地方院校电子信息专业硕士研究生实践能力训练探讨——以郑州轻工业大学软件学院为例

软件类电子信息专业硕士研究生是我国高科技产业发展和技术创新的重要力量之一。创新实践能力的培养是电子信息专业学位研究生培养的重要方面,也是区别于学术学位研究生的主要特征。随着信息社会的到来,软件类电子信息专业硕士研究生实践能力提升的重要性越来越突出,而当前研究生实践教育训练仍存在一些问题。本文以郑州轻工业大学软件类电子信息专业硕士研究生人才培养为例,提出从企业实习、学科竞赛、科研平台、毕业课题设计及实践训练监控等方面探索提高专业硕士研究生科研能力与创新能力的有效机制,为研究生实践创新教育提供一些有益的参考。

软件工程与信息安全实践课程研究与探索——以郑州轻工业大学为例

软件工程与信息安全实践课程是软件工程专业的一门重要课程。当前,软件工程专业信息安全教育存在资源配置不到位,内容不系统、不科学,部分专业教师参与度不高等问题。为此,本研究在分析现有软件工程专业信息安全集中教学实践不足的基础上,针对郑州轻工业大学软件工程与信息安全实践课程的开展情况,重点从教学目标、教学内容、组织形式、课程考核和实施效果等方面进行研究与总结,旨在与同行交流,进一步提高该门课程的教学效果。

双一流背景下地方院校软件工程专业课程体系研究

我国综合国力的不断提升对新时代的人才标准提出了更高要求,地方院校的学科建设和人才培养任务日益艰巨。为了积极响应教育部“双一流专业”计划,地方院校应明确专业定位和发展方向,深化教育改革,完善专业建设,有效提升专业教学品质。文章在“双一流”建设背景的基础上,结合郑州轻工业大学在软件工程专业“双一流”建设方面的经验,以软件工程专业课为例,指出该专业体系建设存在的不足,并提出优化课程建设的对策和方法,旨在助力地方院校的专业水平迈向新阶段,为社会培养更多专业基础扎实、实践应用能力强的人才。

新工科背景下软件工程专业实验实训教学探索

为了进一步提高软件工程专业学生的动手能力和实践创新能力,有必要对现有的实验、实训环节的教学模式进行改革。针对当下软件工程专业实验实训环节中存在的问题,本文提出了一系列的改革措施并付诸了实践。实践的效果证明,采用该系列措施能够有效提高学生的整体素质。

改善大学生主观幸福感的感恩练习干预研究

幸福不是一种状态,而是一种能力。为探讨感恩练习对大学生主观幸福感的影响,丰富提升大学生主观幸福感的方法,培养大学生感知幸福的能力,通过每天记录三件感恩日记的方式对工科两个自然班的60名学生的感恩水平进行干预,研究感恩练习对主观幸福感的影响。结果发现,干预结束后,实验组主观幸福感总分正性情感得分显著高于其前测;实验组主观幸福感总分显著高于对照组,负性情绪显著低于对照组。研究表明,感恩练习简单易行,却能够有效改善大学生的主观幸福感,干预方案具有良好的实践应用与推广价值。

工程教育背景下毕业要求及其内涵观测点的分解--以软件工程专业为例

本研究以软件工程专业为例,将第1—8条软件工程专业毕业要求作为案例,详细分析其内涵观测点的纵向分解,并阐述了毕业要求对通用标准的覆盖情况,为我国高校的工程教育专业提供参考。

凸显学生主体性的软件构造课程思政建设

针对当前软件构造课程思政课堂中存在的问题,提出一种基于学生主体性的课程思政建设方法,首先分析软件构造课程思政中挖掘学生主体性的重要性与必要性,再以教学活动调研、教学活动设计、课后教学活动微调为主线,详细阐述以调动学生主观能动性为重心的软件构造课程思政教学设计准则与实施方法,最后说明教学效果。

思政元素与软件工程专业课程融合的研究与实践

根据国家高校培养人才的要求,将思政教育融入到专业课程教学过程当中,为了更好的培养合格的软件工程专业类人才,我们结合软件工程专业课程教学内容的特点,研究并提出了课程思政建设“三步法”,通过在实际教学过程的应用,以《软件工程导论》课程为例对课程思政建设的过程进行了实践,并对教学情况进行了评测,实践证明取得了良好的教学效果。

“双一流”背景下的地方院校软件工程专业人才培养研究与实践

软件工程是信息技术产业的核心领域,提高高等院校软件工程专业的人才培养质量对我国信息产业的发展至关重要。文章在“双一流”建设的契机下,针对地方院校软件工程专业人才培养存在的主要问题进行探索研究,通过郑州轻工业大学软件工程专业学生的实践,建立新工科专业人才培养目标,为同类地方院校软件工程专业人才培养提供思路。

校企联合和基于项目的软件工程实践课改革——以《基于项目的软件开发测试》实训课为例

新工科背景下,教师需要针对传统教学方式进行改革,将项目驱动教学方法与校企联合统一到软件工程实践课程中,探索思政课堂,开展实践教学。本文通过《基于项目的软件开发测试》实践课教学的实施,分析项目驱动教学方法和校企联合的线上线下混合教学模式对实践教学效果的影响,对教学效果进行评价反馈,不断优化实践教学改革。

大学生社会主义核心价值观的培育

文章首先阐述了社会主义核心价值观的内涵,然后分析了大学生群体的思想现状,接着阐述了大学生社会主义核心价值观培育的必要性,最后提出了大学生社会主义核心价值观的培育策略,包括提升大学生自身素养和责任担当意识;重视道德实践,开展思想政治教育活动;创新教学方法,党团带头弘扬社会主义核心价值观;培养大学生践行社会主义核心价值观的自觉性.

ChatGPT可否充当情感专家?——调查其在情感与隐喻分析的潜力

为了探索ChatGPT情感分析能力以及对主观性和隐喻性理解的潜力,将ChatGPT在5个情感、幽默与隐喻基准数据集上展开评估,通过与领域内最前沿的模型对比,讨论其在不同任务上的优势与局限。此外,还通过对比ChatGPT与人类在情感分析中的性能差别,发现ChatGPT在情感、幽默与隐喻任务上与人类结果分别相差9.52%,16.64%和6.69%。实验结果表明,尽管ChatGPT在对话生成方面获得最佳表现,但是其在情感理解方面仍具有改进的潜力。最后,通过改善提示模板,调查ChatGPT在情感理解场景下对提示模板的敏感性。

一种利用ConvGRU解决交通流量预测问题的方法

准确的交通流量预测可协助交通管理部门工作,减少交通压力.但现有方法对交通流时间特征与空间特征学习不充分,将二者割裂讨论,忽视了时间与空间的动态相关性.针对以上问题,本文提出了基于ConvGRU的多时间尺度时空卷积交通流预测方法(MTSTC),设计浅层时空卷积模块对数据中的时空相关性进行初步提取;提出以ConvGRU为核心特征提取器的深层时空卷积模块,对数据的时空特征进行更深层次挖掘;并从3种时间尺度范围的数据中提炼交通流的周期性特征;结合注意力机制设计了时空注意力模块辅助模型训练,提升模型收敛速率.在公开数据集PEMS04和PEMS08上进行实验验证,结果表明采用MAE和RMSE评价指标时,本文方法的准确率相较基线方法在两个数据集上提升了3.23%~5.64%.

基于物联网技术的智慧健康监测系统设计与实现

传统的医疗模式很难及时获取人的健康数据,不能实现对老年人健康及姿态信息的实时监控。文中以STM32F103单片机为核心控制器,采用心率血氧传感器、姿态传感器等采集身体健康数据,通过MQTT物联网协议将其上传至阿里云平台,并应用云端数据分析处理平台对身体健康数据进行实时分析和预警。系统经过测试,当用户跌倒或心率血压异常时,设备会发出警报声,提醒周围人进行救护,同时监护人手机会收到异常预警。

第一性原理研究Ge掺杂对硅烯储锂行为的影响

二维材料硅烯被认为是一种极具潜力的锂电负极材料,然而其难以单独稳定存在,通过元素掺杂可有效提高其结构稳定性。锗(Ge)不仅具有与硅(Si)相同的价电子结构,同时锗烯具有更高的电子电导率,并表现出更好的电化学性能。本工作通过基于密度泛函理论的第一性原理计算研究了Ge掺杂对硅烯储锂行为的影响。分别对Si17Ge的结构稳定性、吸附能力、扩散行为、理论比容量、开路电压和电子电导率等进行了计算和分析,结果表明掺杂Ge后,Si17Ge仍保持着硅烯原有的六角晶格结构,表现出良好的结构稳定性。吸附能和扩散能垒表明Ge的掺杂可提高硅烯对锂的吸附能力以及锂在水平和垂直方向的扩散能力。通过开路电压以及吸附能计算推测Si17Ge最大可吸附18个Li,同时具有高达876.85 mAh/g的理论比容量,与已有的二维材料相比,显示出较高的理论比容量和较低的扩散能垒。态密度分析显示Si17Ge吸附少量锂后,费米能级处的DOS因Li的吸附得到了增强,体系表现出金属性。当Si17Ge吸附较高浓度锂时,Li18Si17Ge的费米能级处出现明显带隙,整个体系从导体变为半导体。本研究将为二维硅基材料以及其他二维材料的设计提供重要的理论指导。

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好地维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明:该系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。

基于上下文知识增强型Transformer网络的抑郁检测

抑郁症作为一种常见的心理健康问题,严重影响人们的日常生活甚至是生命安全。鉴于目前的抑郁症检测存在主观性和人工干预等缺点,基于深度学习的自动检测方式成为热门研究方向。对于最易获取的文本模态而言,主要的挑战在于如何建模抑郁文本中的长距离依赖与序列依赖。为解决该问题,提出一种基于上下文知识的增强型Transformer网络模型RoBERTa-BiLSTM,旨在从抑郁文本序列中充分提取和利用上下文特征。结合序列模型与Transformer模型优点,建模单词间上下文交互,为抑郁类别揭示与信息表征提供参考。首先,利用RoBERTa方法将词汇嵌入到语义向量空间;其次,利用双向长短期记忆网络(BiLSTM)模型有效捕获长距离上下文语义;最后,在DAIC-WOZ和EATD-Corpus 2个大规模数据集上进行实证研究。实验结果显示,RoBERTa-BiLSTM模型的准确率分别达到0.74和0.93以上,召回率分别达到0.66和0.56以上,能够准确地检测抑郁症。

基于残差自注意力和分离集合匹配的高效端到端航天器组件检测

随着我国航天技术的迅猛发展,各种航天器相继发射,然而航天器在运行时将受到辐射、温度变化等不可控因素的影响,这会导致地面站无法精确测量和定位航天器的位置与姿态,从而对通信和航天器之间的对接或抓捕等空间在轨服务产生影响。为了解决上述问题,首先对包含检测、分割与部件识别的航天器数据集SDDSP中的部件进行人工标注,该数据集共包含3117张航天器图片,标注后得到11001个检测目标;然后提出一种空间在轨服务中基于残差自注意力(RS)和分离集合匹配(SSM)的高效端到端航天器组件检测模型,该模型在Sparse DETR模型的基础上引入残差自注意力机制解决了稀疏标记(token)导致的收敛速度降低并影响模型预测精度的问题,引入分离集合匹配机制解决了二分匹配过程中可能出现的不稳定性现象。实验结果表明,在SDDSP数据集上,该模型的平均精确率(AP)和收敛速度相比于基线DETR模型提升了17.9个百分点和10倍,相比于Sparse DETR模型提升了3.1个百分点和20%。

云边环境下按需分配物理资源的任务卸载策略

针对有限边缘服务器资源最大限度满足众多移动任务有着截止时间要求的移动任务卸载问题,提出了一种云边协同卸载移动任务的模型。该模型首先分析了影响移动任务服务需求和虚拟机服务保障的因素并给出度量方法,以及移动任务与虚拟机的服务匹配度的度量方法。其次,设计了一种动态云边环境下按需分配物理资源的移动任务卸载策略,该策略基于改进匈牙利算法求一批任务的最大化服务匹配度的卸载方案,并通过有限次迭代消除资源竞争进一步优化卸载方案。最后,将所提算法与P2PITS、ALBOA和ESSDSA算法进行对比,结果表明:相对于P2PITS算法,所提算法虚拟机负载率降低了30.1%,平均等待时间降低了13%;相对于ALBOA算法,所提算法平均完成时间降低了38.6%;相对于ESSDSA算法,所提算法执行成功率提高了3.5%。所提算法能够在满足用户截止时间要求下有效提高资源利用率,降低任务的平均完成时间。

共面式MEMS气体传感器微热板设计与仿真

【目的】常见膜式结构和悬浮式结构的MEMS气体传感器在垂直方向上存在寄生电场,会对气体传感器的检测信号造成一定影响。为了降低寄生电场对气体传感器性能的影响,提出了一种共面结构的MEMS气体传感器,并对其微热板进行了建模仿真及优化。【方法】利用SolidWorks对共面式MEMS气体传感器进行建模,并通过有限元分析方法从热稳定性、机械稳定性等方面对微热板进行了仿真。【结果】仿真结果表明:共面结构的微热板可以在整个气体传感器的测量区域内提供稳定、均匀的热分布,并且可以避免高温工作时微热板加热电极和气体传感器测量电极之间相互连通,为MEMS气体传感器提供优异的测量环境。【结论】共面式MEMS气体传感器不仅可以有效降低垂直方向上的寄生电场对传感器性能的影响,而且可以简化气体传感器的工艺流程。仿真结果也证明了共面结构的可行性,为实际MEMS气体传感器的设计和制备提供参考依据。