新工科背景下计算机程序设计类课程实验教学创新改革

针对传统计算机程序设计类课程实验教学模式不符合新工科建设背景下的应用型人才培养要求的问题,分析教学中的痛点问题并剖析原因,以工程教育专业认证为抓手,基于教学理念、教学内容、教学资源、教学模式、教学考核与评价5个方面,提出紧扣工程教育认证标准、聚焦应用型人才培养目标的“双向引领、双堂融合、双线联动、多维考评”的实验教学创新改革思路,以Java程序设计课程为例,介绍创新改革实践过程,最后说明教学改革效果。

基于实践任务的图形图像处理技术课程混合式教学创新

针对学生突破学科樊篱的动力不足、学习深度不够、解决实践问题能力欠缺的问题,提出基于实践任务的混合式教学创新总体思路,从教学内容、教学模式、教学方法、课程思政、课程评价5方面介绍教学创新改革过程,最后说明教学改革效果。

一流课程背景下数学分析课程思政的探索与实践

以一流课程建设为引领,结合数学分析课程教学改革与教学创新,充分挖掘课程蕴含的思政资源并优化内容供给,探索数学分析课程思政建设模式和方法路径,主要在教学设计、思政内容、融入途径、实施过程、教学反思及评价机制上进行深入研究,在教学的某些环节彰显出思政教育内涵,将课程建设与思政建设有机融合,构建数学分析课程思政教学新体系。

基于计算思维的“程序设计基础(C语言)”课程教学改革

计算思维是目前教育界和科学界主要的思维方式之一。通过调查问卷分析所教学生的计算思维能力水平,提出以计算思维为核心的目标体系,将计算思维的体系应用到“程序设计基础(C语言)”课程中,采用任务驱动的教学模式,并辅以在线课程资源和信息化工具,展开一系列教学改革实践活动,通过分析问卷发现学生的计算思维能力有明显提高。

基于数学建模的赛道位置和能量关系探究

应用能耗方程将能量曲线定义为PO-Time曲线,选出两名不同类型的自行车运动员Time Teial Specialist和Puncheur,并给出他们不同性别的能量曲线。将赛道划分为5个不同难度的类型并给出不同类型所需要功率输出PO的范围,用Shapiro-Wilk和逐步回归法对数据进行分析,得知PO和不同类型赛道存在相关性P<0.05。通过设计全长45.75公里的多弯道高难度爬坡赛道,将模型应用于2021年东京奥运会计时赛、2021UCI世界锦标赛计时赛和自设赛道中,得出不同性别运动员在比赛进行中不同位置上的能量特征。考虑到风向和风力强度对运动员输出PO的影响、各种天气因素的改变导致运动员可能受到的影响间接影响功率输出PO,故引入环境影响因子来分析运动员受天气和环境影响的敏感程度。

济宁市网络招聘平台市场运营及策略分析

信息时代,互联网技术的发展促使大数据在各个行业进行深刻的变革,人才引入已经成为促进地方发展的关键性因素,各行业对招聘人才的要求也越来越高,高校毕业生就业面临严峻的考验。而各个高校在指导大学生就业方面,仍然是以传统辅导为主,缺乏运用大数据技术的方法。本文就目前济宁市提升“231”产业集群竞争力,提升产业链、供应链水平作为主攻方向的背景下,充分利用大数据技术对济宁市人力资源市场微信服务平台进行灵活性优化,提高应届大学生就业率,助力济宁市的人才引进,为地方建设贡献一份力量。网络招聘平台具有覆盖面积广、构建完善、可信度高等特点,并融入济宁市地域特色,可推广程度高。

基于改进YOLOv8n模型的多品种葡萄簇检测方法

葡萄簇目标的精准检测是实现估产、采摘等作业的前提,现有方法难以实现多品种葡萄簇的轻量化精准检测。为提高复杂自然场景下多品种葡萄簇检测准确性、鲁棒性与泛化性,提出一种基于改进YOLOv8n模型的多品种葡萄簇检测模型ESIC-YOLOv8n,该模型在YOLOv8n的Backbone和Neck网络中分别添加EMA和SA注意力模块,以加强网络的特征提取和多尺度特征融合能力,降低因遮挡或重叠对葡萄簇检测的干扰,提高检测精度和召回率;在Head把CIoU替换成Inner-CIoU,利用辅助框提高重叠目标检测的准确性,从而提升模型整体的检测准确性和泛化性。ESIC-YOLOv8n模型的检测精度为87.00%,召回率为81.60%,mAP为88.90%,F1值为84.21%,较原YOLOv8n模型分别提高1.05%、2.90%、1.48%和2.00%。结果表明,ESIC-YOLOv8n模型具有准确率高、泛化性好、轻量化等优点,可为葡萄产量估计、采摘等研究提供技术支持。

正规三角矩阵余代数上的余导子

设C和D为余代数,M为C-D-双余模.该文给出了正规三角矩阵余代数T=(CM0D)上余导子的具体结构,并建立T的余导子与C、D和M上相关概念的具体关系.

视频监控下利用记忆力增强自编码的行人异常行为检测

随着视频监控数据的快速增长,对大规模视频数据的自动异常检测的需求越来越大,基于深度自编码器重构误差检测方法已经被广泛探讨。但是,有时自编码器“泛化”得很好,能够很好地重建异常并导致漏检。为了解决这个问题,提出了采用记忆力模块来增强自动编码器,称为记忆力增强自编码(Memory-augmented autoencoder, Memory AE)方法。给定输入,Memory AE首先从编码器获取编码,然后将其用作查询以检索最相关的记忆项来进行重建。在训练阶段,记忆内容被更新以表示正常数据的原型元素。在测试阶段,将学习到的记忆元素固定下来,从正常数据的几个选定的记忆记录中获得重建,因此重建将趋向于接近正常样本。因此,将加强对异常的重构误差以进行异常检测。对两个公共视频异常检测数据集,即Avenue数据集和ShanghaiTech数据集的研究证明了所提出方法的有效性。

一种基于切比雪夫混沌映射的可证明安全的溯源认证协议

为降低计算开销,提高安全性,文章利用哈希函数的不可逆性和切比雪夫混沌映射的半群特性设计了一种溯源验证算法,并基于该算法设计了注册中心(Registry Centre,RC)离线模式的身份认证协议。文章提出的方案将传统的口令与生物特征、公钥密码相结合,实现了三因素认证和双向溯源认证,并且不需要注册中心参与认证过程。文章在认证方案中设计了双密钥双重加密机制,通过计算得到一次性密钥,传输的信息使用一次性密钥进行加密,能够有效降低计算开销,实现密文传输、隐私保护和前向安全。通过安全性分析、BAN逻辑证明、ProVerif工具仿真验证表明,文章提出的协议是安全的;与其他同类方案相比,文章所提方案更安全、更高效,适用于资源有限的移动互联网络环境。

基于区块链和LSTM的物联网数据隐私保护框架

为提高物联网(IoT)数据的安全性和隐私性,提出了结合区块链和深度学习的隐私保护安全框架。通过在雾节点和云节点上部署结合区块链和星际文件系统(IPFS)的数据存储模块,利用改进工作量证明的区块链,实现数据去中心化、安全性和可验证性,并利用IPFS显著降低了IoT节点的存储和通信成本。利用基于主成分分析的隐私保护模块进行数据转换,确保了数据在公用系统中的隐私性。最后,利用部署在雾节点和云节点上的基于长短时记忆网络(LSTM)的异常检测模块进一步验证隐私模块的输出。仿真实施和两个IoT公开数据集上的实验证明,所提系统有效改善了传统区块链网络延时大、存储和通信成本高的缺点,且能够高效检测IoT网络上的各种攻击行为。

基于混合启发式算法的货物空运装配策略

根据三维装箱问题的特点,考虑货物存在不同的摆放方式、集装箱剩余空间最大利用率等多项影响因素建立了货物空运装配多目标约束模型,采用以遗传算法和模拟退火算法为主的混合启发式算法运行求解,快速制定出货物的装载布局方案,有效解决了在多约束下的货物空运装配策略问题。

离散模型下带有交易费和税的最优分红

本文研究离散模型下带有分红交易费和税的最优分红问题.在分红率有界的条件下,通过更新初始时间得到最优值函数并证明最优值函数为Hamilton–Jacobi–Bellman方程的唯一有界解.另外,我们通过解HJB方程获得最优映像函数的近似解.

带内全双工通信中天线自干扰抑制研究进展

带内全双工无线通信由于能够有效地提高频谱利用率,目前得到了广泛研究。文中针对IBFD通信中天线自干扰抑制技术进行综述,详细介绍了该领域最新研究进展,阐述了不同自干扰抑制技术手段的主要原理。通过对该领域当前采用的自扰抑制技术进行系统归纳,分类比较了不同技术手段,总结了不同自干扰抑制技术的优势和不足。结合当前研究现状和应用热点,提出了未来IBFD天线自扰抑制技术的研究和发展方向。

景点车流量大数据监测分析及相关预测设计

游客在景点旅游时的时空信息和行为信息都被蕴含在所获取的多源异构旅游数据中,为了更好地对景点车流量大数据进行监测分析及预测,本文首先对比元旦假期前后车牌数据,进行去重处理后即可对来往车辆是否为自驾游车辆进行判别,然后提出了基于HDFS的景点交通流数据存储,并利用已知模型表示景区内交通流量和密度的关系并提出相关建议。最后,采用K近邻非参数回归等算法来预测短时交通流。

离散模型下带交易费和税最优分红的迭代解

研究离散时间模型下带有分红交易费和税的最优分红问题.在分红率有界且不小于单位保费的条件下,证明了最优映像函数和值函数的单调性.根据单调性,运用迭代算法,获得了最优映像函数、分红赔付和值函数的近似解。