大数据时代高校计算机实践教学体系建设探究

目前,世界正处于大数据时代的演变之中,高校有关计算机方面的教学工作需要面对更高的人才培养目标,切实关注教育界的最新趋势,通过构建实践教学体系的方式提高学生专业实践的操作水平以及高校人才培养工作的质量。文章主要探究了大数据背景下,高校计算机实践教学体系建设的现存问题、关键要点以及有效策略,以供参考。

计算机应用基础教学中翻转课堂的价值与运用

作为一门公共课程,计算机应用基础课的操作性和实践性极强,需要教师在教学的过程中,对翻转课堂教学模式合理运用,改变传统的教学模式,真正做到因材施教。翻转课堂实现了教学内容的模块化、开放化与虚拟化,能够充分发挥学生主观能动性。

将中国传统文化艺术的“灵、韵、境”注入现代UI设计

如何让国产手机成为真正意义上从内而外的"中国制造"手机,不光要打造属于中国的品牌和技术,UI界面设计同样需要注入强有力的中国设计基调.本文将传统艺术手法:书法、剪纸、皮影、中国画、篆刻、插花等的"灵韵境"注入现代UI设计,重新诠释中国的UI设计,使UI设计焕发新的生命力.

基于大数据技术的虚拟现实场景展示系统设计

传统的虚拟现实场景展示系统所使用的数据,去噪后仍存在较多噪声点和错误空间点,导致场景三维重建偏差较大和重建时间较长,为此提出基于大数据技术的虚拟现实场景展示系统。硬件设计方面,优化数据采集器,确保场景数据的高集成度,设计存储器外围传感电路,扩增存储容量,将采集的数据发送给PC机;软件设计方面,利用大数据技术进行数据分类,提取场景特征点,生成轮廓纹理的高质量视差图,将像素点转换为三维空间点,并对其进行颜色渲染和去噪精简,以此实现虚拟现实场景展示。实验结果表明,该系统降低了场景三维重建偏差的同时缩短了重建时间,提升了虚拟现实场景展示效果。

双维度分层实训方法在软件项目开发实训教学中的应用

针对当前高等职业院校软件专业项目开发实训教学中存在的诸多问题,提出双维度分层实训教学理念,以Java Web程序设计中的用户注册登录系统为例,从软件项目的功能和过程两个维度介绍分层实训教学过程,最后通过教学效果说明双维度分层实训方法的有效性。

基于支持向量机的人机交互媒体播放界面手势识别方法

为了提高手势识别在人机交互媒体播放界面交流的准确率,提出一种基于支持向量机的人机交互媒体播放界面手势识别方法。首先通过分析人机交互媒体播放界面,利用Cam Shift方法跟踪用户手势,确定手势在人机交互媒体播放界面的区域,通过计算波峰数量、手势的长度和能量,提取出手势特征;然后通过扫描用户手势的深度图像,得到手势范围,引入高斯滤波函数,过滤掉手势图像的掩模,确定手心位置,完成手势分割;最后利用支持向量机的分类阈值,计算手势图像的分类面,引入拉格朗日算法,将最优分类面问题转化为对偶性问题,实现人机交互媒体播放界面的手势识别。实验结果表明,该方法能够清晰识别人机交互媒体播放界面中的手势,并将准确率提高到90%以上。研究结果为复杂工作环境中运用手势动作进行人机互动提供理论支持。

五角枫栽培方法及在景观设计中运用

五角枫是我国特有的落叶小乔木,主要分布在华北、东北以及长江流域等区域。五角枫是典型的槭树科落叶乔木,其高度十分可观,属弱阳性树种,因此,其具有一定的耐阴性。乞丐树种不适宜在降水较少且气温较低的环境中生长,其喜湿,因此,在降水量较多的区域可健康生长。此外,其也具有优良的耐酸性能,在酸性土壤和石灰性土壤中均可健康、迅速生长。在排水性能优良的山地阔叶混交林中长势十分理想。五角枫树形优美,叶片色艳,且树材、叶以及种子皆可利用,生长适应性较好,栽培管理也较为简单,还兼具防火、净化空气等,具有极佳的观赏价值、生态价值和经济价值。因此,五角枫在景观设计中也发挥了重要作用,在诸多景观的设计中均得以广泛应用,同时,也更为生动地展现了景观的观赏效果。目前,五角枫的繁殖栽培和园林应用都有了较大发展,为了更好地提升五角枫的观赏、生态以及经济价值,需要进一步增强智能科技栽培管理和应用技术手段方法,以提高植物产量产值,并广泛应用到景观设计中,提升园林景观科学规划应用的整体效果。

面向个人信息保护的iOS设备风险评估方法

当前,面向iOS系统个人信息保护的研究主要集中在恶意APP分析与识别领域,缺少对iOS越狱和iOS系统漏洞的探讨。文中将三者融合,提出了一种针对iOS设备的风险评估方法。首先,定义了风险指标分值和风险要素权重值,然后根据预定义规则计算了风险指标和风险要素得分,最后确定了设备风险级别,并给出了风险控制建议。基于该方法,构建了iOS设备风险管理系统。该系统采用客户端-服务器架构,客户端负责抓取并上传设备信息,服务器根据设备信息进行风险分析与评估,并反馈结果。运行结果表明,该系统能有效帮助用户发现iOS设备存在的各种风险。

大数据时代下的动态可配置数据采集系统的研究与设计

设计一个动态可配置数据采集系统。该系统在Java Web开发平台上,利用Apache POI插件,开发出一套可以直接导入Excel数据模板文件并快速生成数据采集网页的Web应用程序。该数据采集网页可以根据用户的需求进行个性化的动态配置,然后通过QQ、微信和短信等多种方式向信息被采集人推送,被采集人可利用个人电脑、手机以及各类移动终端随时随地打开数据采集网页填写并提交信息,信息提交后即写入服务器端数据库,所有信息采集完毕后,可从系统中导出数据生成Excel文档。利用该系统,用户可在Excel文档和Web网页之间进行快速灵活的相互转换,使得原本费时费力的数据采集变得快捷方便,从而为未来的大数据分析提供充足而真实的数据源。

深化产教融合背景下多元校企合作的应用教学模式探析

文章通过研究相关文献与多元校企合作的特点,发现产教融合背景下校企合作应用教学过程中,仍存在协同育人中多元主体特性融合不足、合作教学深度不够、缺乏行之有效产融合作法规及缺乏明确合作教学目标的问题。基于此,提出了一系列深化产教融合背景下多元校企合作方式与人才培养策略。

“互联网+”非物质文化遗产旅游的智慧开发、传承与发展——以依托包公故事的合肥包公园为例

非物质文化遗产是人类文化的宝贵财富,是旅游开发的重要资源。将“互联网+”向合肥非物质文化遗产旅游延伸,推动合肥非物质文化遗产旅游的智慧开发、传承、发展。以依托包公故事的合肥包公园为研究对象,在“互联网+”智慧旅游的背景下,对其现状进行分析,提出借助时代契机、提炼非遗深度精髓、搭建非遗一体化、增添非遗科技体验、革新非遗旅游纪念品、丰富非遗旅游媒介等对策,实现合肥非遗包公园旅游“活”起来。

基于HBase的证券交易数据实时采集系统的应用研究

随着大数据时代的到来,数据逐步上升为一种战略资源,在大数据产业链中,数据采集作为整个产业链的源头,直接影响着后续各个环节的发展。试提出一种数据采集方案,专门用来采集WEB网页中通过Ajax动态产生的JSON数据,同时利用Quartz和TimerTask双重定时机制,实现在指定的时点,在指定的周期内,按照指定的频率进行数据采集,以适应证券交易数据实时动态产生的应用场景,动态产生的实时JSON数据被采集后,系统再对其进行解析处理,并存储到分布式数据库HBase中,为后续的大数据实时统计分析和挖掘提供数据源。

基于盒粒子滤波的多扩展目标伯努利滤波算法

针对非线性和区间量测条件下的多扩展目标跟踪问题,提出了一种基于盒粒子滤波的多扩展目标MeMBer滤波算法。该算法首先将盒粒子滤波引入到改进的ET-MeMber滤波中,并推导了适用于区间量测的多扩展目标伪似然函数和状态更新方程,接着给出了基于MD-AP聚类的区间量测集划分方法来处理滤波过程中存在的区间量测集划分问题。仿真实验结果表明,所提算法能够快速高效地对区间量测进行处理,与传统的序贯蒙特卡洛实现方式相比,具有更好的跟踪性能。

地质勘查信息化云平台的应用与研究

根据安徽省地质勘查软件应用现状和计算机技术的发展,配合国家"智慧勘探"的要求,提出了"地质勘查信息化云平台的应用及研究"平台建设思路,分析了地质勘查软件的应用状况,对地质勘查软件进行了收集和整理,使用网络技术,云桌面虚拟化和云平台技术,实现了基于互联网的地质勘查信息化云桌面和云应用服务.通过该项目的实现,可以有效解决地质勘查数据移动化的获取,传输,处理以及安全保护问题.

基于改进样本块匹配准则的数字图像修复方法

为解决以往数字图像修复方法存在的对图像潜在亮度敏感度高,修复后的图像存在变形差异的问题,提出基于改进样板块匹配准则的数字图像修复方法.采用Criminisi算法更好完成样板块配准,获取最佳目标匹配块;采用基于IG-GN算法的图像修复方法利用最佳目标匹配块,通过最小化ZNSSD相关准则实现数字图像修复,且修复过程可显著降低图像块之间的差异,保证图像块之间的纹理及结构特征.实验得到:该方法修复后的数字图像没有明显模糊区域和边界纹路,使修复后的图像更接近原图或者达到原图,修复效果好.

基于差分进化算法的网络多属性大数据聚类挖掘方法

为了提高网络多属性大数据聚类挖掘的精度,提出基于差分进化算法的网络多属性大数据聚类挖掘方法.首先,构建网络多属性大数据参数采集模型,并对其进行动态结构性重组,从而实现大数据存储结构分析.其次,提取大数据聚类特征参数,结合快速特征收敛性控制方法,建立网络多属性大数据特征分析模型.通过灰度特征信息重组方法,对大数据聚类特征进行空间网格分块融合处理.最后,采用差分进化算法进行大数据特征参数的聚类挖掘寻优,从而实现对网络多属性大数据的特征聚类和可靠性挖掘.仿真结果表明,采用该方法进行网络多属性大数据挖掘,分类正确率和挖掘识别率均较高,能够有效进行网络多属性大数据的聚类挖掘.

大规模分段攻击下网络安全态势预测方法研究

为了提升大规模分段攻击下网络安全态势预测能力,提出基于比特间隔序列均衡调度的大规模分段攻击下网络安全态势预测方法。构建大规模分段攻击下网络通信传输信道模型,采用自适应扩频增益控制方法进行分布式无线通信网络传输信道均衡设计。建立大规模分段攻击下网络安全态势的统计序列模型,采用分数间隔谱特征提取方法进行大规模分段攻击下网络安全态势的特征提取,结合模糊聚类分析方法对提取的特征信息进行优化聚类,采用自适应波特间隔均衡方法实现大规模分段攻击下网络安全态势的优化预测。仿真结果表明,采用该方法进行大规模分段攻击下网络安全态势预测的准确性较高,负载均衡性较好,可靠性较高。

基于全局相似度的在线资源个性化推荐算法研究

为了提高个性化推荐的准确度,提出一种基于全局相似度的在线资源个性化推荐算法.首先分别基于用户和在线资源对其各自相似性进行计算,运用K-means聚类方法根据对用户偏好和在线资源属性及评分的相似性计算结果对其进行划簇,实现用户与在线资源聚类划分,以此实现精准的个性化在线资源推送.实验结果显示,本文方法推荐的最小平均绝对误差为0.77,查准率随着数据覆盖率的增加可达到60%以上,推荐耗时基本稳定在20 s以内.在推荐准确度、查全率以及效率方面均有良好表现.

基于烟花算法的无线传感器网络节点定位

针对无线传感器网络(WSN)节点定位不稳定和不准确的问题,将烟花算法(FWA)应用于WSN定位,利用烟花产生的火花数量和爆炸幅度模拟节点定位过程中的锚节点数量和节点距离,实现无线传感器网络的节点定位。MATLAB仿真实验结果显示,随着锚节点数量的增加,FWA无线传感器网络定位误差减少,且当传感器节点62%以上为锚节点时,FWA定位误差最小。这说明FWA无线传感器网络定位精度较高,性能稳定,在无线传感器网络节点定位上具有较大的优势。

基于Hadoop云平台的SSM框架在线动态职称评审系统的研究与实现

本项目采用Java的SSM框架技术将传统的人工职称评审模式转为在线职称评审模式,改善现阶段职称评审过程中的人工评审的不公平性和不合理性,采用Hadoop云计算平台,有效解决现有的职称评审系统平台无法满足高性能、高响应、快速扩展等在线需求,利用Hadoop实现海量数据存储,并能快速动态完成职称和被评审人员的相关信息量的分析和建模工作,该系统经过运行测试,性能稳定,效果良好.