高职院校大学生“专业发展指导”课程创新与实践--以计算机大类为例

“专业发展指导”课程旨在帮助学生掌握专业知识,准确评估专业发展方向、领域和岗位,从而有效进行职业生涯定位、发展与规划。文章以计算机类工程实例为出发点,从教学目标、学情分析、教学重难点及教学方法4个方面进行了教学设计。在需求分析、研发分工、方案论证及方案评价的工程实践过程中,教师组织并实施了情景模拟教学,以此为基础进一步展开更广泛、更深入的专业发展指导。这一教学方法充分发挥了学生的主体作用,调动了学生的积极性,培养了学生“知行合一”及理论联系实际的能力,取得了面向产业发展、满足企业需求的专业指导教学效果。

信息技术赋能职教专业课程思政教育的探索

在数字化转型的背景下,职业院校面临思政教育与专业教育存在“两张皮”问题。为了解决这一问题,可以依托硬件建设和平台资源整合等手段,从而奠定信息化教学的基础。通过信息技术赋能课程思政的设计,可以在教学设计中聚焦课程思政目标、课程内容、教学资源、教学活动和思政评价等五个方面。为了增强思政育人的实效,可以采用“1+N+X”一体化教学模式,以推进课程思政建设,切实落实立德树人的根本任务,构建起“三全育人”大格局。

多特征的灰度反转和旋转不变直方图

针对图像发生反向灰度变化时,传统局部二值模式及其派生的纹理描述符分类性能会明显下降问题,提出了一种灰度反转和旋转不变的直方图方法。该方法通过高斯导数滤波获得更加细微的图像微分结构,再构建具有旋转不变性的多种互补特征,最后利用主导思想对多种互补特征进行联合编码,获得具有灰度反转和旋转不变性的特征直方图。使用Outex、CUReT和KTH-TIPS等3个纹理图片数据库验证所提出方法的分类性能。实验结果表明:在旋转和灰度反转情况下,提出的方法能够显著提高分类性能,有效改善灰度反转问题,并对图像的旋转变化具有一定的鲁棒性;从算法复杂度来看,该方法取最佳尺度及特征时,运行时间适中,整体分类精度高。

基于CPSO和DE改进粒子群算法的无功优化仿真

传统的粒子群优化(Particle Swarm Optimization,PSO)算法易陷入局部最优,因此引入了混沌优化形成混沌粒子群(Chaotic Particle Swarm Optimization,CPSO)算法以减小粒子陷入局部最优的可能,并在此基础上结合了差异进化(Differential Evolution,DE)算法中的交叉操作得到改进粒子群优化(Improved Particle Swarm Optimization,IPSO)算法以增加粒子的多样性,从而增加获得更优解的可能。为验证算法有效性,将PSO、CPSO和IPSO基于Matlab软件分别对IEEE30节点测试系统进行电力系统无功优化仿真。仿真结果表明,IPSO算法能找到质量更高的解,且收敛特性更好,体现了算法改进的优越性。通过该仿真实验,既可加强学生运用仿真软件的能力,又可加深学生对无功优化的理解和对智能算法的认识,从而有效提高教学质量。

基于改进CS算法的电网损耗最小仿真研究

利用布谷鸟算法(Cuckoo Search algorithm,CS)求解电力系统无功优化问题是一种新的方式,但其中的两个重要参数取的是固定值,导致其在迭代后期收敛速度慢、易陷入局部最优,因此引入动态发现概率Pa、步长因子a以及一个改进的步长搜索方程,形成改进布谷鸟算法(Improved Cuckoo Search algorithm,ICS)。本文基于Matlab软件,将CS和ICS分别对IEEE30节点测试系统进行仿真实验,以验证算法的有效性。实验结果表明,利用ICS算法求解无功优化问题可以在提高收敛性能的同时得到使电网损耗更小的解。通过该仿真实验,将理论运用到实践中,使学生提高仿真能力,进一步加深对无功优化的理解。