基于OBE的“C程序设计”“金课”建设

“C程序设计”是计算机专业的核心课程。为了提高学生的实践动手能力和职业发展能力,借助OBE理念,以“金课”的标准围绕课程现存问题、课程目标、课程资源建设、课程组织形式、课程考核评价等进行建设研究。形成“四根据、五重构、四讲、三融合”的教学体系,坚持“以学生为本”的教育原则,体现课程的高阶性、创新性、挑战度。

“微课+BYOD”的翻转课堂应用——以C语言程序设计课程为例

在"互联网+"深入推进社会变革的时代,微课、BYOD和翻转课程等新教学方法的引入,为教学改革提供了移动学习和翻转课堂有效整合的新思路,以C语言程序设计课程为例,采用模块式教学、多种教学组织模式和多元化教学评价方式,设计"微课+BYOD"的翻转课堂模式及其应用策略,同时剖析应用翻转课堂的教学成果及其所面临的挑战,实现教学效果的提升,促进信息技术与课程整合的良性发展。

基于改进遗传算法的K-means聚类方法

K-means算法是聚类分析划分方法中的一种常用方法,也是目前在数据分析方法中最有应用前景的方法之一。但K-mean算法对初始聚类中心十分敏感,这对处理学生成绩等数据而言,会导致聚类结果极为不稳定。为此,提出基于改进遗传算法的K-means聚类算法。该算法利用遗传算法解决初始聚类中心,提高聚类结果的稳定性,但存在前期过早收敛和后期收敛过慢的缺点。将改进遗传K-means聚类算法应用于高职高专的学生考试成绩分析中,可以很好地解决传统遗传聚类算法对聚类结果的不稳定性问题,并通过聚类结果对学生考试成绩进行分类评价,利用所获得的数据聚类结果指导教学,从而提高教学质量。

改进模拟退火算法的K-means聚类方法在学生成绩上的应用

本文以学生管理系统中学生的成绩作为测试集，提出一种新的基于改进模拟退火的k-means算法的评价函数，挖掘学生成绩中的有效数据，用改进前后的算法来解决最优问题。实验证明改进模拟退火的k-means聚类算法收敛效果要优于传统的K-means算法，具有更好的聚类性能，其算法更加高效。

基于翻转课堂模式的C语言程序设计教学改革

本文针对C语言程序设计课程的特点,将翻转课堂模式应用到该课程的教学中,从课前自学、课堂讨论解惑、课后总结反思等方面进行C语言程序设计课程教学设计与教学实践,将教学方式改变为以学生为中心,教师提供指导和帮助,将终结式评价方式改变为形成性评价方式,从而有效地提高课程教学质量。

电子商务及其安全问题

电子商务作为信息时代的产物,正在改变人们的经济活动方式和生活方式。但电子商务交易的安全性也成为人们关心的重要问题。文章主要讨论目前电子商务面临的安全问题和解决电子商务安全性问题的主要技术。

浅谈中国的团购网站及其发展

近年来,团购网站犹如雨后春笋不断涌现,"团购"活动影响着人们生活,成为人们关注和讨论的热点问题。文章对中国团购网站的现状、存在的问题以及团购网站的发展前景进行分析和探讨。

基于群集智能优化算法的城市共享单车优化分布研究

为解决城市共享单车供需与分布的不均衡状态,研究基于群集智能优化算法的城市共享单车优化分布方法。通过分析城市共享单车优化分布问题了解到共享单车的合理有效调度是实现城市共享单车优化分布的基础。以共享单车停放点满意度最大化为目标函数,引入模糊时间理念,创建带模糊时间窗的车辆调度模型,通过蚂蚁移动规则和信息素全局更新规则构成蚁群算法,并对蚁群算法进行适度改进,利用改进蚁群算法结合算法过程求解车辆调度模型,获取共享单车最优调度路径,完成城市共享单车合理有效的调度,实现城市共享单车的优化分布。以广州市越秀区15个共享单车停放点为实验对象,结果表明,该方法获取的最优路径简洁便利,没有出现重复交叉路段,且最优路径寻得次数相对较为稳定。

关于高职课程体系构建的思考

课程体系是围绕培养目标而设置的教学内容及其组合,包括专业教学计划、学科教学大纲、教材及评价体系、教学基本条件、教学管理等。它是培养目标的依托及具体体现,是实现培养目标的总方案。课程体系的构建合理与否直接影响到教学质量的高低。从这一层面上讲,课程体系的构建是学校工作的重心,是教学教改的核心。文章分析了目前高职教育所采取的课程体系模式及其存在的问题,重点探讨了构建高职课程体系的依据、原则和策略,以期能对高职课程体系构建的实践有所帮助。

国内外高职课程体系模式的比较研究

课程问题是高职教育的核心问题。课程体系构建是否合理,直接关系到高职教育的教学质量高低和培养目标的实现。文章对目前国内外职业教育课程体系模式进行了比较研究,并就高职课程体系构建过程中应关注的问题提出笔者的见解,以期为职业教育课程改革提供思路。

物体表面三维虚拟图像点云数据提取仿真

由于三维虚拟现实物体表面的点云多边形网格是非结构化的,想要将物体表面图像特征直接输入至注意力机制中难度非常大,且提取点云目标数据时普遍存在物体被遮挡问题,难以获取高质量的点云数据。为此提出三维虚拟现实物体表面图像点云数据提取方法。标定摄像机,获取点云数据对应的坐标。通过kd-tree方法获取点云数据的空间拓扑关系,采用双边滤波融合算法消除小尺度的噪声,完成点云数据的去噪处理。采用ResNet神经网络和3D卷积神经网络分别提取点云数据特征和三维虚拟现实物体表面图像特征,将提取的特征输入注意力机制中,完成点云数据的增强处理,通过上述过程提取高质量的点云数据。仿真结果表明,提出方法应用下可提取出低噪声、高完整度的三维虚拟现实物体表面点云数据,且点云属于的漏提取率低于2%,准确率更高。

融合三维激光扫描技术与虚拟现实技术的犯罪现场重建

犯罪证据的收集和犯罪现场的保护、重建和还原成为提高办案效率和办案质量的关键。基于虚拟现实技术,将其与三维激光现场勘查相结合,利用3D激光扫描技术和虚拟现实技术进行犯罪现场重建,具有非接触性、实时性、准确性、数据分析等优点,不仅可以完整保留犯罪现场,而且可以快速准确地记录现场的三维数据,实现犯罪现场的三维建模。

基于激光扫描的犯罪现场图像还原

传统融合激光扫描和多视图影像的犯罪现场重建技术,使用相位式激光扫描仪测量犯罪现场数据,该扫描仪射程较短,适用小范围犯罪现场测量,导致犯罪现场图像还原结果不理想,提出基于激光扫描的犯罪现场图像还原方法。采用脉冲式激光扫描仪,利用相位偏移法扫描犯罪现场获取犯罪现场点云数据;去除点云数据中的异常点并进行点云配准,完成犯罪现场遮挡部分的重建;将犯罪现场点云数据视为离散二次曲面,计算激光扫描坐标与物体不同灰度点间的长度,利用激光扫描点云数据表达犯罪现场的远近景,实现犯罪现场图像还原。实验结果表明,所提方法的图像还原时间均值约为0.8min,图像还原的准确度高达99.7%,可用于犯罪现场图像的高效、快速还原。

“人工智能+法学”复合型人才培养探究

随着大数据、人工智能、深度研究的新技术的快速发展,工业经济和社会经济处于主导低位的的传统社会制度体系正在发生着巨大的改变,与之相适应的传统法律规制的物理空间也在发生变化。在此,阐述了人工智能和法学的发展现状,通过分析智能法学的必要性,提出了基于人工智能的法学教育的培养方案。

广西高校翻转课堂调查研究——以南宁各院校为例

本文针对广西部分高校翻转课堂的实施现状,提出高校应该提高信息化水平、完善学习管理平台、为教师提供培训机会,同时建立科研激励机制、教师应该提高自身专业技能和课堂管理能力、学生应主动适应新的课程改革等对策.

基于智能激光视觉的犯罪现场特征提取

传统采用结构光视觉三维点云逐层三角网格化方法提取犯罪现场特征时,易受到噪声的干扰,导致特征提取准确率较低。提出基于智能激光视觉的犯罪现场特征提取方法,采用基于智能激光视觉检测方法检测犯罪现场指纹信息,规格化犯罪现场指纹图像,并获取指纹方向信息、指纹频率信息,对指纹图像进行滤波,通过向量点模式匹配算法提取滤波后的指纹图像的指纹特征。实验结果表明,所提方法可有效提取犯罪现场指纹特征,且对不同质量的指纹图像特征提取识别的平均准确率高达96. 98%,提取准确率较高;提取速度增长率高达30%,平均提取耗时约为110 s,特征提取效率较高。