融合递进式教学模式在“数据结构及算法”课程中的应用

“数据结构及算法”课程是计算机专业的基础课,旨在培养学生的数据抽象与建模能力、算法设计与分析能力、解决较复杂工程问题的能力。在新工科建设背景下,课程存在教学内容难体现高阶性、教学模式难培养创新思维、考核方式难显示挑战度等问题,导致“两性一度”目标难以达成。课程团队针对教学中的真实问题,从知识、能力、价值三个维度对教学内容进行了重构,以“科教融合、学科交叉、思想引领”为突破口重耕教学内容,体现课程高阶性;设计“四环节”递进式教学模式,为学生搭建学习阶梯,循序渐进地培养创新思维;运用信息化工具助力多元化的课程评价,获取有效学习反馈,引导学生关注学习过程。

高职艺术设计专业"融合递进式"创新创业实践教学模式研究

随着我国教育事业的不断发展,各类高校都进行了分阶段的人才培养方案的改革,特别是对于高职院校而言,培养院校学生更要把握好尺度及制订好培养方案.基于此,高职艺术专业以"融合递进式"教学模式进行人才培养,打造一款符合学生发展、社会需要的系统教学模式.在进行教学实践的过程中,"融合递进式"模式查漏补缺,形成一套较为完备的学校教学方案.本文以新型教学方案为背景,对创新创业下的教学模式进行探讨.

“融合递进式”培养模式与西部地方高校创新型人才培育

本文通过对西部地方高校创新型人才培养的现状和问题入手,分析了西部地方高校在培养创新型人才这个过程中所面临的主要问题,又分析了"融合递进式"培养模式是如何影响西部地方高校培养创新型人才,得出结论。

DnRFD:用于图像去噪的递进式残差融合密集网络

基于深度学习的去噪方法能够获得比传统方法更好的去噪效果,但是现有的深度学习去噪方法往往存在网络过深导致计算复杂度过大的问题。针对这个不足,提出一种用于去除高斯噪声的递进式残差融合密集网络(DnRFD)。该网络首先采用密集块来学习图像中的噪声分布,在充分提取图像局部特征的同时大幅降低网络参数;然后利用递进策略将浅层卷积特征依次与深层特征短线连接形成残差融合网络,提取出更多针对噪声的全局特征;最后将各密集块的输出特征图进行融合后输入给重建输出层,得到最后的输出结果。实验结果表明,在高斯白噪声等级为25和50时,该网络都能获得较高的峰值信噪比均值和结构相似性均值,并且去噪平均时间是DnCNN方法的一半,是FFDNet方法的1/3。总的来说,该网络整体去噪性能优于相关对比算法,可有效去除图像中的高斯白噪声和自然噪声,同时能更好地还原图像边缘与纹理细节。

“递进式四四融合”模式下“单片机类”课程教学改革探索

通过对"单片机类"课程的课程模式、教学方式、团队建设、评价机制进行"递进式四四融合"教学改革,使得"硬件知识+编程语言""理论知识+课内实验""理论知识+实训""理论知识+课程设计"进行融合,从而实现"理论知识"与"实际项目"相融合、"理论教学"与"实践教学"相融合、"校"与"企"相融合、"测"与"评"相融合,增强学生的工程实践意识,培养学生4种工程能力,满足应用型本科院校课程的人才培养要求。

信息管理与信息系统专业递进式多课程融合大案例教学法研究

信息管理与信息系统专业是集信息技术与管理于一体的交叉学科专业。本论文在综合分析信息管理与信息系统专业课程体系递进关联性的基础上,将专业课程体系分为了四层,并根据课程之间的相互关系,设计了不同层级之间的递进式多课程融合大案例教学模式。最后,提出了该教学模式的实现方式。

“双创”教育改革的人才培养模式与绩效研究——以“双一流”建设高校宁波大学为例

基于深化高等学校创新创业教育改革背景和2020行动方略,围绕创新创业人才培养的动力、活力和能力目标,文章以宁波大学"融合递进式"模式为例探讨人才培养的体系化建设和制度性改革创新,从教育管理体系、课程体系、实践体系和师资体系等方面的实践创新开展了理论研究和成效分析,为创新创业人才培养模式改革进行了有益的探索。

产品设计专业创新创业课程思政的改革探索

专业创新创业课程是产品设计专业综合能力、职业素养培养的重要课程。文章首先明确课程思政的作用和意义,挖掘专业创新创业课程思政元素,梳理开发课程思政丰富的教学资源,以创新创业项目为载体,思政元素与专业知识有机结合,依据课程教学安排分阶段渗透到每个教学环节,贯穿始终,递进式推进,由浅入深,最终逐步实现教学目标。