构建高校分类发展体系 推动高等教育强国建设

我国经济社会发展已处在全新的历史方位,高等教育发展日趋从自身发展的“小逻辑”转向服务经济社会发展的“大逻辑”。顺应高等教育普及化趋势,以高校分类发展为支点建设高质量高等教育体系和高等教育强国,是我国高等教育未来发展的方向和方略。应以高校学科分类建设为抓手,推动高校人才分类培养体系和多样科学研究体系建设,达成高校分类办学、高等教育多样发展和优化高等教育体系、释放高等教育功能的目标。

构建“以学为主、双向并重”的研究生课程体系探讨

研究生培养过程中应确定“全面发展、终身学习”的毕业要求和“五育并举、硕博贯通”的课程体系,构建学校各个学科专业学位硕士、学术学位硕士、学术学位博士的分类人才培养方案。为贯彻落实习近平总书记在全国教育大会上的讲话精神,应立足基本国情,遵循教育规律,坚持改革创新,以凝聚人心、完善人格、开发人力、培育人才、造福人民为工作目标,培养德智体美劳全面发展的社会主义建设者和接班人,高校研究生培养应完善德智体美劳五育并举的人才培养体系,构建“以学为主、双向并重”的研究生课程体系。

新工科背景下科教融合人才培养的生长型方案探索与实践——以空天控制为例

新工科卓越工程教育建设理念对研究型大学科教融合人才培养模式提出新要求。该文对新形势下的科教融合培养模式进行概念性分析,并以学术实践和工程实践协同牵引为原则,探索一种学术研究与工程教育共生发展的生长型科教融合方案。该文结合飞行器智能控制领域相关科研和教学实践,讨论该方案的可行性和具体实施途径,旨在为新时期空天控制学科专业人才培养模式转型提供新思考。

浅谈跨学科交叉培养模式的优势与构建

为了适应 2 1世纪现代化建设对高等教育教学改革和人才培养的要求 ,实现素质教育的目标 ,构建跨学科的交叉培养模式具有重要意义。构建跨学科交叉培养模式主要是构建课程式和专业式两种交叉培养模式。

基于学科建设视角下大学生创新创业教育模式优化探析——以安徽理工大学地球与环境学院“三位一体”创新创业教育模型建构为例

大学创新创业能力培养是国家科技创新的重要支撑。当前,大学生创新创业能力培养存在以学科竞赛为依托缺乏学科引导,培养机制以科层为主缺乏系统整合,培养手段碎片化缺乏精准权变和系统性等问题。地球与环境学院遵循学科建设与大学生创新创业能力培养目标契合、资源契合、手段契合等规律,结合学科发展方向制定大学生创新创业能力培养目标,结合学科队伍建设创建大学生创新创业指导专家团队,结合学科平台搭建创新平台提升大学生创新创业综合能力,形成了系统谋划、整体提升、精准指导的“三位一体”的创新创业教育模式,对高校开展大学生创新创业教育具有广泛的借鉴意义。

服务国家战略的特色培训发展模式研究——以中南大学依托学科优势开展行业特色培训为例

国家战略的实现亟需大批专业人才,高校依托其学科优势开展行业特色培训,是为实现国家战略提供人才保障的重要渠道。本文讨论了高校依托学科优势开展行业特色培训的基本要求,包括树立服务国家战略使命意识、把握战略要求和企业需求、完成立德树人根本任务和精心设计课程体系。本文还以中南大学为例,讨论了行业特色培训项目研究的基础与优势,以及依托学科优势、服务国家战略(“一带一路”、新能源、健康中国2030、中国制造2025等)的行业特色培训项目设计与实施。

用科学发展观指导应用型专业学科建设

专业学科建设是高等学校中最重要的基本建设。专业学科建设与发展要遵循“全面、协调、可持续”的科学发展规律。专业学科建设以规模、质量的和谐发展为基础,以增强学科专业的生存与发展能力为重点,以人为本,以实现教师和学生的可持续发展为目标。

基于最小分类错误训练的神经网络分类器设计

提出了一种基于最小分类错误 (MCE)训练的采用多层感知器 (MLP)结构的模式分类器设计方法 .这是一种以分类错误率最小化为目标的模式分类器设计方法 ,将它用于 MLP分类器设计能够进一步提高分类器的性能 .采用 MLP实现 MCE训练中的分类损失计算 ,从而将 MCE训练过程与 MLP分类器设计统一在一个神经网络结构中 ,通过 BP算法予以实现 .这不仅能达到提高MLP分类器性能的目的 。

工作流生成中的一种流程模式知识优化方法

基于模式的工作流生成利用规划技术和业务知识实现了工作流自动创建。流程模式知识的优劣直接影响到工作流生成结果的正确性。提出了一个针对流程模式的知识优化方法。在人工建模的基础上,针对流程模式知识构建场景分类器。利用流程规划运行的历史数据,通过机器学习对流程模式进行调整与优化,保证了工作流创建的正确性。

学习十五大报告 推动教学改革 促进学校发展

本文介绍在学习十五大报告、推动教学改革方面的一些认识和体会。主要内容涉及：学校的定位和特色；人才培养模式的改革；专业调整和改造；全面修订适应新世纪需要的教学培养计划；教学改革中应特别重视的几个问题。

一种基于信息复用的Boosting瀑布型分类器高效训练方法

构建一个基于Boosting的瀑布型分类器往往要花费巨大的计算代价,该文提出一种改进的Boosting瀑布型分类器训练算法,利用不同层级分类器之间的共享信息复用来提高训练速度。该文提出的瀑布型分类器训练方法在两个层次上复用已获得的层级分类器中的信息。在分类器层次上,前一个层级分类器在新的层级分类器训练过程中成为第1个特征,并在当前层级分类器的训练样本集上进行适应性学习;在特征层次上,每一级分类器都直接保留所有前面层级分类器已经学到的特征,并重新在当前层级分类器的训练样本集上进行适应性学习。最后,再通过学习新的弱分类器,加入新特征。在正面人脸检测问题上的实验表明,提出的新算法相比传统方法能够大幅提高Boosting瀑布型分类器的训练速度,提高幅度近10倍,瀑布型分类器的训练时间从将近3天降到了8个小时。

地方性高校治理的政策网络分析——以宁波大学“学科大类”培养模式为例

如何将"学科发展的需求"和"服务区域发展的需求"结合起来,是地方性高校发展面临的治理困境。宁波大学"学科大类"培养模式是结合这两类需求的改革尝试。用政策网络的"网络特征""行动者特征""行动者之间的关系特征"三类指标的12个网络参数定性分析"学科大类"培养模式在政策网络中的治理困境和出路;有效运转的政策网络是实现地方性高校治理的载体;政策网络的开放性和成员的多样化有助于实现地方性高校的治理;政策网络管理者应是网络运转的观察者、引导者、纠偏者和防范者;政策网络管理者应从网络参数入手细化政策目标的实现机制。