新媒体视域下大学计算机教学中“思政元素”的渗透路径

伴随着社会的进步与发展,互联网技术已经成为我国各行各业发展中的重要手段,对于我国产生了尤为重要的影响。在高校教学方面,将互联网技术与传统教学方式进行结合已经是大势所趋,因此高校开设了计算机课程。在该课程开展的过程中,教师应该从课程思政的角度入手,践行立德树人的理念,紧跟时代发展进程以及学生需求,为学生创设良好的教学氛围。本文从计算机课程开展课程思政重要性入手,对当前课程思政开展情况进行分析,寻找课程开展中存在的纰漏以及原因,然后寻找到有效的解决方法,优化计算机课程思政模式,进而为其他一线教师提供借鉴作用。

基于模糊近似度的隐私敏感数据过滤算法

针对目前现有算法对隐私敏感数据进行过滤时,仅使用单一的近似度获取方法,在求取近似度时存在一定的局限性,导致平均绝对误差(MAE)值和均方根误差(RMSE)值高的问题,提出了一种基于模糊近似度的隐私敏感数据过滤算法。首先通过改进的局部敏感哈希算法E2LSH对数据进行降维处理,获取到更利于后续近似度计算的低维数据,然后采用Paillier同态加密算法在保证数据安全性的前提下对隐私敏感数据信息进行提取,最后构建梯形模糊评分模型,通过修正余弦相似性和皮尔森相关相似性的混合模型相似性算法对模糊近似度进行计算,完成对隐私敏感数据的过滤。分析实验结果可知,本文方法的MAE最低值低于0.82,说明该方法能够有效地降低MAE值和RMSE值,提升数据过滤效果。

基于显著目标检测法的边界模型优化研究

研究提出了一种基于界限区分和多线索集成的显著目标检测方法.为解决因地图所有边界引起的误判问题,和多数采用先验背景的最新模型中,等量人为的选取作为背景.所以,通过Hausdorff距离对每个边界进行判断后,经过测地距离变换成功地建立了背景评估模型.然后通过前背景加权对比得到初始显著性图像,最后通过权重可调优化框架进行优化.大量实验表明,该方法与大多数基于边界的方法相比,具有较好的性能.此外,为了客观、优质地估计显著性图像,作者又设计了一个简单有效地非平面成像的度量标准.以该度量标准为权重,提出了一种融合多线索的显著性框架,大大提高了检测结果.