四川师范大学学生食堂消费行为研究

在大学生所有的消费类型中,饮食消费所占比例最大,其中又有很大一部分是食堂消费。研究大学生的食堂消费行为,能够指导其进行合理的饮食消费,有利于其健康成长;同时可以协助食堂的管理人员了解食堂主要消费者对食堂的评价,有针对性地进行改进,不仅能够更好地满足消费者,同时也可以增加食堂收入。本文以四川师范大学为例,采用问卷调查方法对大学生的食堂消费行为进行分析,研究发现大学生食堂消费行为存在着不常消费早餐、消费额差异较大的问题;造成大学生食堂消费行为差异的主要因素是年龄、性别和月平均消费额;大学生对食堂的满意度不高,而产生不满时向食堂相关人员进行反应的人却很少;大学生认为影响其食堂消费行为最主要的因素有五方面:食品质量、服务质量、便利程度、消费价格和硬件环境。

计算机专业大学生网络游戏成瘾的现状调查及应对策略——以某高校计算机学院学生为样本

随着互联网的广泛应用，大学生网络游戏成瘾日益成为一个严重的社会问题。以某高校计算机学院的学生为样本进行抽样问卷调查，总结计算机专业大学生网络游戏成瘾的现状与原因，在此基础上提出相关对策和建议。

西部地区普通高校计算机基础课程改革研究——基于西南民族大学新生信息技术水平的调查

通过调查西南民族大学新生入学时的计算机水平和能力,制定高校计算机课程的教学计划,调整教学方法,更好地培养学生的计算机能力,为同类别院校提供参考.

新工科背景下计算机工程教育课程思政教学团队建设探索

以“新工科”建设为背景,为落实立德树人根本任务,结合计算机类专业特点,打造计算机工程教育课程思政教学团队,坚持全员育人、全程育人、全方位育人的“三全育人”总体目标,秉承“产出导向、学生中心、持续改进”的OBE教学理念,通过反向设计、正向实施,完善和构建知行合一的课程群建设方案。回答好“培养什么人”“怎样培养人”“为谁培养人”“培养得如何”四个问题,将课程思政融入教材-教研-评价-质保全部教学要素,发挥团队整体育人功能,引导学生学习知识、涵养品行、锤炼心志,培养德智体美劳全面发展的社会主义建设者和接班人。

新工科背景下计算机专业新生工程教育与创新素质培养的改革与实践

以"新工科"建设为背景,结合高校工科专业大一学生对专业学习缺乏认知和认同、对专业学习感到迷茫与困惑、缺乏专业学习兴趣等问题,坚持"以学生为中心"的教育理念,在新生入学第一学年开展工程教育及创新素质培养教学改革。教改从课程设置、课程内容、教学模式、教学方法、校企合作等方面开展研究与实践,推进面向提升自主学习能力、实践动手能力、合作交流能力、创新创意能力的工程教育教育课程建设。实施效果表明,计算机专业新生工程教育与创新素质培养改革与实践取得预期效果,在大一新生中初步形成工程与专业的认知。

计算机组装与维护虚拟实验系统

计算机组装与维护是高校计算机相关专业的一门选修课。围绕该门课程开发的虚拟实验系统,采用Virtools和Vrml软件技术,完成了计算机硬件的组装、bios的设置、硬件的测试、硬件故障的检测、操作系统的安装等硬件实验。通过让学生在虚拟系统中进行练习,不仅大大提高了学生的动手能力,减少了对计算机软、硬件的损坏,也大大减轻了机房管理人员的维护工作,产生了较好的社会、经济和管理效益。

计算机双语教学中的情感因素

随着中国与国际接轨程度的提高和教学教材改革的深入,专业知识和英语教学的结合日趋紧密,双语教学成为大势所趋。在计算机双语教学中,针对中国学生在双语教学中存在的既要学习计算机专业知识又要用英语作为沟通工具的特殊问题,文章以教育理论作指导,对影响计算机双语教学的情感因素进行剖析,可期有效地促进计算机双语教学的效果。

基于PBL的本科计算机基础教学设计研究

基于问题的学习（PBL）是20世纪50年代中期起源于美国医学教育的一种新兴学习方式。PBL的核心思想是以学生为中心,强调利用知识和技能解决实际问题,从而达到建构经验的学习过程。对某高校本科计算机类课程进行教学试验,对PBL模式引入计算机类学科教学提出相应的参考方案。

浅谈计算机取证技术

随着计算机与网络逐渐成为社会、政治、经济、文化生活的重要组成部分，在计算机与网络带来快捷办公、便捷沟通等便利的同时．利用其犯罪的现象日益突出。作为打击此项犯罪重要手段的计算机取证技术，成为目前计算机和法学界共同关注和研究的重点。该文首先简述了计算机取证技术的定义和实质。通过对比分析国内外研究历史及现状、总结常用取证模型，提出取证中潜在的问题。展望了取证技术的发展方向。

SOCKET编程实现局域网计算机监控管理

为了及时掌握局域网计算机的活动和状况,采用SOCKET网络通信技术、HOOK技术、多线程编程技术等,采用面向对象的程序设计方法,使用VC++6.0设计和实现了局域网计算机活动的监控。通过客户端/服务器模式,实现了对客户端进程扫描,端口扫描、屏幕锁定/解锁、屏幕抓取、网址屏蔽限制、远程关机/重启、地址绑定等操作,为管理局域网内的计算机提供了一种实用而有效的方式。

基于PBL的计算机网络课程教学方法研究

基于问题的学习（PBL）强调把学习设置到复杂的，有意义的问题情境中，通过学习者的合作来解决真正的问题，从而学习隐含问题背后的科学知识，形成解决问题的技能和自主学习的能力；而计算机网络课程的特点是实践性强，要求学生具有动手解决实际问题的能力。因此，PBL的教学理念特别适合于大学计算机网络课程的教学，该文就针对大学《Intemet应用基础》课程，在基于问题的学习思想指导下设计实施课程教学，并做了相应的总结和反思。

多元智能理论指导下的高校“计算机文化基础”教学策略

文章以多元智能理论为指导,根据高校“计算机文化基础”课程的基本特点,探讨了其在网络环境下的教学策略,开发和发展学生的多元智能,在教学中注重因材施教和培养学生的创新能力以及实践能力。

建构主义理论指导下的计算机教学研究

建构主义理论是现代教学理论和实践的产物,研究的是在教师指导下,以学生为中心的学习,强调学生主动建构过程。近些年,运用现代化信息技术来促进教育改革和教育发展是一种全新的教育形态,建构主义理论与先进的技术相结合,促进教学内容与方法的变革,实现教育信息化,已成为当今教育的必然选择。建构主义学习理论的"以学生为中心,教师为引导"的思想对实践性很强的计算机基础教学具有非常重要的指导意义。

基于binAD算法的边缘计算卸载决策

针对物联网边缘计算中计算卸载的高能耗、高时延以及移动智能设备自身条件不足等问题,提出一种基于binAD算法的边缘计算任务卸载决策。以最大化移动终端设备系统效用为目标,将任务执行计算能耗和时延加权和定义为系统效用的优化函数。将二进制人工蜂群算法和二进制差分进化算法相结合得到binAD算法,其中为扩大可行解范围、提高全局搜索能力,将最个体引入变异操作中,将交叉概率因子修改为适应性交叉概率因子。使用binAD算法解决优化问题。仿真结果表明,binAD算法在能耗、时延、系统效用方面均具有优越性。

“力学+软件工程”交叉人才能力体系的构建研究

以新工科建设理念为指导,创新性地提出力学与软件工程跨专业交叉人才培养新模式,培养未来力学CAE软件产业发展需求的专门人才.针对这一跨专业交叉融合培养新模式,采用扎根理论,通过两次调研,构建了“力学+软件工程”交叉人才的能力体系,包括4个一级指标和8个二级指标.重构的能力体系符合力学CAE软件领域本科生培养和用人需求.以能力体系为导向,可完善培养过程和课程体系的重构,为培养满足国家需要和业界需求的交叉专业人才提供有力支撑,也可为相关高等院校的新工科人才培养提供参考.

教育信息化环境下的个性化知识构建研究

为适应教育信息化的快速发展和校园软硬件信息化环境的建设成果,从学习者的知识建构出发,探索信息技术在促进迁移性知识的形成和培养创新能力上与传统课堂相比所具有的优势和特点。讨论知识整合和元认知视角下的信息技术促进人才培养质量问题,提出以个性化教学为主体的信息技术应用策略。在信息化教学环境中,通过揭示概念要点间的语义关联,帮助学习者利用自身的认知体系来解释和演绎新信息,从而完成个体的知识建构。

注意力特征融合的快速遥感图像目标检测算法

针对遥感图像背景复杂、小目标多、特征提取难等问题,提出了一种注意力特征融合的快速遥感图像目标检测算法——YOLO-Aff。该算法设计了一种带通道注意力的主干网络模块(ECALAN)以及模糊池(BP)模块来减小下采样带来的损失。此外,采用了一种无跨步卷积的特征金字塔网络(SPD-FPN)结合SimAM注意力特征融合模块(CBSA)来增强特征的跨尺度融合能力。最后,通过使用Wise-IoU作为网络的坐标损失来优化样本不均衡问题。实验结果表明,改进的YOLO-Aff算法在NWPU VHR-10数据集上的mAP值达到96%,较原算法mAP提高了2.9个百分点,为遥感图像的快速、高精度目标检测提供了新的解决方案。

基于REPBR跳数效用转发的改进路由算法

针对基于压力的水下无线传感器网络路由协议数据包传输路径距离过长、能量消耗不均衡等问题,提出一种基于REPBR跳数效用转发的改进路由算法。采用一种效用函数策略即加入剩余能量、节点间的跳数和链路质量3种因子解决能量消耗不均衡的问题,引入最小跳数算法获取节点到sink节点的跳数值,在数据包转发阶段综合比较路由效益选择最佳转发节点。仿真结果表明,改进后算法相比REPBR、EEDBR、DBR有较小的网络时延,提升了数据包的转发效率,提高了网络性能。

代理模型辅助的复杂网络能控性鲁棒性优化方法

近年来,复杂网络的鲁棒性优化问题引起人们广泛关注.复杂网络暴露在外会受到各种各样的攻击,因此如何设计抗击能力较好的网络结构成为了研究热点.虽然现有的方法在小规模复杂网络的鲁棒性方面已经取得了显著成果,但大规模复杂网络的能控性鲁棒性优化的计算成本非常大.而代理模型可以以较低的计算成本来代替优化过程中对复杂网络能控性鲁棒性的评估,但一个代理模型不可能适用于评估所有类型的复杂网络能控性鲁棒性.文中将Dempster-Shafer理论应用于代理模型选择及其混合,并把选择出的代理模型用来辅助进化算法搜索能控性鲁棒性更优的网络结构.此方法在SF、ER、SW、RR、RT和QS 6种合成网络上的实验结果表明:在不同类型的复杂网络中选择合适的代理模型能更好的辅助进化算法找到能控性鲁棒性更优的网络结构.

基于元学习的图卷积网络少样本学习模型

少样本学习是目前机器学习研究领域的热点和难点.针对现有的少样本学习模型不能有效捕捉数据特征与数据标签之间的联系,造成分类模型泛化能力弱的问题,提出一种基于元学习的原型空间图卷积网络少样本学习模型FSL-GCNPS(Few-Shot Learning of Graph Convolutional Network on Prototype Space).首先,利用卷积神经网络提取多任务数据的特征向量;其次,为了将特征向量映射到原型空间中,根据元学习的训练策略得到特征向量的类原型表达;然后,通过类原型向量和类向量之间的嵌入表示,构建图结构数据,并进行图卷积网络训练、推理.实验结果表明,相较于经典少样本学习方法,FSL-GCNPS模型拥有更好的分类准确率和分类稳定性.同时,在医学图像领域数据集上实验表明,FSL-GCNPS具有很好的跨域适应性.