基于机器学习的分布式的故障诊断系统研究

目前,分布式存储系统的应用已经越来越广泛,规模和复杂性不断增加,导致故障发生的平均概率较高,其运维的难度和复杂度也大大提高。因此,如何对分布式系统进行高效、准确的运维,成为保障信息系统高效、可靠运行的关键问题。该文就故障诊断问题,通过对系统发生故障时的KPI指标数据的预处理和特征提取,使用XGBoost算法对故障进行诊断,实现故障的智能分类,帮助人们判断该故障属于什么故障问题。

研讨式教学在“计算机系统基础”课程中的应用

研讨式教学是指在教师的精心设计和指导下,为实现一定的教学目标,通过预先设计与组织的场景,启发学生就特定问题发表自己的见解,加深对知识的理解和掌握。培养学生的独立思考能力和创新精神。根据教授本科生课程"计算机系统基础"的教学实践与经验,详细地阐述了计算机系统基础课程中实施研讨式教学的方案。

基于移动云模式下的计算机网络实验

现阶段各个高校的教育信息化进行的如火如荼,各门课程在网络平台上快速应用,极大的提高了教学资源的利用率。本文开展了基于移动云模式下的计算机网络实验网络平台的应用研究,进一步解决了学生随时随地的利用移动平台进行学习,与教师进行互动,提高网络教学资源的利用率。该研究推动了网络平台应用的又一新领域,极大的提高教育资源的利用率,增加教师与学生的互动性,在实践中取得了良好的效果。

基于Android的校园移动社交平台的分析与设计

随着移动通信的迅速发展,移动手机APP在各个行业和领域快速发展,通过对移动社交、校园交互的研究,以高校师生的工作、学习、生活服务需求为出发点,以社交活动为导向,建立一个基于Android的移动社交平台——雀跃,为社团和学生、学生和学生,学生和周边商家之间提供了友好的交流手段,极大地丰富了学生的校园生活。

基于Web的实训管理系统设计与实现

基于轻量级的J2EE架构,借助Myeclipse平台,利用JAVA作为开发语言和SQL 2008数据库管理软件构建了一个界面友好、操作简便的B/S架构实训管理系统。系统实现了教学资源共享、实训过程规范化管理,明确了管理员、教师以及学生的职责,实用性非常强。

基于Android的私人理财软件的设计

私人理财软件是一个专门用于个人理财的管理软件,利用手机android客户端,实现了常用的个人记账,收支管理,账户管理,账单拍照等辅助功能。系统利用myeclipse提供的android开发平台,利用JAVA语言和数据库管理系统sqlite,开发了的轻量级的手机理财软件,实现用户体现良好的个人记账理财。

浅谈软件工程专业计算机网络课程教学改革

从软件工程专业的学科特点和教学的实际需要入手,探讨高校软件工程专业计算机网络课程存在的一些问题,在教学目标、教学内容、教学方法以及考核方式上提出了一些改革思路,并进行了高校软件工程专业计算机网络教学改革实践,取得了一定的成效。

基于Web的考务管理系统设计

系统基于B/S架构,借助MyEclipse平台,利用Java作为开发语言和SQL 2008数据库管理软件构建了一个界面友好、操作简便的考务管理系统。系统实现了集考试安排、考试资源管理、考试报表导出以及考试提醒为一体的考务管理系统。采用SSH+EasyUI的组合框架,实现了系统核心功能,完成了管理员、教师以及学生的职责,系统实用性非常强。。

基于校企合作的软件工程专业综合改革研究

分析目前高等学校软件技术人才培养中存在的问题,以吉首大学软件工程专业为例,阐述校企合作背景下改革软件技术人才办学模式、优化软件工程专业人才培养方案、构建师资队伍共享机制、完善实践教学体系和资源、加强学生和教务管理等方面的具体措施,指出该专业综合改革措施能够提升学生的实践动手能力、项目实战能力和创新能力,达到软件技术人才的培养目标。

以目标为导向的C语言教学尝试

将企业高效的以目标为导向的管理机制应用到C语言教学中,通过对学习的三个主体学生、教师、教材分析确定三个目标:掌握实用的C语言知识、职业化素养的培养、分析和解决问题能力的培养。并通过平时能力测试和研讨式教学来确保目标的达成,通过改革期末成绩考核标准对结果进行验收。

基于JAVA的学生成绩管理系统设计

设计以Java为前台,SQL Server数据库为后台,基于C/S结构的学生管理系统。介绍系统各模块原理与设计方法,实现对学生相关信息的有序管理。

基于JSP的考试网站的设计

该文介绍了基于JSP的考试网站的数据库详细设计,站采用浏览器/服务器的B/S结构和功能模块化的方式,用户可以快速的通过首页导航找到自己想要的考试资源。

医学影像处理的深度学习可解释性研究进展

随着医学影像数据的迅速增长,传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断,可大大缓解人工阅片压力,提高诊断的准确性,促进医疗流程的标准化建设等。目前,深度学习卷积神经网络在医学影像处理中已取得不俗表现,但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解,对近几年相关研究进展进行了综述。首先,综述了深度学习在医学领域的应用现状及面临的问题,对神经网络的可解释性内涵进行了讨论;然后,从现有深度学习可解释性的常见方法出发,重点讨论了医学影像处理的深度学习可解释性研究进展;最后,探讨了医学影像处理的深度学习可解释性的发展趋势。