多样化现代学徒制的探索与实践——以宁波地区电子信息工程技术专业为例

以宁波地区电子专业为例,一方面,分析和比较了宁波地区高职院校电子专业现代学徒制的几种模式;另一方面,通过与合作企业和学生进行交流、访谈,了解公司和学生的真实想法,从而找出现代学徒制存在的主要问题,以求建立更合理更科学的高职现代学徒制模式。以宁波职业技术学院电子信息工程技术专业为例,探索出了多样化现代学徒制模式,以达到培养高素质高技能的应用型人才,满足行业企业对岗位技术技能型人才的需求目的。

现代学徒制:电子信息工程技术专业人才培养模式的知与行

目前,我国正处在"十三五"阶段经济转型升级的关键时期,要解决当前高职专业人才培养的质量问题,引入现代学徒制人才培养模式是最有力的途径。以电子信息工程技术专业为例,分析了现代学徒制的内涵与特点,从双主体育人机制构建、工学交替专业人才培养方案制定、课程体系、校企双导师队伍建设、考核评价机制改革等方面提出了现代学徒制人才培养的实施方案,以期实现学校、企业、生徒三方共赢,推动高职教育发展。

基于AI技术的高职院校评教信息管理系统设计

近年来,国内高职院校迅速发展,在办学规模、教学内涵扩展、人才质量培养等方面有了显著的提高。教学质量是人才培养的关键,更是高职院校生存与发展的根本,因而对教学质量实施动态的监控,是学校管理教学质量的重要手段,对提高学校的教学质量具有重要意义。

以职业院校技能大赛为依托的教学模式研究

为了提高学生对“大数据分析”课程的兴趣并培养其实践能力,将大数据相关产业岗位的实际技能引入到课程中是十分必要的。文章提出了以职业院校技能大赛为依托的教学模式,重新梳理和包装了大数据技术应用赛项的赛题,通过思维引导实现了“大数据分析”课程的高效教学。实践结果表明,该教学模式可有效提高学生对课堂教学内容的兴趣,且能大幅调动学生课后的学习主动性。

应用无监督最大互信息算法分类鸟类叫声

在建立鸟类叫声的分类模型时,由于自然界中具有准确标签的鸟类叫声数据较少,因此需要解决小样本下的模型训练问题。本文研究应用最大互信息的无监督网络来对鸟类叫声进行分类。通过同时提取梅尔图谱的高层语义特征和浅层特征并计算互信息,减少噪声特征的提取。训练时使用对抗样本,利用先验约束网络拉大不同类别之间的距离,降低模型对数据的依赖。实验证明,与现有无监督方法相比,利用最大互信息方法的无监督学习能够在鸟类叫声分类任务上取得最好的效果。

“有效课堂认证”背景下的《模拟电子技术》课程设计与教学实践

《模拟电子技术》是高职电子信息类专业的一门基础课程、专业必修课程,为后续的专业课程开展起到重要的基石作用。本文着重介绍了课程信息化的教学设计,结合教学信息化手段付诸于课堂教学实践,取得了令人满意的教学效果。并通过教学分析、课程设计、信息化教学三个方面进行了详细地介绍。

《电工技术基础》课程混合式信息化教学探索与实践

本文针对高职《电工技术基础》课程在当前教学现状中存在的课程学时少、学生基础薄弱、实操教学环节教学效果不佳等问题,提出从混合式课程教学资源建设、混合式教学过程设计、课程教学管理信息化、混合式教学评价方法研究等方面实施课程混合式信息化教学改革举措,以合理的混合式信息化教学方式开展课程教学,为更好地实现教学以生为本提供新的思路与解决途径。

基于全景感知的码率控制优化编码

提出一种基于全景感知的码率控制优化编码方法,首先基于全景视频内容特点,得出了面向全景视频的感知失真阈值模型,然后在此基础上提出了码率控制感知权重计算方法,从而对LCU层级码率控制模型进行了优化。实验结果表明,所提出的方法能在保证编码质量的同时,有效提升率失真性能,编码效率明显提升。

多参数云传感器系统在水质监测中的应用

针对饮用水管道中水质传感器表面污垢导致无线传感网络检测数据不准确的问题,设计了一种内置微型污垢监测器的多参数传感器系统。通过测量管道中的薄层沉积物,估算污垢的厚度和类型,利用算法分析实现了预警、预测性维护和更高效的管理流程,并在供水网络中实施为期两个月的实验验证。实证结果表明,此方案鲁棒性高、成本低,具有实用性。

LNMP生产服务器技术改进

LNMP服务器由于构造复杂、优化难度高,经常出现处理PHP网页时卡死、数据库崩溃和服务器被入侵的情况。针对上述问题,使用源代码现场编译、tmpfs内存文件系统、网络压缩传输、多进程和线程池等多种技术手段,对LNMP生产服务器进行了深度技术改进。测试结果表明,LNMP服务器处理PHP-MariaDB请求的速度提高了1.8倍,还具有安全可靠和抗拥塞特征,取得了很好的应用效果。

澳大利亚电工学职业教育培训包的特点及启示

培训包是澳大利亚国家培训框架的三大核心之一,通过对电工学培训包具体内容的解析,借鉴澳大利亚职业教育培训包开发与应用的先进经验,并由此提出对我国职业教育培训包开发与改进的启示。

代理和P2P技术在视频会议系统中的应用

受到疫情的影响,视频会议系统的使用率直线攀升,会议系统的服务器压力越来越大。为了缓解服务器的压力,本文提出了一种通过分级代理和P2P技术来降低服务器计算、存储和网络资源消耗的方法。

基于物联网技术的智能移动冰箱的设计与实现

本文介绍了一款基于物联网技术的智能移动冰箱,可用于冷链物流,诸如小物件的冷藏配送。本冰箱具有功耗低、效率高、恒温性能好、耐震动等特点,并利用物联网技术实时监控温度状况,也可远程修改工作参数、控制工作状态。移动冰箱由制冷机、控制电路和无线模块组成,其中控制电路根据设定温度或者远程指令完成对制冷电机的功能工作控制,无线模块实现远程数据通信,经测试本冰箱制冷速度快,控温性能好,操控方便,在外卖、网购流行的当下,具有广阔的应用前景。

可能性聚类假设的多模适应学习方法

基于图的半监督学习(GSSL)凭借其直观性和良好的学习性能,在机器学习领域吸引了越来越多的关注。然而,通过分析发现,现有基于图的半监督学习方法存在对噪声、异常数据的鲁棒性不够好以及较敏感的问题。此外,该方法具有较好性能的前提是训练数据与测试数据为独立同分布(IID),导致在实际应用中存在一定的局限性。为解决上述问题,在某个再生核Hilbert空间,在充分考虑最小化噪声、异常数据影响的基础上,结合不同数据分布特点,基于结构风险最小化模型,提出一种基于可能性聚类假设的多模型适应学习方法(MA-PCA)。其主要思想为:通过模糊熵减弱噪声、异常数据对方法所带来的负面影响;综合考虑训练数据与测试数据在独立同分布和在独立不同分布时进行有效的多模适应学习,弱化训练数据和测试数据的独立同分布约束条件亦具有较好性能;给出了算法实现及其收敛性定理。在多个真实视觉数据集上分别进行了大量实验并进行深入分析,证实了所提方法具有优越的或可比较的鲁棒性和泛化性能。

“1+X”大数据平台运维证书试点的实践与探索

文章在人工智能技术应用专业的课程体系中融入了“1十X”证书相关内容,进行了一系列的“1十X”证书试点教学创新与改革,并以大数据基础课程为例,给出了课证融通的课程设计方法,旨在为相关院校进行大数据平台运维证书试点提供思路和方法,也对其他证书试点的推广具有一定的参考价值。

项目化与混合式结合的教学模式研究

为进一步提升学生的学习兴趣,培养职业素养,本文对“深度学习”课程开展教学模式研究。考虑到该课程作为全新且应用性较强的课程,需要在授课环节中结合有效应用项目化教学手段进行混合教学模式设计,并在全过程中开展行之有效的教学评价。实践数据标表明,该教学模式能够有效改善教学效果。

应用Canny算子的织物疵点检测改进算法

为克服当前Canny算子在织物疵点边缘检测中存在的阈值设定、滤波参数选择等自适应问题,提出一种基于Canny算子的改进算法。通过分析不同种类的织物疵点特征,选择不同参数的高斯滤波器,对织物疵点图像进行滤波处理;采用自适应形式获取图像边缘信息的阈值,避免了因阈值取值过高或过低而无法获得较好织物疵点的边缘信息的问题,同时还可根据不同织物疵点类型选择不同的滤波参数。结果表明,改进后的Canny算法可有效地检测到织物疵点的边缘细节,具有较好的自适应能力,并且提高了算法的有效性。同时对典型的织物疵点进行检测并与传统算法比较,其检测效果更优。

一种基于高温宽域氧传感器湿度测量工作机理的研究

宽域氧传感器(UEGO传感器)是一种基于极限电流型氧传感器为基础的高温宽领域测氧传感器.本文主要以国产宽域氧传感器作为研究对象,提出了基于此类氧传感器基础上实现高温湿度测量的机理及设计方案,并通过一系列实验对该传感器的输出特性及各项参数进行了研究,实验结果证明该传感器在高温湿度环境下可以实现对湿度的线性测量,并具有很好的迟滞特性,从而为后续在高温恶劣环境中的应用提供了依据,为自主研发新型高温湿度传感器进行了初步的尝试,也可供国内其他高温湿度测量系统设计参考.

无线多中继系统中判决门限辅助的快速Z转发协作

针对Z向转发(ZF)协作所有中继节点均参与协作转发导致的能耗利用不合理问题,该文提出了一种适用于多中继场景下的门限辅助判决快速Z转发(DT-FZF)协作。当中继节点处接收信号对数似然比(LLR)的绝对值小于门限时,中继节点不参与协作转发;否则中继节点协作转发经截断后的对数似然比(LLR)。放大转发(AF)、译码转发(DF)、分段转发(PF)和ZF协作可看作DT-FZF协作的特殊情况。在三中继系统,误比特率(BER)为10–3时,相比ZF协作,所提协作可获得约0.8 dB的性能增益。

具有特征选择的多源自适应分类框架

对于现有的多源自适应学习方案无法有效区分多个源域中的有用信息并迁移至目标域的问题,提出一种具有特征选择的多源自适应分类框架(MACFFS),并将特征选择和共享特征子空间学习整合到统一框架中进行联合特征学习。具体来说,MACFFS将来自多个源域的特征数据投影至不同的潜在空间中来学习得到多个源域分类模型,实现目标域的分类。然后,将得到的多个分类结果进行整合用于目标域分类模型的学习。此外,框架还利用L2,1范数稀疏回归代替传统的基于L2范数的最小二乘回归来提高鲁棒性。最后,把多种现有方法在两项任务中与MACFFS进行实验比较分析。实验结果表明,与现有方法中表现最好的DSM相比,MACFFS节省了接近1/4的计算时间,并且提升了大约2%的识别率。总的来说,MACFFS结合了机器学习、统计学习等相关知识,为多源自适应方法提供了一个新的思路,且该方法在现实场景下的识别应用中比现有方法具有更好的性能。