高校绿色工程教育实践路径研究——以华东理工大学为例

面对新一轮科技革命和工业革命带来的挑战,大学有必要主动谋求高等工程教育变革,积极探索和践行绿色工程教育发展之路。文章阐述了绿色工程教育的缘起及发展的必要性,在此基础上系统梳理了华东理工大学践行绿色工程教育的实践探索,包括开设绿色工程教育通识课程、开展绿色工程教育教学改革研究、完善绿色工程教育专业课程体系、创新绿色工程教育实践教学模式、提升绿色工程教育协同育人机制等,以期为我国高校全面开展绿色工程教育提供"华理方案"。

深化改革、引育并举，建设一流师资队伍——华东理工大学建设高素质专业化创新型教师队伍实践

教师队伍建设是高等学校改革和发展的核心任务之一。当前,教师队伍建设存在重引进轻培育、重业绩轻育人、重经历轻师德等诸多问题。为适应世界一流大学和一流学科建设的需要,高校必须加强师德引领,不断深化人事制度改革,重视青年人才的职业发展,全方位、多举措提升教师队伍整体水平。

大学校园主色调提取方法研究——以上海华东理工大学奉贤校区为例

色彩是刺激视觉并作用于头脑的重要形象要素,大学作为城市中独特的文化场所,对其进行色彩规划具有一定的意义。本研究借助无人机、相机及问卷调查获取建筑主色调现状和调控数据,再通过Python和MATLAB进行参数化设计,辅以Photoshop进行图像处理,最终得到华东理工大学奉贤校区的主色调现状及理想化控制方案。利用数字化技术可以更科学地得到大学校园的主色调及理想化调控方案,为未来校园的规划设计提供可操作性的手段。

国内外农业农村信息化研究的知识图谱分析

农业农村信息化是农业农村现代化的战略制高点,是带动农业增效与农民增收的先导力量与重要引擎。以2000—2021年中国知网和Web of Science核心合集数据库中的585篇文章作为数据集,使用知识图谱软件CiteSpace对国内外农业农村信息化的研究现状进行分析。结果表明,国内外在农业农村信息化领域年度发文数量总体呈递增趋势。中国在该领域的发文量最高达84篇。美国在该领域的影响力最高,其中介中心性为0.35。国内外均形成3个主要由科研院所和高校构成的核心研究团队。国内研究热点是信息化、乡村振兴、数字乡村等方面。国际的研究热点是影响、气候变化、农业、保护等方面。国内研究前沿是乡村振兴、数字农业,国际的研究前沿是生产率、系统、决定因素。

融合个体偏差信息的文本情感分析模型

目前情感分析任务经常只聚焦于评论文本本身,忽略了评论者与被评论者的个体偏差特征,会显著影响对文本的整体情感判断。针对上述问题,提出一种融合评论双边个体偏差信息的文本情感分析模型UP-ATL(User and Product-Attention TranLSTM)。该模型使用自注意力机制、交叉注意力机制对评论文本与个体偏差信息分别进行双向融合,在融合过程中采用定制化权重的计算方式,以缓解实际应用场景中冷启动带来的数据稀疏问题,最终得到特征充分融合的评论文本和评论双边的表示信息。选取餐饮领域、电影领域的三个真实公开数据集Yelp2013、Yelp2014、IMDB进行效果验证,与UPNN(User Product Neural Network)、NSC(Neural Sentiment Classification)、CMA(Cascading Multiway Attention)、HUAPA(Hierarchical User And Product multi-head Attention)等基准模型进行比较。实验结果表明,相较于比较模型中最好的HUAPA模型,UP-ATL的准确度在三个数据集上依次分别提高了6.9、5.9和1.6个百分点。

融合全局信息的多图神经网络会话推荐

基于会话的推荐旨在根据当前会话预测下一个最可能交互的物品.由于单个会话点击序列较短,仅使用会话本身的信息很难提供准确的推荐.因此,综合考虑其它会话之间的交互信息已成为一种趋势,为了提高推荐性能,本文提出一种融合全局信息的多图神经网络会话推荐模型(GIMGNN)来增强会话推荐的效果.该模型首先通过超图卷积神经网络和门控图神经网络从全局会话超图和局部会话图中学习两个级别的物品表示,然后通过注意力机制将反向位置信息融合到两种表示中,最后利用融合后的表示完成预测.在两个真实数据集Yoochoose和Diginetica上进行了一系列实验,实验结果表明,对比性能最优的基准模型,GIMGNN模型在Yoochoose上P@20和MRR@20至少提升了2.42%和4.01%,在Diginetica上P@20和MRR@20至少提升了6.56%和9.11%,验证了模型的有效性.

论高等工程教育范式的嬗变机理及实现方式

高等工程教育的“融合创新范式”是对以往高等工程教育的技术范式、科学范式、工程范式的扬弃,是新经济发展趋势下新工科建设的必然选择,它将创新精神培养贯穿高等工程教育始终,凸显跨界、渗透、融合、交叉的融合本质,主要以课程的跨界安排、专业的跨界设置、知识的跨界渗透、能力的跨界综合为主要途径,进而生成培养学生综合能力和创新能力的崭新功能,形成培养具有新工科特质的工程人才的完整系统,最终实现培养具有创新能力及素养的新工科专业人才的目标。

大学校园二手交易平台构建与运营——以E大学“花梨闲转”微信小程序为例

随着互联网的普及和电子商务的不断发展,大学生群体线上消费热潮与日俱增,闲置物品不断增加,校园二手市场具有巨大的发展潜力和空间。但目前校园二手交易市场仍存在规范性欠佳、缺乏良好运营机制等问题。因此,主要以E大学内部闲置物品资源流通为切入点,调研分析了当前校园二手交易现状,利用微信小程序构建了“花梨闲转”二手交易平台,并提出了一系列完整的创新运营策略,以促进校园内部二手交易良性生态链的发展。

大学生自主学习能力培养策略实证研究

在线教育的快速发展,对学生的自主学习能力提出了更高的要求。在目前的自主学习理论模型中,元认知知识、策略、过程监控被认为是自主学习能力培养中的三个关键因素。文章以计算机组成课程中自主仿真设计翻转实验的实施过程为例,总结了自主学习能力培养中三个关键因素的提升策略,包括引导自主学习能力的一般性方法、实施策略、重点环节。同时,结合三年来两个不同专业的对比教学,文章对教学效果和学生自主学习能力提升情况进行了定量分析。

融合多重视觉特征与语义信息的图像描述生成

针对图像描述模型中对语义信息考虑不足,循环神经网络收敛速度慢与精度低等问题,提出一种基于多注意力融合的深层图像描述模型。通过对图像中提取到的内容信息以及文本描述信息分配不同的权重,达到提升精度的效果,融合MOGRIFIER网络解决循环神经网络收敛速度缓慢的问题。使用改进模型与传统模型在数据集MSCOCO上进行对比实验,实验结果表明,该方法能够生成更加准确的描述,在BLEU与CIDEr等关键指标上有明显提升。

词典信息分层调整的中文命名实体识别方法

在中文命名实体识别任务中,字信息融合词汇信息能丰富文本特征,但一个字可能对应多个候选词汇,容易产生词汇冲突,融合无关词汇信息会影响模型的识别效果,对此提出了词典信息分层调整的中文命名实体识别方法。首先将所有潜在词语按照词语长度进行分层,通过高层词语反馈调整低层词语的权重来保留更有用的信息,以此缓解语义偏差问题和降低词汇冲突影响;然后将词汇信息拼接到字信息来增强文本特征表示。在Resume和Weibo数据集上的实验结果表明,本文方法与传统方法相比具有更优的效果。

基于特征和图结构信息增强的多教师学习图神经网络

近年来,图神经网络对图数据强大的表征能力和建模能力使其在诸多领域广泛应用并取得了重大突破。然而,现有模型往往倾向于对图卷积聚合策略和网络结构进行优化,缺乏了对图数据自身先验知识的探索。针对上述问题,通过知识蒸馏的方法,设计了一种基于特征信息和结构信息增强的多教师学习图神经网络,打破了现有模型对于数据先验知识提取的局限性。针对图数据背后所蕴涵的丰富特征与结构信息,分别设计了节点特征和边的数据增强方式。在此基础上,将原始数据和增强后的数据通过多教师学习模块进行知识嵌入,使得学生模型学习到更多关于数据的先验知识。在Cora、Citeseer和PubMed数据集上,节点分类准确率分别提升了1%、1.3%、1.1%。实验结果表明,提出的信息增强的多教师学习模型能够有效地捕获先验知识。

基于DLPP-LOF的信息物理系统异常诊断方法

为了准确诊断信息物理系统的异常类型,提出了一种新的基于动态局部保持投影-局部离群因子(dynamic locality preserving projections-local outlier factor,DLPP-LOF)的方法。首先,采用数据增广策略在判别模型中考虑自相关性,进而利用对数据分布没有要求的流形学习方法——局部保持投影(locality preserving projections,LPP)提取特征。其次,计算测试数据特征相对于训练数据集各类别特征的局部离群因子(local outlier factor,LOF),将具有最小离群因子的类作为测试数据的类别。确定了异常类别后,在已建立的历史异常数据及相应决策方案库中搜索制定应急响应预案。最后,将所提出的DLPP-LOF方法在典型信息物理系统上进行测试,验证了其有效性及优越性。

组织文化对高校基层团学组织发展的影响——以A大学Y学院本科生团学组织为例

将高校基层团学组织作为研究对象,探讨组织文化对高校基层团学组织发展的影响。主要采用文献研究法、参与观察法、案例研究法、比较研究法等方法,以A大学Y学院本科生团学组织为例,运用组织社会学的方法,借用人际关系理论,从安全需求、亲密度、自我实现、对外形象的建构和工作的丰富性等方面,从组织文化角度,探讨高校基层团学组织的成功因素。通过对Y学院的团委和学生会的比较发现,成员的安全感更高、成员间关系更亲密、成员自我实现感更好、工作内容更具有丰富性、外在形象更好的基层团学组织更具有竞争力。同时,通过研究,建议高校基层团学组织可以通过优化组织规模、进行大部制改革、对内提升集体荣誉感、对外加强形象建构等方法,促进组织发展。

面向各专业研究生的程序设计类课程思政教学改革与实践

针对各专业研究生程序设计类课程思政教学中的全方位协同育人问题,提出“立德树人”视域下的课程思政教学改革目标和思路,具体阐述如何设计“重构课程体系与教学内容、创新教学设计与教学方法、建立形成性评价机制”三位一体的程序设计类课程思政教学模式,介绍相应的实施过程并说明教学效果。

工科专业实践类课程美育教学设计探索——以“工程与社会”课程为例

基于美育教学能有效提升学生人文素养和创新能力这一改革理念,将美育教学案例与工程理论教学深度结合,帮助学生提高美学素养,树立正确的职业道德观,传承和弘扬中华美育精神。针对“工程与社会”课程教学融合中存在的学生参与度不高、美育案例脱离学生认知、美育考核指标不明确等问题,设计“课内+课外”“线上+线下”多平台混合式教学模式,调动生生互动、师生互动的积极性,完善美育教学内容,以达到润物无声地将美育融入工程教学。该教学模式有效地贴合“以美育人、以文化人”的宗旨,提升了“工程与社会”与美育深度融合的教学效果。

基于大语言模型的个性化实验报告评语自动生成与应用

在计算机实验报告评阅过程中,不同的实验报告评价体系呈现出多样性和差异性,固化的实验评语模板缺乏个性化的内容,评价结果往往未给出可解释性的依据。针对以上问题,提出基于大语言模型的个性化实验报告评语自动生成框架。通过主题-评估决策-集成提示策略,从教师的实验需求、代码质量需求中抽取该实验特有的评价体系,形成评估决策树,构建计算机软件方向课程共享的评估决策树库。设计基于大语言模型和决策树的实验要求、代码质量主题评级方法,从评估决策树库检索匹配学生实验报告内容的评估决策树,结合实验报告和代码文本,自动生成实验主题、代码质量主题定量或定性的评级结果及对应的可解释性依据。在实验报告模板中融入学生已完成的实验任务、主题评级结果、评价依据等,生成个性化的实验评语。实验结果表明,基于主题-评估决策-集成提示策略的决策树生成结果明显优于未用提示的方法,该策略各部分具有一定的有效性和合理性,同时自动生成的评级结果和教师原先批阅的评阅结果对比,软件测试、面向对象程序设计、电商金融课程示例匹配正确率均达到90%以上。从任课教师对于自动生成的评语评分分析,评语在流畅性、相关性、合理性3个维度上达到了较高的质量水平。

基于深度学习的Android恶意软件动态检测

为提高Android恶意软件的检测精度,提出一种基于改进DenseNet网络的Android恶意软件动态检测方法。以应用软件运行特定阶段的网络通信流量为分析对象,根据会话五元组信息切分原始网络流量并转换为灰度图,提出一种基于DenseNet网络改进的分类检测网络DenseNet_IS。通过添加具有不同大小卷积核的卷积分支获取不同感受野的特征,通过引入SimAM注意力模块,从空间和通道两个维度实现对重要特征的关注。结合应用软件判决机制,实现最终分类。在CICAndMal2017数据集上的实验结果表明,所提方法可以达到99.06%的良恶性检测精度和96.51%的多分类精度,验证了该方法的有效性。

基于五星教学原理与CDIO的计算机实验课程思政建设研究

在《高等学校课程思政建设指导纲要》的引领下,针对计算机软件实验教学中思想教育和专业教育难以高效融合、学生对思政学习易浅尝辄止等问题,聚焦计算机软件测试实验项目,提出基于五星教学原理和CDIO(构思-设计-实现-运作)的思政建设方法。设计了关于基础规范型实验、综合设计型实验、研究探索型实验等不同层次的测试案例,阐述了基于五星教学原理、思政教育的实验知识学习过程以及基于CDIO的思政能力培养历程。该方法实施后,思政能力的考核评分、思政教学的学生评分均有明显提升。

基于卸载策略的物联网边缘计算任务调度优化

移动边缘计算(Mobile Edge Computing,MEC)通过将计算任务卸载到边缘服务器,为用户提供了低延时、低能耗的服务,解决了传统云计算的不足。在移动边缘计算中,如何进行卸载决策是提供低延时、低能耗服务的关键技术之一。除此之外,由于无线信道的带宽资源有限,不合理的带宽分配会使用户设备的能耗和延时增加,因此如何进行合理的资源分配也是边缘计算实现的关键。为联合优化时延、能耗与计算资源,本文提出了一个基于蒙特卡洛树搜索的多通道探索算法(Multi-Channel Search Algorithm based on Monte Carlo Tree Search,MCS-MCTS)。首先,以延时和能耗的成本为优化目标,将计算资源分配决策及传输功率建模决策建模为凸优化问题,采用梯度下降法求解最优传输功率分配问题,通过拉格朗日乘子法及卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件求解最优计算资源分配问题。随后,通过MCS-MCTS算法处理二进制卸载决策问题,为避免搜索结果陷入局部最优,引入模拟退火算法。数值结果表明,MCS-MCTS算法能在线性相干时间内得到接近最优的卸载决策与资源分配决策,与现有的启发式搜索算法相比,该算法可以在减少时间复杂度和提高系统能量有效性的同时,达到接近最优的性能。