DBL视域下的儿童编程教学模式及其效果验证:一项基于设计的研究

基于设计的学习(Design-Based Learning,DBL)起源于学习科学领域,强调迭代设计与开发,与儿童编程教学的契合度较高,可为儿童编程教学模式的革新与学生问题解决能力的提升提供依据。基于此,文章首先构建了DBL视域下的儿童编程教学模式雏形,随后运用基于设计的研究方法进行两轮迭代实验,对模式雏形进行优化后得到DBL视域下的儿童编程教学模式。最后,文章利用准实验研究法检验此模式的有效性,结果表明:DBL视域下的儿童编程教学效果优于传统编程教学,且DBL视域下的儿童编程教学与传统编程教学在提升学生问题解决能力方面存在显著差异;DBL视域下的儿童编程教学模式有助于学生形成问题解决思路并学会反思,在教学实践中展现出了良好的适应性。文章以设计为主线,助推儿童编程教学模式革新,可为有效提升儿童的问题解决能力提供有价值的理论指导和实践参考。

算法编程与数学课融合的教学模式

在信息化时代,算法编程已成为一项重要技能,而数学学科对于学生的发展也至关重要。因此,探究小学算法编程和数学学科的融合课堂教学模式成为当下热门话题。本研究引用了《义务教育信息科技课程标准》中与此相关的内容,结合具体课例设计了教学目标、内容和方法,并借助图形化编程软件实现操作来培养学生的计算思维和数理思维。通过实验教学来探究融合教学模式对于学生计算思维和数理思维能力发展的效果,研究结果表明融合算法编程和数学学科的课堂教学模式能够有效提升学生的能力。

混合式BOPPPS教学模式的Scratch编程教学设计

Scratch是一款由麻省理工学院开发的可视化编程软件。随着在线教学的蓬勃发展,针对融合“线上”+“线下”的Scratch教学需求增多的问题,研究通过课前、课中、课后三个环节展开教学活动,将混合式BOPPPS教学模式应用于Scratch教学,旨在提高学生的课堂参与度、学习深度、学习效果,以及实现良好的师生互动。本研究以主题为《植物大战僵尸》的Scratch教学为例进行教学设计,以此验证该教学模式的效果,并提出了针对该教学模式的建议,为广大教师提供参考和借鉴。

MapReduce编程模型下的约束频繁模式挖掘算法

约束频繁模式是利用用户给定的约束条件,生成的一种频繁模式,具有针对性强、挖掘效率高等特点.随着数据量的增大,约束频繁模式生成过程存在着占用内存大和I/O代价高等问题,难以适用于海量高维数据集.采用MapReduce编程模型,给出一种约束频繁模式并行挖掘MCFP算法.该算法首先,采用三对Map和Reduce函数实现了将数据中事务映射为频繁项计数、构建约束频繁模式树和生成约束频繁模式,以及频繁模式聚合等主要步骤;其次,根据频繁项支持度,迁移数据记录,有效地实现了频繁模式生成过程中的负载均衡;最后,采用天体光谱数据,实验验证了该算法的有效性、可伸缩性和可扩展性.

数控铣床加工类人才培养模式研究——以中职《数控铣床编程与操作》为例

“三教”改革背景下,推进中职专业课教学模式改革将极大程度上提高现中职课堂教学现状,对健全中职专业课教学体系有重要效果。以中职学校数控技术应用专业的专业核心课《数控铣床编程与操作》为依托,采用3W2D1H教学模式对中职二年级学生“玩中学”、“学中悟”式教学。通过教学,学生有效学习兴趣,课堂教学内容贴近当今企业工作需求,极大程度提高学生岗位工作认知度,明确自身发展方向。“三教”改革下对中职学校的教学模式改革提出,为培养胜任数控相关岗位的中职学校毕业生提供一定保障性。

闯关教学模式驱动下的编程类课程教学研究

当前,信息技术日新月异,编程类课程的教育在信息化教育中具有非常重要地位。然而,传统的编程类课程的教学模式存在课程内容枯燥乏味、教学方法单一、学生学习积极性不高等问题。闯关教学模式是一种以游戏化为手段的教学模式,具有趣味性、挑战性、互动性等特点,能够有效激发学生学习兴趣,提高学习效率。文章以“PHP安全开发”课程为例,以高职学生为对象,基于闯关教学模式对编程类课程教学进行改革研究,并取得了较好的效果。

“岗课赛证”综合育人模式下高职《PLC编程与应用技术》课程教学改革研究

为解决高职院校技能型人才培养的诸多问题,针对“岗课赛证”综合育人模式下高职《PLC编程与应用技术》课程教学改革工作展开分析,对该育人模式和《PLC编程与应用技术》教学现状进行介绍,并提出了加强课程思政育人的重视、采用递进式教学方法、与企业合作丰富教学资源3点建议。这些做法能深入推进课程改革,为相关人员参与“岗课赛证”综合育人目标的实现提供参考。

MapReduce并行编程模型研究综述

MapReduce并行编程模型通过定义良好的接口和运行时支持库,能够自动并行执行大规模计算任务,隐藏底层实现细节,降低并行编程的难度.本文对MapReduce的国内外相关研究现状进行了综述,阐述和分析了当前国内外与MapReduce相关的典型研究成果的特点和不足,重点对MapReduce涉及的关键技术(包括:模型改进、模型针对不同平台的实现、任务调度、负载均衡和容错)的研究现状进行了深入的分析.本文最后还对MapReduce未来的发展趋势进行了展望.

MapReduce:新型的分布式并行计算编程模型

MapReduce是Google提出的分布式并行计算编程模型,用于大规模数据的并行处理。Ma-pReduce模型受函数式编程语言的启发,将大规模数据处理作业拆分成若干个可独立运行的Map任务,分配到不同的机器上去执行,生成某种格式的中间文件,再由若干个Reduce任务合并这些中间文件获得最后的输出文件。用户在使用MapReduce模型进行大规模数据处理时,可以将主要精力放在如何编写Map和Reduce函数上,其它并行计算中的复杂问题诸如分布式文件系统、工作调度、容错、机器间通信等都交给MapReduce系统处理,在很大程度上降低了整个编程难度。MapReduce日益成为云计算平台的主流编程模型。Apache Hadoop项目提供开源的MapReduce系统还有待进一步完善。

MapReduce并行编程模型研究综述

MapReduce并行编程模型的出现简化了并行编程的复杂度。通过调用方便的接口和运行时支持库,MapReduce并行编程模型可令大规模并行计算任务自动并发地执行而不必关心底层的具体实现细节,从而令MapReduce并行编程模型在大规模中低性能集群中发挥出色的计算能力,且可节约成本。对国内外关于MapReduce并行编程模型的研究现状进行了综述,分析了目前国内外相关研究成果的优缺点,并对MapReduce并行编程模型的未来发展进行了展望。

MapReduce并行编程架构模型研究

针对高质量高效率的MapReduce应用程序的开发,分析了基于Hadoop MapReduce模型的工作机制,从开发类库级阐述了MapReduce并行工作流程,提出了一个具有通用性的MapReduce开发框架原型,对开源的Ma-pReduce模型的改进作了一些展望.

基于MapReduce的top-k高效用模式挖掘算法

高效用模式挖掘被广泛地应用于数据挖掘领域。为了挖掘指定数量的高效用模式,一些基于树结构和效用表结构的top-k高效用挖掘算法被提出,但前者在挖掘过程中产生了大量候选模式,后者在效用模式增长时需要进行多次比较;同时,由于在信息社会,数据量呈爆炸性增长,所以在数据集过大的情况下,挖掘高效用模式需以大量存储空间以及计算开销为代价。为了解决这两个问题,基于MapReduce的top-k高效用模式挖掘算法(TKHUP_MaR)被提出。该算法通过两次扫描数据库,利用三次MapReduce来实现并行top-k高效用模式的挖掘。通过实验表明TKHUP_MaR算法在并行挖掘top-k高效用模式的过程中是有效的。

基于MapReduce的Hadoop大表导入编程模型

针对Sqoop在导入大表时表现出的不稳定和效率较低两个主要问题,设计并实现了一种新的基于MapReduce的大表导入编程模型。该模型对于大表的切分算法是:将大表总的记录数对mapper数求步长,获得对应每个split的SQL查询语句的起始行和区间长度(等于步长),从而保证每个mapper的导入工作量完全相同。该模型的map方式是:进入map函数的键值对中的键是一个split所对应的SQL语句,将查询放在map函数中完成,从而使得模型中的每个mapper只调用一次map函数。对比实验表明:两个记录数相同的大表,无论其记录区间如何分布,其导入时间基本相同,或者对同一表分别用不同的分割字段,导入时间也完全相同;而对于同一个大表,模型的导入效率比Sqoop有显著提高。

基于MapReduce编程模型的改进KNN分类算法研究

采用一种属性约简算法,将待分类的数据样本进行两次约简处理--初次决策表属性约简和基于核属性值的二次约简。通过属性约简方法来删除数据集中的冗余数据,进而提高KNN算法的分类精度。在此基础上应用MapReduce并行编程模型,在Hadoop集群环境上实现并行化分类计算实验。实验结果表明,改进后的算法在集群环境下执行的效率得到很大提升,能够高效处理实验数据。实验执行的加速比也有明显提高。

PFPonCanTree:一种基于MapReduce的并行频繁模式增量挖掘算法

频繁模式挖掘是最重要的数据挖掘任务之一,传统的频繁模式挖掘算法是以"批处理"方式执行的,即一次性对所有数据进行挖掘,无法满足不断增长的大数据挖掘的需要。MapReduce是一种流行的并行计算模式,在并行数据挖掘领域已得到了广泛的应用。将传统频繁模式增量挖掘算法CanTree向MapReduce计算模型进行了迁移,实现了并行的频繁模式增量挖掘。实验结果表明,提出的算法实现了较好的负载均衡,执行效率有明显提升。

基于Golang的函数式编程在软件设计模式中的应用

函数式编程强调数据的映射关系,函数变化只与输入变量有关,不依赖外部系统的数据。这种表达式描述强调程序执行结果的编程模式,非常适合当代复杂软件结构系统的优化管理。越来越多的编程语言开始支持函数式编程开发。软件设计模式是对设计开发中面临的系列问题所给出的具有普遍意义的解决方案,是开发人员长期开发的经验结晶,是经过反复实验的结果。论述了函数式编程的基本原理和主要特征,利用高阶函数特性实现了软件设计模式,优化了代码结构,扩展了功能实现。

一种基于MapReduce的频繁模式挖掘算法

为了解决Algorithm_Add算法在挖掘大数据中的频繁模式时存在的内存占有量大和运行速度慢等问题,该文在深入研究Algorithm_Add算法的基础上,提出了基于MapReduce计算模型的并行挖掘算法——MRAlgorithm_Add。算法利用MapReduce模型对新增加模式进行处理,在各个节点上求出局部频繁模式,通过合并各个节点的结果得到全局频繁模式。介绍了MRAlgorithm_Add的设计思想,分析了算法的运行性能。实验结果表明MRAlgorithm_Add算法在Hadoop集群上运行,具有较好的加速比性能和良好的可扩展性。

基于网络平台的课程混合教学模式改革与实践——以电气控制技术及可编程控制器课程为例

利用网络平台,改变传统的教学模式,推动形成“互联网+高等教育”新形态,以现代信息技术推动高等教育质量提升的“变轨超车”。以电气控制技术及可编程控制器课程为例,对传统课堂教学模式进行改革,采用混合教学模式,在教学过程中显示了突出的优势,弥补单一课堂教学的缺点,提高了教学效率,改善了教学效果,使学生获得更多的知识储备,也减少了教师的工作量。在工科教育中有很多类似的课程,未来都可以考虑采用双线混融的教学模式进行教学。

基于深度学习理论的高中编程教学模式设计与实践

在对深度学习理论的内涵、典型发生机制讨论分析的基础上,本文参考“4S”学习内容框架模型和结合经典教学模式5要素说,构建了基于深度学习理论的高中编程教学模式,并通过教学实验研究检验了该教学模式对学习成效与计算思维的促进作用.对照实验数据表明,实验模式指导下的编程教学在学习成效与计算思维方面的提高均显著优于现行的教学模式.

混合式教学模式下Java编程思维能力训练与培养研究

本文面向培养实用型Java软件开发人才的需求,结合了线上线下混合式教学模式,从教学方法、教学内容设置、转变学习方式等几个方面探讨了如何在Java混合式教学中进行学生的编程思维能力的训练,以及培养学生编程思维能力的种种方法。本文提出了线下兴趣培养、读演改练,线上进行启发式教学、项目导向,引导学生转变学习方式等多种方法提升学生编程思维能力,培养合格的实用型Java开发软件人才。