交互动画技术在药用植物园数字化建设中的应用

针对药用植物园的数字化建设,优化了数字化采集的流程和分类结构,引入了交互动画技术,以交互动画的形式展示园区景观、分园布局和药用植物的相关知识。在具体设计中选取典型的场景和案例在Flash开发环境下结合ActionScript 3.0脚本语言进行交互动画设计,分别进行全景导览模块交互动画设计、分园模块交互动画设计和药用植物模块交互动画设计。结果表明:采集的数据在后期能被高效利用,减少了数据冗余,也方便查询与修改;平台建设中交互动画的应用增强了可观赏性,丰富了数字资源种类;平台的交互性得到明显提升,用户在浏览过程中可以通过鼠标和键盘进行交互控制,实现了用户的自主参与,提升了用户体验。

翻转课堂模式下的智能测评系统设计

针对传统教学测评系统缺乏对学习过程的考核、题型比较单一、客观题居多、对技能型操作型内容的测评研究少、测评结果缺少针对性分析和关联分析等缺点,采用B/S架构,运用Flash ActionScript技术和ASP技术构建基于翻转课堂的智能测评系统。系统界面设计以用户为中心,题型包括客观题、主观题和技能操作题,测评与学生学习行为联动,能做到即学即测,并对测评结果进行针对性分析。教学实践表明,该系统能使翻转课堂自主学习和课堂互动两个环节有效衔接,方便教师和学生在自主学习环节发现问题、在课堂互动环节解决问题。

云计算环境下大学生心理“六级网络”模型构建

目前的大学生心理健康教育网络,有"三级"、"四级"等提法,主要考虑的因素是:心理健康教育辅导中心、院系心理健康教育小组或工作站、学校心理互助团体、班级心理委员、宿舍心理信息员,还有考虑到社会医疗或亲友等。综合以上因素,在现有的大学生心理健康教育网络基础之上,增加学生个体元素,再纳入社会医疗系统和亲友,构建大学生心理教育和实时教育监控预警"六级网络"。结合大学生心理健康教育"六级网络"、危机干预机制和心理危机预警系统的一般步骤,探讨基于云计算技术构建信息化平台模型,以及基于该模型部署数据中心的云端存储、计算和服务,探讨在手机、Pad、个人电脑等个人手持终端设备上的虚拟化访问和信息推送方式。

高职学生网上评教数据的修正与优化处理研究

针对高职学生网上评教存在的问题,采用评教验证机制设置不合理评教的限制。对学生评教数据先剔除异常值,再分别对不同班级、不同课程和不同院系之间的学生评教数据进行修正与优化处理,得出最终的修正分值,降低了因班级、课程和院系的不同而导致的评教数据的差异性,使学生的网上评教能更准确有效的反应出教师的教学水平。

R-C4.5决策树模型在高职就业分析中的应用

阐述了决策树分类技术和R-C4.5决策树模型。以某高职院校近几届毕业生的个人信息、教育信息和就业信息数据为研究对象,对实验数据进行数据预处理,运用R-C4.5决策树分类技术进行数据挖掘,挖掘出影响高职毕业生就业质量的相关因素,为政府和学校提高就业质量的各类措施和改革提供了决策依据。

R-C4.5决策树模型在高职就业分析中的应用

阐述了决策树分类技术和R-C4.5决策树模型。以某高职院校近几届毕业生的个人信息、教育信息和就业信息数据为研究对象,对实验数据进行数据预处理,运用R-C4.5决策树分类技术进行数据挖掘,挖掘出影响高职毕业生就业质量的相关因素,为政府和学校提高就业质量的各类措施和改革提供了决策依据。

数字动画在药用植物园数字化建设中的应用研究

近年来虚拟现实技术得到充分发展与应用,其中数字动画技术被广泛应用。药用植物园数字化过程中需要展示大量的中药材及中药植物的视觉信息,通过对药用植物园视觉元素的分析、分类和加工处理,选取部分植物采用现代手绘技术进行手绘并制成数字动画来表现,挖掘数字动画的视觉优势,在实际应用中研究数字动画在视觉元素表达上的应用价值。

“互联网+”时代亳州中医药文化平台模型构建

结合"互联网+"时代人们的需求变化,收集整合亳州中医药文化资源,运用计算机技术进行数据整理分类等预处理,使之成为适合网络传播的数字化资源。对现有网络文化平台的现状进行调研分析,采用原型法设计、开发,构建大数据环境下基于互联网的亳州中医药文化平台的整体架构模型,并探讨基于"互联网+"亳州中医药文化优化平台的推广方案。

空间聚类算法在设施选址优化决策中的应用探讨

本文对空间数据挖掘技术和空间聚类分析算法进行了概述。以设施选址为分析对象,运用图论和模拟退火理论对传统算法进行了探索性的改进,从而优化了聚类结果。

数据挖掘技术在大学生心理测评数据中研究应用

随着当前社会生活节奏加快、社会竞争激烈和就业压力加大等,大学生心理问题日益成为高校和社会关注的焦点。高校开始重视大学生的心理健康教育,开展定期的大学生心理测评工作,积累了大量的心理档案数据。对这些心理测评数据的分析筛选与研究也成为众多高校教师和科研人员的研究方向之一。近年来数据挖掘技术在大学生心理领域中的研究日益广泛,在对学生心理问题的分析研究中也出现了各种数据挖掘技术和算法。数据挖掘是上世纪末兴起的一种智能数据分析技术,也被称为数据库知识发现,它可以从数据库、数据仓库、或其他存储库中提取或挖掘出有用的知识[1]。

基于“结构—解构”理论的翻转课堂微课件设计

多媒体课件被广泛应用于辅助教学,翻转课堂是时下倍受关注的教学模式。在翻转课堂教学模式下,多媒体课件的功能和设计应强调学生线上与课前的主动学习,将知识传授过程提前,由教师讲授变为学生主动获取。将"结构-解构主义"理论融入到多媒体课件设计中,对知识进行细分即"解构"以形成学习清单,在课件中以微教学单元的形式进行呈现;以解决问题的形式,对微教学单元进行整合,即对知识进行"结构"。

基于现代学徒制的中药润法虚拟实验系统设计

针对中药炮制学实验教学的特点及目前中药炮制学实验存在的问题,以中药炮制学中润法为例,采用现代学徒制的剧情设计,以真实实验操作工艺、炮制技术及有关理论为基础,采用虚拟现实技术设计实现一套互动性强、真实感强、参与度高且具有高度沉浸感的虚拟实验系统,为中药炮制学实验提供一种新的教学途径及思路.

中药饮片加工模拟系统中碰撞检测技术研究

中药饮片加工模拟系统的设计实现基于虚拟现实技术,而碰撞检测是虚拟现实得以实现的关键技术之一。中药饮片加工模拟系统设计对AABB包围盒碰撞检测算法进行改进,提出基于最大像素分割的包围盒算法。实验表明,基于最大像素分割的包围盒算法减少了碰撞检测的误差,提高了模拟系统人机交互的沉浸感。

一种基于社交网络友情度的个性化推荐算法

针对社交网络服务中传统个性化推荐系统的推荐性能和满意度低的问题,在分析社交网络服务中影响个性化推荐各种因素的基础上,引入社交网络用户关系亲密度度量方式——友情度及其三要素,并给出它们的计算方法。研究大型社交数据的用户主题兴趣和各类相似度,设计了一种基于友情度的个性化推荐系统,以提高社交大数据复杂环境下推荐精度及质量,提高用户对推荐结果的满意度。通过实验分析证实了所提出个性化推荐系统比基于PCC和JMSD算法等传统推荐系统的性能更优越,且推荐结果质量要高。最后给出了未来的研究方向。

VR技术在药用植物园数字化平台中的应用研究

构建基于VR技术的药用植物园数字化网络平台的方法:对虚拟平台建设中用到的关键VR技术进行分析,引入AABB包围盒算法并对其进行改进,对不同的碰撞检测需求提出区域检测法和关键点替代检测法。结果:通过采用flash软件进行模拟仿真,碰撞检测沉浸感明显提高,尤其是关键点替代检测法,平均误差均得到明显减少。结论:改进的AABB碰撞检测算法在数字化平台建设中的应用增强了平台的虚拟现实效果。