依据,解决丢包问题造成的信号源切换控制误差大的问题;采用Netflow数据交换方式,实现对定位节点处信号源远程切换的控制;实验结果表明,该方法比传统方法控制误差小0.71,可提高信号源远程切换控制效果。

基于时域展宽的光电混合模数转换系统关键技术研究

为了满足现代数字信号处理(Digital signal processing,DSP)技术对高速、高精度模数转换的要求,提出采用光电混合的方法解决电子模数转换器存在载流子迁移速率物理极限的问题。提出了一种采用时域展宽光辅助电采样量化方法实现20 GHz高速采样的实施方案,对方案中超短光脉冲源、线性啁啾光载波产生、光学时间拉伸、多通道数据重组等关键技术进行了分析,最后,采用采样速率5 GSa/s,模拟带宽3. 2 GHz、量化精度10 b的电子模数转换器(EVQ190)完成了对一个5通道的微波信号时间拉伸系统的数值仿真。通过多通道数据融合和校正方法得到了仿真结果。仿真结果表明:该设计能达到7位以上的有效位。

基于多源信息融合的车辆定位系统设计

车辆定位是智能交通系统中实现车际信息交互的关键支撑技术。针对现有通用车辆定位算法存在的定位漂移、精度不足、实时性差、鲁棒性弱等特点,在分析全球定位系统(GPS)及ZigBee技术基础上,设计了一种使用GPS和ZigBee多源信息融合的车辆定位系统。通过ZigBee组建网络,以GPS与接收信号强度指示(RSSI)多源联合定位信息融合的形式对目标节点定位,对装配定位装置的车辆群进行信息采集。对系统硬件进行了选型和设计,并且完成了定位应用程序的开发,实现了车辆的精确定位。系统提供用户交互界面,有效地解决了车际定位的精度问题。试验表明,测量最大绝对误差为3~5 m,验证了该系统应用于车辆定位的正确性及可行性,可满足实际要求。

基于模糊逼近的轮腿机器人模型预测跟踪控制

为了同时保证轮腿机器人的轨迹跟踪精度和重载稳定运行,这里提出了一种基于模糊逼近的轮腿机器人模型预测跟踪控制方法。首先对一种四轮腿机器人的并联结构进行系统建模,从模型上提升机器人的负载能力。然后提出了一种基于神经模糊逼近的模型预测跟踪方法,用于评估不确定性动力学和外部干扰,提高轨迹跟踪精度,包括机械结构自适应、重载条件和外部负载干扰。最后通过轮腿机器人平台实验证明了提出方法能够在重载条件下实现高精度的跟踪控制,并且具有较好的鲁棒性。

“互联网+”环境下的高职数字媒体应用技术专业教学模式研究与实践

随着"互联网+"、多媒体、计算机和网络技术的发展和相互融合,数字媒体技术也得到了迅猛发展,数字媒体应用技术专业成为高校专业中的"新宠"。通过分析数字媒体应用技术专业教学中存在的问题,借鉴本专业在国内外高职院校中的专业建设和教学模式实践成果,从创新课程体系、课程内容、人才培养模式和教学模式等方面进行研究,对实现教学资源高度整合与共享、促进国内外高职院校交流与协作、提高学生动手操作能力和综合素质的培养及提升专业教学质量具有一定的推动作用。

基于Docker容器技术的Linux在线实验环境设计

基于Docker容器的虚拟技术在云计算、大数据环境中被大规模的使用,针对Linux操作系统实验环境使用受限的问题,设计了基于Docker容器技术的在线实验环境,描述了实验环境构建的大致过程,对服务器端Docker容器的创建方法进行了分类分析和服务器压力测试,结果表明,所设计的Linux在线实验环境能够满足线上及线下教学的需要,提高了教学效果和效率。

基于“全流程”平台的高职嵌入式技术课程改革研究

在电子信息工程专业核心课程《嵌入式技术》的建设中,按照职业岗位内涵要求确定课程目标,以"全流程"嵌入式教学平台为载体,按照"任务驱动"进行教学设计,培养学生完整的嵌入式技术应用能力;采用素质和实践相结合的细化考核方法,真实评估教学效果;积极指导学生参加各级各类职业技能竞赛,以赛促学、以赛促教。上述措施的引入,有效提升了人才培养的质量,收到了良好的效果。

基于多层感知机模型的车牌识别技术

车牌识别是对实时图像中的车牌区域进行感知和截取,进行光学字符识别的过程。针对人工检测效率低的弊端,设计了一种应用于Android移动平台的车牌识别检测系统,利用OpenCV视觉开发库进行二次开发,使用支持向量机对图像进行判断,截取有效车牌区,并使用人工神经网络中的多层感知机模型实现字符的识别。测试结果表明,该系统检测速度快,准确性能高,对硬件设备要求低,实现了在移动环境下对车牌信息的有效检测和采集。

基于区块链技术的农产品供应链信源追溯体系研究

区块链技术以其去中心化、公开透明、不可篡改等诸多优势被越来越多地应用于各行各业。文章将区块链技术与农业结合,聚焦当前普遍存在的消费者对食品安全信任危机问题,分析区块链技术在农产品供应链信源追溯上的天然优势,从功能体系、物理体系两个角度分别探讨区块链农产品供应链信源追溯体系的构建。文章从供应链全局角度出发提出了一套新的体系构建方法,综合考虑各环节角色存在的监管溯源问题,旨在通过区块链技术确保普通消费者"舌尖"上的安全。

教育数字化背景下“T-SMART”智慧教学模式创新与实践

在教育数字化背景之下,新一代的、信息技术与教育相结合使得学习和传播知识技能的方式不断发展。迫切需要使用新信息技术、数字化技术重构智慧教育教学生态。利用新一代信息技术打造智能化学习平台,建设一支创新型教学团队,不断提升教师数字化教学能力,依托教学方法、教学活动、教学资源和教学评价四个方面构建一套适合高职教育的“T-SMART”智慧教学模式,实现教育、科技、人才“三位一体”,共同支撑高职教育高质量发展。

基于SpringBoot的网上商城管理系统设计与实现

根据网上商城管理系统的实际需求,利用SpringBoot、MyBatis、MySQL、BootStrap等开发技术,设计并开发出网上商城管理系统。系统可以有效地管理商品、订单生成、商品地址等相关流程,提高商家运营的效率并节省了运营成本。