独立学院计算机专业课程考核方式改革探索

课程考核是检验教学效果、评估教学质量的重要手段。针对当前独立学院计算机专业课程考核方式存在的问题,以数据库导论课程为例,在分析学生和课程特征的基础上,建立新的考核评价指标体系,确定权重系数,并说明该体系在教学实践中取得的效果。

大学生校园贷存在的问题及干预

校园贷款已经成为部分大学生生活的一部分,但是大学生自制能力差,通过网络贷款平台贷款满足消费,由于不能按时还款造成违约,学生家长无辜的成了高利贷还款人,学生周围的同学朋友也受到连累。很多贷款平台采取虚假宣传的形式和降低贷款条件、隐瞒实际收费标准等,诱导学生过度消费,需要找到解决问题的有效途径。

独立学院数据库课程翻转课堂教学设计

独立学院多采用传统的"课内讲新课+课外做作业"的授课模式,该模式在实践过程中暴露出教学系统存在的诸多问题,很难准确体现独立学院"注重应用能力"的定位。以我校数据库系统原理课程为例,针对其在教学过程中存在的问题,尝试利用翻转课堂这一全新教学模式来改善教学。一方面分析该模式在数据库课程中应用的可行性,另一方面以"关系数据理论"一章为例,详细阐述一个完整的翻转课堂教学设计方案,旨在提升教学的效果、效率与效益。

面向对象程序设计(C++)教学方法探讨——类的概念及应用的引入

面向对象程序设计是计算机专业的一门重要专业基础课程,让学生正确理解类的概念是掌握面向对象程序设计方法的关键一步。文章提出通过使用结构体和类两种方式实现相同功能,让学生通过对照理解类的使用方法及其与结构体的区别,从中体会面向对象与面向过程两种编程方式的差异,从而引申出类的访问控制方式等方面内容。

基于循环和卷积神经网络的文本分类研究

文本表示是自然语言处理的基础工作,好的文本表示方法对文本分类等自然语言处理任务的性能起着决定性作用。本文描述了一个结合了循环网络和卷积网络的文本表示和分类网络模型。在该模型中,我们使用词向量作为输入,用循环网络对文档进行表示,然后采用卷积网络对文档进行有效的特征提取,再采用Softmax回归分类。循环网络能够捕捉到文档的中词序信息,而卷积网络能够很好的提取出有用的特征。我们在六个文本分类任务中测试本文所描述的网络模型,都取得了比先前的方法更出色的性能。

基于卷积神经网络和语义信息的场景分类

作为计算机视觉领域的一个重要分支,场景分类在许多场所有着重要和广泛的应用。由于场景的整体布局、目标物体的出现以及位置关系的变化等因素使得整体场景更加多样化,然而,利用场景与目标间的语义信息可以有效克服这个问题。本文提出一种同时利用卷积神经网络与语义信息来进行场景分类的方法,该方法首先利用卷积神经网络获取颜色信息对场景进行初始分类,然后利用图像目标物体与场景间的语义信息对分类结果进行修正。我们与目前流行的场景分类方法进行了实验对比,实验结果表明与利用海量训练数据集得到好的分类效果的方法相比,本文方法利用有限的训练数据集的情况下,仍能取得良好的分类效果。

面向对象思维引导过程中的问题求解

面向对象思想抽象性强,首次接触程序设计的学生难于理解,且面向对象程序设计的教学普遍重代码实现、轻设计思想。针对上述问题,文章分析面向对象思想的思维构建过程,以Java程序设计语言教学为例,探讨如何通过问题求解方式,引导学生运用面向对象思维分析具体问题。

基于OAN的知识图谱查询研究

知识图谱查询是目前知识图谱研究中最广泛的应用,能够有效提高搜索引擎查询效率。然而,现有的知识图谱的查询研究多是基于节点标签的子图匹配。由于节点标签不能体现节点间的语义信息,导致查询结果的语义相关性不高。针对此问题,本文提出了一种基于本体和邻居信息的查询算法OAN(Ontology and Neighborhood)。首先,结合本体相似度和邻居相似度来确定查询节点的候选集,以此提高候选节点的语义相似度;其次,通过边检测算法移除那些不满足条件的查询节点候选集,以此减少查询规模;然后,在目标图上查找满足边标签同构的查询子图,并计算节点的标签相似度和结构相似度总和,给每个结果集打分后排序,获得最终排序后的结果集;最后,通过在真实数据集上与已有查询算法进行对比实验,实验结果表明:本文所提出的方法无论是在精确度上,还是在查询效率方面都有所提高。

基于“存储程序原理”的C语言教学方案设计

针对C语言程序设计课程教学内容抽象等问题,提出以"存储程序原理"为主线的教学方案,使学生循序渐进理解程序运行原理,从而掌握程序设计的基本方法。