基于大数据专业贯通的数据采集与集成课程实验体系设计

针对现阶段大数据专业许多课程的实验设计与学生教学培养体系脱节,教学偏重理论知识而缺少实际应用场景的问题,基于大数据专业数据采集与集成课程的课程体系和目标,提出专业贯通的实验体系设计理念,从理实融合、横向贯通、纵向递进、外延拓展几方面阐述分层递进的实验体系设计层次,介绍具体教学应用并说明教学效果。

新工科背景下数据挖掘课程综合性实验设计

针对数据挖掘课程传统教学方法偏重理论、局限于课本中某种挖掘算法的讲解和实现的问题,结合新工科背景下大数据人才培养的要求,提出面向该课程的综合性实验设计,介绍实验方案、实验内容、教学手段和评价方式的设计。

基于Petri网的物流系统建模实例

本文介绍了一种使用资源 /任务 Petri网 (R/T-net)对物流系统进行建模的方法。物流系统是一个任务流和资源流并行的业务过程 ,对于这一类过程 ,采用 R/T-net建模 ,主要是通过在任务模型中设置资源依赖和资源期望 ,实现资源流对任务流的控制 ,其中的点火规则和路由规则可以灵活地实现资源的协调、同步、分配和传递。这种方法可以使建模过程更符合物流系统的实际运作 。

一种基于结构的票据定位新方法

为了提高票据识别的准确率,对票据定位进行了研究。提出了一种基于结构的定位方法。它利用票据主边框上交叉点的个数和相对位置作为票据的特征信息,并将这些信息通过相应的分类相似函数集与已定义的模版进行匹配,从而实现对票据的分类,最终提取出当前票据的识别区域。实验结果表明:该算法取得了很好的定位效果。

基于粗糙集的快速KNN文本分类算法

传统K最近邻一个明显缺陷是样本相似度的计算量很大,在具有大量高维样本的文本分类中,由于复杂度太高而缺乏实用性。为此,将粗糙集理论引入到文本分类中,利用上下近似概念刻画各类训练样本的分布,并在训练过程中计算出各类上下近似的范围。在分类过程中根据待分类文本向量在样本空间中的分布位置,改进算法可以直接判定一些文本的归属,缩小K最近邻搜索范围。实验表明,该算法可以在保持K最近邻分类性能基本不变的情况下,显著提高分类效率。

编译原理教学方法研讨与实践考核改革

编译原理是计算机专业的核心课程和难点课程,该课程的教改一直是热点问题。文章基于多年编译原理授课经验,针对课程的理论教学提出一些有效的教学方法,包括应用归纳思维、采取实时检测、创造自主学习、复原问题求解等;同时提出从实践平台的创建和考核方面进行思考和改革,重视过程监督,利用GitHub平台使实践考核更为公正。

面向计算机专业的软件开发技术课程集成发现教学法探索

在调研和分析国内外高等院校计算机和软件工程相关专业课程体系及其存在问题的基础上,面向信息技术高端人才需求和新旧体系调整的要求,基于软件开发中的抽象思维(对象思维、模式思维和架构思维),提出了以运用能力为主要目标的集成发现教学法和教学模式。并且,进一步探讨建立以软件开发方法及其综合实践为核心的应用软件课程教学体系,重组基础课程、核心课程和相关平台应用课程关系,使这些课程内容联系更加紧密,衔接更加顺畅,有利于学生运用能力和创新能力的培养。

“中文信息处理”实践教学探索

从中文信息处理课程的特点出发,在分析课程实验案例的基础上,提出中文信息处理课程互动式教学法和项目教学法。结合课程资源建设等其他措施,在中文信息处理实验教学方面开展了有益的尝试,取得了良好的效果,受到学生好评,该课程目前已被评为校级精品课程。

基于Struts框架构建网上办公系统

本文论述了 Struts框架的基本设计思想 ,给出了基于 Struts框架构建网上办公系统的实现 ,并且分析了使用这种框架开发系统的优点 ,最后提出了

基于属性层次的规则挖掘方法研究

针对决策表中有隐含属性层次的决策表,讨论了属性层次树,定义出属性层次决策表,提出一个算法来对属性层次决策表进行规则挖掘,并通过实例分析了算法的有效性。实验结果表明,高属性层次决策表的对象数明显少于原决策表对象数。在对象数明显减少的高属性层次决策表上的约简运算量比直接在原决策表上的要减小很多。

面向人工智能专业课程的棋类博弈教学辅助平台

针对人工智能类课程博弈算法理论性太强、算法较复杂和抽象等问题,设计并实现功能较为完整、用户界面友好的棋类博弈教学辅助平台,平台允许用户上传编写好的博弈程序,实现博弈程序间对弈、人与博弈程序对弈以及人人对弈。本文阐述了棋类博弈教学辅助平台的总体设计、主要功能模块以及搭建平台采用的核心技术。棋类博弈教学平台的设计有益于培养学生依据所学理论知识来解决实际问题的能力,促进学生对计算机博弈程序和人工智能方法的不断探索改进,以达到更好的教学效果。本文进一步评估了棋类博弈平台在人工智能课程的实际使用情况与实践效果。

面向学科交叉的数据采集与集成课程教学设计

基于大数据专业、智能建造专业对数据采集与集成的专业交叉需求,分析融合的挑战,提出融合的思路,从课程内容、课程实验内容方面给出融合设计方法,介绍具体课程教学实施过程。

过程可视化类C编译器的教学辅助软件

针对《编译原理》课程知识点多、概念复杂、理论性太强、算法难理解,具有很强的复杂性和抽象性,与实际联系不紧密等问题,对编译器过程可视化在《编译原理》教学中的必要性以及现有研究的缺陷和不足进行分析,设计并实现了功能较为完整,用户界面友好,可视化流程详细、具体以及能够动态地展示出编译运行机理的过程可视化类C编译器教学辅助软件,理论结合实际,以求达到更好的教学效果。

天府花生干燥实验研究

通过实验,介绍了不同干燥工艺对天府花生干燥性能曲线及干燥速率曲线的影响,提出了改进花生干燥工艺的具体方案。

“人机交互导论”课程双语教学实践与探索

双语教学是培养复合型人才和推动国际化办学的内在需求。为了充分发挥双语教学的优势,避免第二语言对授课效果带来的影响。本文以"人机交互导论"课程为例,介绍了计算机专业课程双语教学中采用的教学理念和方法,强调双语条件下学生的主体地位和互动、讨论、课程项目实践等教学手段灵活运用的重要性,该方法在计算机专业高年级本科生的教学中收到了良好的效果。

搅拌反应器全混时间测定方法研究

研究了一种新的测定搅拌反应器全混时间的方法。此方法采用两个电导电极,用Apple—Ⅱ微型计算机进行数据采集和处理。它不但具有用单电极测定全混时间的优点,而且能够克服由单电极测定全混时间带来的人为误差,使终点更为明显和准确,并能快速、简便、直观地测出全混时间,对科学研究和工厂生产测试都具有实用价值.

基于多粒度特征的行人跟踪检测结合算法

对于一些较为流行的应用,例如视频场景监控,对行人的长期有效跟踪是应用的基础.尽管对目标检测与跟踪的相关技术研究已经有了很长的历史,但是如何实时并较为准确地实现目标行人跟踪目前仍然是一个活跃的研究领域.基于多粒度的思想,提出了一种改进的行人跟踪算法,将卷积特征与底层颜色特征结合,对基于深度学习的跟踪算法GOTURN(generic object tracking using regression networks)得到的跟踪结果进行判断决策,结合目标检测对跟踪结果进行修正.实验结果表明:与单一的跟踪算法相比,多粒度决策的跟踪算法能够更加准确地对目标行人进行跟踪,可以显著提高跟踪精度.

立足能力建设,持续推进实验贯通

提出基于FPGA系统软硬件平台,推动数字逻辑、计算机组成原理、计算机系统结构、编译原理、计算机操作系统等五门课程的理论与实验实践衔接贯通,以计算机能力建设平台为教学活动提供支撑保障,通过全方位的教学绩效评估,以加强学生理论知识学习与实践动手创新能力融合。

基于Lasso算法的中文情感混合特征选择方法研究

中文情感分析中的一个重要问题就是情感倾向分类,情感特征选择是基于机器学习的情感倾向分类的前提和基础,其作用在于通过剔除无关或冗余的特征来降低特征集的维数。提出一种将Lasso算法与过滤式特征选择方法相结合的情感混合特征选择方法:先利用Lasso惩罚回归算法对原始特征集合进行筛选,得出冗余度较低的情感分类特征子集;再对特征子集引入CHI,MI,IG等过滤方法来评价候选特征词与文本类别的依赖性权重,并据此剔除候选特征词中相关性较低的特征词;最终,在使用高斯核函数的SVM分类器上对比所提方法与DF,MI,IG和CHI在不同特征词数量下的分类效果。在微博短文本语料库上进行了实验,结果表明所提算法具有有效性和高效性;并且在特征子集维数小于样本数量时,提出的混合方法相比DF,MI,IG和CHI的特征选择效果都有一定程度的改善;通过对比识别率和查全率可以发现,Lasso-MI方法相比MI以及其他过滤方法更为有效。