基于超星学习通的智慧课堂教学模式研究与实践

随着教育信息化的深入发展,利用先进的信息技术开展课程教学改革成为高校教学改革的方向。文章从教学实践出发,探讨了以超星泛雅平台和超星学习通作为教学工具的智慧课堂教学模式的构建,分为课前、课中和课后三个阶段实施教学,阐述了每一个阶段对应的教学流程。以“数据库原理与应用”课程中的连接查询教学为例,介绍了智慧课堂教学模式的具体实施过程。

基于深度学习LSTM多模型的湖南农业产量预测研究

农产品产量预测是农业科学研究的一个重要领域,对于农业生产的规划、决策和管理具有重要意义。随着神经网络预测模型的快速发展,深入研究其在农业领域的预测应用成为热点。为此,提出了能够有效捕获数据长时间依赖关系的农产品产量预测LSTM模型,在此构建了单层LSTM、堆叠LSTM、双向LSTM和BP模型,对湖南农产品油料、粮食和棉花进行数据收集、特征提取、模型训练、评估和预测。实验表明:第一,4种模型都获得了较好的结果;第二,模型性能不仅仅与模型结构、参数有关,也与数据集多少直接相关;第三,构建的模型可以用于湖南的农产品产量预测应用。

智能水滴算法在代码覆盖测试中的应用

代码覆盖在软件测试中得到了广泛应用,表示了代码被测试的程度。论文提出了一种利用智能水滴算法优化代码覆盖的算法,描述了如何把独立路径生成问题转换成智能水滴在控制依赖图的各边之间寻找最优路径的问题,通过生成带有权值的独立路径来自动生成测试序列,使得测试人员可以最优地安排测试顺序,保证充分的代码覆盖。

智能水滴算法研究

智能水滴算法是模拟自然界中河水与周围环境相互作用的过程而提出的一种智能计算方法。文章首先描述智能水滴算法的原理,然后综述智能水滴算法在多个研究领域的应用,最后对智能水滴算法进行总结与讨论。

利用基因表达式编程自动生成循环不变式

描述了利用基因表达式编程自动生成循环不变式的方法。该方法的基本思想是在每一次循环条件变化时记录下程序变量的值,产生相应的跟踪表,然后从跟踪表中获得程序变量之间的函数依赖关系,这种变量之间的依赖关系构成了循环不变式的主要部分。程序变量之间的函数依赖关系的获得是利用基因表达式编程对跟踪表中数据执行符号回归得到。利用VC++实现了基因表达式编程的函数挖掘,并通过一个实例说明了该方法的有效性。

求解多背包问题的混合蛙跳算法

针对多背包问题,提出一种改进的离散混合蛙跳算法。算法中对青蛙个体采用十进制整数编码方式,应用遗传算法中的交叉操作来对个体进行更新,扩展了传统混合蛙跳算法模型。将改进的算法用于多背包问题求解,仿真实验表明了所提算法的有效性。

一种自然语言理解中语法分析的算法设计和实现

自然语言的理解是计算机研究的重要分支,主要体现在语法、语义和语音三方面。文章介绍了语法分析的各种方法,剖析了语言组成的结构关系,利用DELPHI语言编写了一种自顶向下的语法分析程序,并通过具体的实例验证了算法的正确性。

基于计算思维和CDIO模式的数据库原理与应用课程教学

探讨了数据库原理与应用课程教学中培养学生计算思维的问题,分析了数据库原理与应用课程中所体现的计算思维。在课程教学过程中,将计算思维培养渗透到教学内容中,通过使用CDIO工程教学方法进行课程实践教学,强化对学生的计算思维能力的培养。

基因表达式编程在公路货运量预测中的应用

传统的预测建模方法通常只适用于求解结构简单的多项式函数,针对公路运输货运量受多种因素的影响,使得现有的一些预测方法预测精度不高的问题,应用基因表达式编程建立了公路运输货运量预测模型。该算法具有简便、易于操作,并且其搜索空间广阔,函数复杂度高等特点。通过对实验结果的分析,表明此模型具有较好的预测效果。

利用ANTLR生成C++描述的分析程序

ANTLR是一种基于LL(k)文法的语法分析程序生成工具,其生成的分析器默认使用Java描述,而不是更高效的C++。本文介绍了在Windows平台下,借助Visua1 C++6.0组织工程,使用ANTLR生成C++描述的分析器的方法,并给出了一个实例。最后,本文对ANTLR本身做出了一点改进。

基于遗传规划寻找循环不变式的方法

描述了一种产生循环不变式主要部分的方法。该方法的基本思想是在每一次循环条件变化时记录下程序变量的值,生成相应的跟踪表,从跟踪表中获得程序变量之间的函数关系构成循环不变式的主要部分。程序变量之间的函数关系则利用遗传规划对跟踪表中数据执行符号回归得到。

基于智能水滴算法的软件路径测试用例生成方法

提出基于智能水滴算法的测试用例生成方法,描述了如何把测试用例的生成问题转换成智能水滴在控制流图的各边之间寻找最优路径的问题,讨论了利用智能水滴算法发现控制流图中的测试路径的算法。该方法利用控制流图的圈复杂度和自然界水滴的基本属性,使用动态参数来发现控制流图中的独立路径,能通过自动生成测试路径保证完全的代码覆盖。

存储过程自动化测试的实现

存储过程的测试是一项非常繁琐的工作,一些数据库产品虽然提供了一些工具能够统计出存储过程的执行时间、返回记录数等信息,但是这些工具不能进行批量的重复的测试,而且测试结果的显示也不直观。针对这些问题,介绍了在Junit测试框架下实现存储过程自动化测试的方法,利用JUnit的自动化和生成的测试代码的复用,可实现存储过程的回归测试,利用XML技术存储测试用例和测试结果,实现测试用例和测试代码分离,提高了测试效率,为开发人员提供了直观的测试结果。

软件工程教育中建模能力的培养

讨论软件建模的概念,概述软件工程建模的范围,说明软件系统建模在软件工程中的地位。考虑到软件开发作为一项工程活动,其实质就是一系列的建模任务,软件工程教育试图从形式化建模和非形式化建模软件系统两个方面逐步培养学生工程实践能力。针对课程体系中的几门课程,对学生如何建立、分析和实现软件系统模型的教学法进行详细的说明。

计算机专业跨学科协同教学应用研究——以《计算机操作系统》为例

针对计算机专业各课程之间知识相互支撑和关联性强的特点,单课程教学模式导致学生对知识掌握不系统,教学、实践环节效果差,不利于培养大学生的应用能力。因此论文以操作系统课程为例,提出了跨学科内容的协同教学模式。克服了单学科教学产生的知识不系统的弊端,提高了学生学习的积极性、主动性和应用实践能力,为进一步促进高等教育教学开辟了新的思路。

一种神经网络模型随机化方法

随着神经网络结构越来越深,参数越来越多,训练更加复杂,导致在交互式应用中难以推广应用.随机化是改善神经网络模型性能的一种有效方法(如随机化初始连接权值和随机化"Dropout"神经网络节点).本文提出了一种基于随机化处理方法,简化了网络结构,降低了网络训练难度.该方法的主要思路:1)对原始数据降维;2)当进行网络训练时,随机交换部分邻域节点输出值;3)引入卷积网络的池化技术,随机池化网络节点连接权值.通过在不同数据集上的实验表明,引入随机化处理的神经网络,预测准确率在80%~95%左右,基本满足一般用户需求.