模块化教学模式探析--以“Hadoop大数据处理”课程模块化教学设计为例

课程模块化教学是对课程内容的重组以及整合,利用教学平台,引入企业项目案例资源,把传统的教学模式转变为以学生为主体、教师为主导的模式。本文以高等职业院校“Hadoop大数据处理”课程为例,采用模块化教学模式以适应大数据专业的工作岗位,介绍了模块化教学模式的概念、国内外研究现状,进行了“Hadoop大数据处理”课程模块化设计,分别是教学主体转换、内容模块化设计、教师分工协作模块化设计、应用信息化教学平台。以“Hadoop大数据处理”课程中大数据计算分析模块中“微博精准广告营销”为例说明课程模块化教学设计的具体实施步骤和最终的教学效果。

应用自适应注意力机制U-net的地震数据高分辨处理

随着油气勘探开发的不断深入,薄储层与岩性油气藏逐渐成为重要的勘探目标,这也对地震资料的分辨率提出了更高的要求。文中提出了一种基于自适应注意力机制的U-net地震数据高分辨处理方法。该方法首先利用U-net结构学习地震数据的特征表示,通过下采样过程的编码器提取地震数据的抽象特征,然后通过上采样的解码器进行特征重建和细化。在上采样的过程中引入了注意力机制,用于自适应地调整网络对不同地震特征的关注程度,网络能够更加有效地捕捉到地震数据更多的细节和特征。Marmousi模型合成地震记录和实际数据实验结果表明,新网络比原U-net误差更小、更稳定,可有效提高预测精度,实现对地震数据的高分辨率处理。

基于ADASYN和WGAN的混合不平衡数据处理方法

为了解决不平衡数据集中少数类样本分类精度较低的问题,提出了一种处理不平衡数据集的ADASYN-WGAN方法。首先,采用ADASYN(adaptive synthetic sampling)算法生成少数类样本,用这些生成样本代替WGAN(wasserstein generative adversarial networks)中的随机噪声;其次,利用WGAN算法生成符合原始数据集分布规律的少数类样本,构建平衡数据集;然后,在6个公开数据集上,采用随机森林分类器对所提方法和4种过采样算法得出的处理结果分别与原始数据集进行对比;最后,通过F1-Score,G-mean和AUC等分类评估指标的表现验证所提方法的有效性。结果表明:在对比实验中,经过ADASYN-WGAN方法得到的平衡数据集在随机森林分类器的十折交叉验证中,4个公开数据集中的各项分类评估指标值均达到最优,虽然另2个公开数据集中的AUC值略低,但其F1-Score和G-mean取得了最高值。所提出的ADASYN-WGAN方法可生成高质量的数据样本,并可为解决不平衡数据集中少数类样本的预测偏差问题提供参考。

超大规模数据处理中并行计算技术的应用研究

随着人工智能和大数据时代的到来,超大规模数据处理成了一个重要的研究领域。该文主要探讨并行计算技术在超大规模数据处理中的应用,首先详细阐述并行计算和超大规模数据处理的基本理论与概念,特别是并行计算的编程模型与工具,最后通过分析并行计算在搜索引擎、气象预报和金融分析等中的实际案例,阐述并行计算技术在超大规模数据处理中的实际应用。

“实验设计与数据处理”教学设计与实践

基于成果导向教育理念,依据“实验设计与数据处理”课程所支撑的毕业要求观测点,反向设计课程目标。围绕课程目标整合教学内容和教学资源、设计教学过程、组织教学活动、评价学习成效,并基于评价结果持续改进,形成“实施-评价-反馈-改进”闭环。教学过程引入“工艺优化驱动教学”的项目式教学法,与“专业综合实验”“科研实践”等实践环节形成跨课程教学联动,以实践环节中的实验方案设计和数据处理的实际需求推动“实验设计与数据处理”课程的理论教学和课下实践,将零散的知识体系化,碎片化的应用系统化,着力提升学生实验方案设计、实验结果统计分析和模拟预测以及方案优化能力。

环境工程专业学位硕士试验设计与数据处理课程教学优化——基于国内外三所高校案例

文章比较了清华大学试验设计与分析线上课程和昆士兰大学试验设计线下课程在教学内容和教学方法方面的差异,并分析了各自的特点;在此基础上,介绍了中国矿业大学环境工程专业学位硕士试验设计与数据处理课程结合人才培养目标,进行教学内容和教学方法优化,并实施线上线下混合式教学模式的实践。中国矿业大学的试验设计与数据处理课程教学达到了使学生“懂理论、会应用、能实践”的目标。

多学科背景下大学数据处理公共课程体系建设探索

分析大学数据处理公共课教学中现存的问题,提出多学科背景下大学数据处理公共课程体系建设构建思路,重点从课程内容、教学方式和考核方式3方面介绍体系建设与实践过程,最后说明课程建设成效。

DNA测序首段信号数据特别处理方法研究

针对荧光标记毛细管电泳DNA测序开始一段序列的信号杂乱特性以及不同碱基通道信号间的相对偏移问题,提出了一种用于首段信号特别处理的电泳迁移率自适应校正方法。分析设计基于四通道首段信号间峰重叠程度估计的运筹决策目标函数,通过目标函数动态寻优计算确定不同碱基通道信号的相对偏移系数,从而实现DNA测序首段信号的相对偏移校正,为提高首段信号碱基的合理判读及后续DNA精准排序提供了可靠的过程数据。

海南临高方言语音数据预处理技术

介绍了海南临高方言语音数据预处理的背景和目标,以及所采用的方法,包括数据预处理方法,以及应用WeNet模型进行语音识别的数据预处理技术。其中,数据预处理是指对收集到的原始语音数据进行去除噪声、平滑、合并等处理,以提高语音识别系统的识别性能;数据预处理的目标是消除语音识别系统中的噪声、去除非语音成分,并保持原始语音数据中的有用信息,使语音识别系统能够正确地进行识别;应用WeNet模型进行语音识别的数据预处理技术是指利用WeNet模型对采集到的原始语音数据进行预处理,将其中有用信息提取出来。

GNSS测量与数据处理课程思政闭环设计

GNSS测量与数据处理是测绘工程专业核心专业课。在我国北斗系统走向世界的背景下,该课程开展课程思政具有诸多先天优势。该文从思政目标、思政切入点、思政元素生成路径、思政教学方法和思政效果评价等方面进行该课程的思政全闭环设计,以期将课程的思政建设落地落实、见功见效,与思政课程同向同行,形成协同效应,同时也为同行课程思政教学改革提供实操参考。

计算机在化学化工数据处理中的应用——评《计算机与化学化工数据处理》

当前,物联网、云计算、大数据等现代信息技术在化工行业得到了广泛应用,为生产过程的智能化和精益化管理提供了技术支持。海量的实时采集数据中隐藏了过程变化规律,科学合理的数据处理和建模技术,可以深度挖掘其潜在价值。例如通过回归分析确定设备与品质关系。

发射台站发射任务智能化分配数据处理模型的研究与构建

本文基于发射台站智能化系统建设中任务分配问题的研究,提出了发射任务分配调度算法对数据处理的具体需求,设计了任务分配数据处理模型,包括发射任务模型、任务评估矩阵、发射分配模型和效果目标函数,并对数据处理模型的参数和计算关系进行了公式化描述。通过具体的任务分配操作示例,展示了数据处理模型在实际应用中的操作流程和效果,验证了模型的实用性和有效性。

大地电磁测深数据处理方法技术进展

大地电磁测深法以其探测深度大、不受高阻层屏蔽、设备轻便、成本低等优势,被广泛用于地球动力学、成矿系统等研究以及深部资源和(清洁)能源探测、灾害调查等领域。然而,该方法在观测天然电磁场信号方面信号较弱,容易受到噪声干扰,一般需长时间观测和多次叠加方式来获取电性信息,且需同时开展相应的数据处理和分析,以获得更为可靠的地下电性结构。其中,数据处理一般包括时频转换、去噪、阻抗张量和倾子矢量估计,数据分析主要包括电性主轴和介质维度分析。基于前人关于大地电磁测深探测方法的研究成果,针对探测体系中处理、分析的关键环节,总结目前普遍使用的方法,并基于数据处理中的去噪、数据分析中的阻抗和相位张量,介绍探测体系中重要环节的前沿研究方向和成果,分析现有方法各自的特点和优点及其在不同环境和背景下大地电磁场观测数据的适用性,为大地电磁测深的有效、高效应用提供理论信息和基础保障。

渔业声学数据后处理软件现状评述与展望:以Sonar5-Pro为例

渔业声学数据解析是渔业资源声学调查研究和应用的关键所在。目前全球渔业声学数据后处理的代表性软件主要有挪威Sonar5-Pro和澳大利亚Echoview。以Sonar5-Pro为例,开展了5个方面的研究:1)回顾了该软件自1994年以来近30年的发展历史;2)介绍了软件对声学数据进行处理的总体思路,即前处理、数据分析和结果展示3个步骤及贯穿始终的数据检视功能,以及软件的5项重要设计理念;3)介绍了该软件9项代表性功能特性的实现思路和具体方法;4)以主流分析应用鱼类生物量分析过程为例,介绍了软件的数据处理流程;5)对该软件的3项核心关键技术,即多目标跟踪(multiple target tracking)、交叉过滤跟踪(crossfilter tracker)和图像分析工具(image analysis)进行了详细介绍。研究发现,一个成熟的渔业声学数据后处理系统庞大而复杂,涉及渔业、物理学和计算机多学科知识的融合,着力加强相关领域交叉学科人才培养,充分借鉴吸收国外已有先进理念和成熟技术,基于各种应用场景需求研发具有自主知识产权的分析软件,采用引进消化吸收再逐点突破最终集成创新的方式,可以作为未来提升中国渔业声学数据解析能力和水平的重要发展途径。

大数据技术下的流数据处理框架构建及应用研究

大数据技术下的流数据具有实时性、突发性、无序性、易失性和无限性等特征,因此,传统的分布式计算机系统很难满足计算需求,需要利用流计算来处理流数据,流计算可以针对海量的不同数据源的流数据进行实时分析与处理。在梳理大数据技术架构的基础上,对流数据及流数据处理框架进行了阐述,给出了流数据处理的三种常用框架,利用文献研究法和系统法对大数据技术下的流数据处理进行深入研究,提出了大数据技术下的流数据处理框架及应用领域,希望能为大数据技术下的流数据处理的研究者提供借鉴。

基于Python的高校自主招生数据处理工作应用的探索研究

为提高高校自主招生数据处理工作的效率并对数据进行进一步挖掘,本文提出应在报名、考试、录取各个阶段,结合高校自主招生工作中的实际应用场景,充分利用Python语言丰富的生态系统,实现数据整理、分析、可视化等操作,进一步提高数据处理的效率和准确性,同时通过可视化交互界面的设计及实现,有效降低编程门槛,大大提高非技术人员的工作效率。

新工科背景下“交通数据处理分析”课程思政建设思路探索

文章旨在探讨新工科背景下“交通数据处理分析”课程如何实现思政建设思路。在新工科背景下,交通数据处理与分析技术在城市交通管理和规划中扮演着重要角色,而思政教育则旨在培养学生的社会责任感和正确的价值观。文章首先分析了新工科背景下“交通数据处理分析”课程思政建设的必要性,给出了新工科背景下该课程的发展趋势及思政建设目标;基于此目标提出了课程内容思政元素,并提出了通过问题导向学习、合作学习和案例教学等教学方法,将思政元素融入到实际交通数据处理与分析中,实现思政教育的全过程融入机制。文章对于如何利用“交通数据处理分析”课程引导学生增强其社会责任感,将其培养成具有全面素养和社会担当的优秀人才有着较好的借鉴意义。

数据资产的会计核算研究——兼评《企业数据资源相关会计处理暂行规定》

2023年8月财政部出台《企业数据资源相关会计处理暂行规定》,回应了数据资源在构建数字中国中的引擎作用,导入现有的存货及无形资产会计准则体系,分别规制待售及自用数据资产的相关会计核算。数据是对客观世界的记录,数据资产的交付仅是共享数据资产的使用权,即数据资产的自用与出售两种业务模式可同时并存。随着运营时长的增加,数据量的积累,其价值不断增长,计提摊销的情形并不常见,故现有会计准则体系无法将所有数据资产囊括其中。因此,宜创设“数据资产”一级科目,根据核算对象不同,分别就“数字化资产”“数据库资产”及“其他数据资产”制定相应的会计确认、计量与披露规则,以此激发数据要素潜力、做大做强数据要素市场。

太阳能光伏发电预测模型的数据处理与特征选取策略分析

太阳能光伏发电作为清洁能源的重要组成部分,其发电效率的预测对于提高能源利用效率至关重要。文章围绕太阳能光伏发电预测模型的数据处理与特征选取策略展开研究,旨在深入分析和探讨相关技术及方法的应用。通过对机器学习算法的预测模型、数据处理策略以及特征选取策略的详细讨论,研究结果为太阳能光伏发电预测提供了全面而深入的研究视角。

基于隧道三台阶铣挖定额施工组织模型的数据误差处理研究

针对我国铁路建设过程中出现的复杂地质和特殊工况问题,铁路建设者提出了各种新工艺新工法,随之而来的挑战是测定新型工艺工法的补充定额,以便完善铁路工程造价体系。如何提高定额数据的准确性和定额测定的稳健性是铁路造价人员需要解决的问题。本文运用误差理论和数理分析的方法,通过建立系统误差、粗大误差和随机误差数据处理模型,对现场测定数据进行计算分析和降噪处理,准确剔除了异常值,提高了定额测定工作的技术高度和深度。