Application Analysis of Nursing Students'Grades in Course Relevance Based on Association Rule Mining Algorithm Apriori

By analyzing the correlation between courses in students’grades,we can provide a decision-making basis for the revision of courses and syllabi,rationally optimize courses,and further improve teaching effects.With the help of IBM SPSS Modeler data mining software,this paper uses Apriori algorithm for association rule mining to conduct an in-depth analysis of the grades of nursing students in Shandong College of Traditional Chinese Medicine,and to explore the correlation between professional basic courses and professional core courses.Lastly,according to the detailed analysis of the mining results,valuable curriculum information will be found from the actual teaching data.

基于决策树算法的实践类课程分层教学研究

分层教学是满足不同学生群体的学习需求最有效的教学模式,根据学生学习能力不同,对学生进行精准分类是成功实施分层教学的关键。该文以液压与气动技术课程设计与实验课程为例,分析了影响学生课程设计能力的主要因素,根据支撑本课程的知识体系和培养目标,确定了学生的分类属性,采用决策树智能算法,以往届学生的数据为样本,建立了决策树分类模型,并分析了模型的有效性。

基于非线性修饰和零阶保持器的船舶航向保持控制

[目的]为了解决船舶在海上航行时控制器舵角输出大、打舵频率高、控制速度较慢以及控制精度较低的问题,利用三阶闭环增益成形算法设计鲁棒控制器。[方法]首先,利用三阶闭环增益成形算法设计出线性鲁棒控制器,然后,在控制策略中加入双曲正切非线性修饰以及零阶保持器,在不同海况下对该控制器的性能进行仿真实验。[结果]仿真结果表明,相比于基于非线性修饰的传统PID控制器,在一般海况下,所提控制器在延迟时间、控制精度以及能量输出上分别改进了36%,14%和32%;在恶劣海况下,分别改进了27%,7%和16%。此外,不同海况下该控制器的仿真结果都具有稳定的舵角输出,并可以较快地稳定在临界值附近,证明了其具有较好的鲁棒性。[结论]改进的控制器符合工程实践,对于智能船舶的控制具有较好的应用参考价值。

基于数据挖掘的课程思政教学资源个性化推荐方法——以计算机类课程为例

思政教学资源是指用于开展思政教育的各类资源,为提高课程思政教学质量,现提出基于数据挖掘的课程思政教学资源个性化推荐方法。首先,以计算机类课程为例开展研究,构建计算机类课程思政教学资源推荐模型,分析学习行为与对应的思政教学资源。其次,基于数据挖掘提取计算机类课程中思政教学资源特征,为后续的教学资源推荐提供保障。最后,实现思政教学资源个性化智能推荐。实验结果表明:基于数据挖掘的课程思政教学资源个性化推荐方法的准确性明显优于传统方法,证明该方法在课程教学方法上具有一定可行性。

“算法分析与设计”课程思政建设探究与实践

针对如何从专业角度构建课程思政体系的问题,文章结合“算法分析与设计”课程,探究并实践了研究生专业课程思政建设的内容和路径。通过强化顶层设计,科学制定课程思政建设目标;增进交叉融合,深入挖掘思政元素,优化课程思政内容的供给,形成了“算法分析与设计”课程的思政建设路径及教学模式。最后,提出了未来的研究方向。

算法推荐赋能高校思想政治教育数字化转型:耦合逻辑、问题透视与实践路径

算法推荐作为信息传播的前沿技术,与高校思想政治教育数字化在教育主体、教育介体和教育环体方面存在着主体互融共通、要素延异互构和供求精准契合的深度耦合。然而,算法推荐在赋能思想政治教育数字化转型过程中,也在要素泛在、数字鸿沟和结构失衡等方面存在数字主客体关系失调、数字能力迭代延迟、数字内容固化圈层等问题。高校要充分利用算法推荐带来的智能化、虚拟化和信息化实践范式,以数字素养统合价值理性,以算法能力融合数字生态,以内容供给优化算法推荐,推动高校思想政治教育在数字化时代背景下的人本共识、技术重构和协同优化,实现思想政治教育数字化转型的高质量发展。

哪类教学支架对提升初中生计算思维更有效?--基于算法支架、程序支架和有限性型支架的比较

如今,编程作为计算思维培养的重要途径已得到广泛应用。其中相较于图形化编程,文本编程需要更高的抽象思维和逻辑思维能力,教师有必要提供教学支架帮助学生设计算法、完成编程任务。虽然目前已有研究发现应用教学支架可以有效发展学生的计算思维,但鲜有研究探讨为学生提供不同类型教学支架对其计算思维发展的影响。为此,文章面向初中生Python编程课程,以136名初一学生为对象,分别应用算法、程序以及有限型支架,开展了一个学期的准实验研究,以探究三种不同类型教学支架在发展初中生计算思维方面的差异。综合量化和质性数据发现:在计算思维技能方面,程序支架的提升效果最为显著,明显优于算法和有限型支架;在计算思维自我效能感方面,算法和程序支架均有显著性提升效果,且学生原有计算思维自我效能感水平越高,提升效果越显著。文章通过研究,旨在为信息科技教师开展计算思维教学实践提供基于证据的学理支持。

基于文本分析的在线课程画像研究

[目的/意义]在“互联网+教育”的时代,网络课程丰富,类型众多,学习者难以快速找到适合的在线课程。传统在线课程简介无法提供适配性引导,而课程画像能描述课程整体定义,满足学习者差异化课程适配需求。[方法/过程]基于文本分析建立相关语言模型,构建在线课程画像。以学习者在线评论文本作为数据集,从课程基本信息、联合主题模型、情感判别三个维度构建课程画像的概念模型。联合主题模型先通过基于词向量的Word2Vec算法计算词语之间的相关性,构建初始相似词库;接下来结合K-means文本聚类算法从两个维度提取评论主题;最后利用ROST_CM6软件进行评论文本情感判别并解析语义网络,数据可视化后得到课程画像。[结果/结论]最终画像能清晰呈现学习者视角的课程描述,促进整体学习效率。

管理科学与工程专业建模优化实践课程建设探索

进入数字经济时代,业界将运筹优化技术更广泛地应用于生产和管理中,对管理科学与工程类专业学生的建模与优化的实践能力提出更高要求。该文分析我国管理科学与工程学科排名前50高校的相关专业培养方案,发现大部分学校侧重运筹学理论基础的教学,缺少建模与优化的实践课程。该文从业界需求和运筹学课程体系建设出发,结合教学实践,讨论建模优化实践课程的建设目标、课程内容、教学方法。建模优化实践课程的内容包括优化软件(通用求解器)的使用、管理科学与工程常见优化问题的建模,以及求解优化模型的精确/启发式算法;采用课堂上机练习、课程报告等方式,促使学生较快上手优化软件,提升学生发现优化问题、建立优化模型、编程求解模型的能力。通过建模优化实践课程的建设,形成管理科学与工程专业运筹优化类课程“基础理论+应用实践”的培养模式,弥合数字经济时代业界人才需求与高校人才培养之间的差距。

人工智能赋能高校“大思政课”的理论逻辑、价值意蕴与实践路径

高校在推进“大思政课”建设过程中,传统的思想政治教学模式难以完全克服教学与实践间、思政课与其他课程间、不同部门间相互分离的局面。在数字化背景下,人工智能与思想政治教育深度融合,能够为高校“大思政课”建设提供新的动能。人工智能的功能与特点决定了它可以嵌入思想政治教育知、情、信、意、行转化的全过程。将人工智能等数字技术运用于思想政治教育领域,能够增强知识体系与学生发展之间的契合度,促进学生对思政课和学科思政的教育内容进行再内化与再建构。人工智能技术打破了思想政治教育时间与空间上的限制,使思想政治教育贯穿于课堂上下、校内校外,促进高校思想政治教育的多方协同以及教育资源的共享。在发挥人工智能赋能效应的同时,还应厘定人工智能在高校“大思政课”建设中的运用范围,把握人工智能技术应用于高校“大思政课”建设的尺度与边界。

智慧教育英语线上课程资源聚类系统设计

英语线上课程资源聚类系统检索效率较低、准确率不高。为此,提出智慧教育英语线上课程资源聚类系统。聚类系统硬件部分由数据采集层、数据聚类处理层和应用层构成。采用Gibbs算法采集数据,采用K-均值聚类方法预处理和分类采集到的数据;软件部分由持久层、数据访问层、业务逻辑层和表现层构成,采用J2FF技术将检索完成的结果以可视化的形式展现。实验结果表明,该系统能有效提高线上教育资源的检索效率,且准确率较高,符合实际用户需求。

基于IMFAC的无人艇抗干扰航向自适应控制

针对无人艇在航向控制中易受风浪流等环境干扰,导致控制效果下降的问题,提出一种结合细菌觅食算法的改进无模型自适应控制算法;文章首先分析了偏格式动态线性化方法在无人艇航向控制中的应用问题,并设计了虚拟输出项以满足无模型自适应控制假设条件,建立了基于偏格式动态线性化方法的无模型自适应航向控制器;针对无模型自适应控制算法参数初始值选取范围问题,设计了改进细菌觅食算法对参数初始值进行预整定,保证了算法的快速收敛;最后通过半物理仿真试验验证了所设计算法的有效性;试验表明,在模拟的3级海况干扰下,无人艇在30°阶跃航向控制和±30°方形航向控制中,相较于传统算法出现的较大稳态误差,使用无模型自适应控制算法能在经过10 s左右调整后,将误差稳定趋近于零,实现无人艇的航向自适应控制。

算法推荐视域下高校思政课实践教学基地数智化模式的建构

思政课实践教学基地是思想政治教育社会实践教学的重要载体。当前,高校在推进思政课实践教学数智化中存在基础设施相对薄弱、实践教学供需失衡、实践育人主体式微等问题。将算法推荐融入思政课实践教学基地数智化,有利于在资源数字化、教学智能化、育人精准化方面实现实体和虚拟空间、理论与实践教学、共性和个性教育相统一。通过在底层做好数据支持、中层进行内容过滤、上层拓展应用关联、顶层优化内容推荐等多维路径,构建基于算法推荐的高校思政课实践教学基地数智化新模式,可推动思政课实践教学基地数智化提质增效,实现思想政治教育实践育人科学化、数字化和智能化。

融合思政理念的税法课程教学探索

为了提高金融专业学生的全面发展能力,研究提出将思政理念融入税法课程中,并构建融合闪电搜索算法和支持向量机的课程评价模型对新型税法课程进行评价。对研究提出的融合算法进行性能测试,结果显示,该算法的分类准确率为93%,优于对比算法。随后在课程评价模型的实证分析中发现,在利用研究提出的评价模型对新型税法课程进行改进后,学生学习效率评分最终为92分,远高于改进前。结果说明,研究提出的新型税法课程的实际应用效果较优,为税法课程改革提供了数据支持。

“数据结构与算法”课程融入思政教学的探索——以某地方医学院校生物医学工程专业为例

“数据结构与算法”是计算机信息处理及软件编程技术领域的工学课程,也是生物医学工程专业中的一门专业教育课程。文章以《高等学校课程思政建设指导纲要》(以下简称《纲要》)文件中工学学科与专业教育课程的课程思政教学体系的相关要求为出发点,同时以促进生物医学工程专业的培养目标和培养要求为落脚点,从学科和课程的综合视角,将《纲要》中的课程思政建设内容整体融入具体的教学过程中,旨在培养学生精益求精的大国工匠精神,激发学生科技报国的家国情怀和使命担当,使他们成为“五育并举”、全面发展的人才。

基于免疫进化算法的计算机课程线上教学资源推荐方法

传统计算机课程线上教学资源推荐方法的平均绝对误差较高,为此设计基于免疫进化算法的线上教学资源推荐方法。利用免疫进化算法构建线上教学资源推荐模型,设计计算机课程线上教学资源推荐引擎,完成线上教学资源推荐。实验结果表明,该方法的平均绝对误差较低,优于对照组,具有可靠性。

基于CMIE与参数优化KELM的旋转机械故障诊断策略

针对多尺度排列熵忽略信号幅值信息以及粗粒化处理存在不足,造成旋转机械故障识别准确率不稳定和不可靠等缺陷,提出了一种基于复合多尺度增长熵(CMIE)和算术优化算法(AOA)优化核极限学习机(KELM)的旋转机械故障诊断策略(方法)。首先,引入增长熵代替排列熵,进行了故障特征提取,同时采用复合粗粒化处理进行了信号的多尺度分析,提出了复合多尺度增长熵指标,将其用于提取旋转机械振动信号的非线性故障特征;随后,利用AOA对KELM的核心参数进行了自适应优化,建立了网络结构最优的分类模型;最后,将故障特征输入至AOA-KELM分类器,进行了训练和测试,根据分类器的输出标签完成了样本的故障识别任务;利用旋转机械故障数据集对所提策略的性能进行了实验和分析。研究结果表明:CMIE方法可以有效地识别旋转机械的故障类型和故障程度,两种数据集的识别精度均达到了99.2%,在特征提取效率和识别精度方面均优于比较方法;AOA-KELM模型的识别准确率和识别效率优于遗传算法优化核极限学习机、粒子群算法优化极限学习机、网格算法优化核极限学习机和灰狼算法优化核极限学习机。

基于APRIORI算法的安全本科模块化课程内容优化

为培养安全工程专业多方面的技术性实用人才,探究课程内容重复带来的问题以及对应的解决办法,统计分析某校安全工程专业28门课程教学大纲知识点的重复性,构建相关数据集,进而运用APRIORI算法分析课程的关联性数据,关联规则涵盖课程的所有重复知识点,之后基于计算结果给出可能原因及相应影响,同时与其他课程教授内容对比,分析此类问题的普遍性,并给出降低课程内容重复度的基本方法。结果表明:安全专业交叉性强,使得教材内容易出现重复,统计样本中共有41个知识点存在不同程度的重复;教学大纲知识点与课程之间共有10条单项集强关联规则,涵盖11门课程,支持度和置信度都在较高水平,显示出各课程内容之间的强相关现象;课程重复性高主要由教学设计不合理、课程管理制度不完善导致,可通过优化课程衔接、突出内容特色和采用多种教学方式等途径解决。

基于改进遗传算法的职业院校自动排课系统研究与实现

课表的编排,是每所学校教学管理中不可或缺的重要工作。考虑排课过程中各种因素的相关性,对中等规模职业院校自动排课问题进行了算法研究和系统实现,主要内容有:(1)在NPC组合优化问题的研究基础上,对排课问题进行抽象和建模。(2)对经典遗传算法进行改进,设计中等规模职业院校的自动排课算法。(3)考虑实际使用的便捷性和办公需求,开发了基于Web的自动排课系统,提供教学计划安排,学期课表编排及管理等事务的低成本解决方案。