高职一体化专业思政育人体系研究与实践--以高职计算机类专业为例

该文针对当前高职院校专业教育和思政教育“两张皮”的问题,在“课程思政”建设研究的基础上,以计算机类专业为例,借鉴国内外价值观教育和思政教育的成熟经验,充分挖掘各类实践活动所能承载的育人功能,拓展隐性教育;进一步探索构建了基于四维空间课堂的“专业思政”课程体系,拓展课堂空间实践应用,并针对教师的思政意识和思政能力的培养进行了探索。该文的研究对于实现培养新时代有能力、有担当、具有工匠精神的社会主义的高素质复合型技术技能人才有重要意义。

基于OBE的“3+1”高职本科融通人才培养模式研究

文章通过比较高职本科“3+2”“4+0”两种人才培养模式的优缺点,结合OBE理念,提出“3+1”高职本科融通培养模式,从融通培养目标定位、融通课程体系构建、师资队伍建设、学科建设、多方协同育人机制构建、质量评价持续改进等方面对该培养模式进行探讨。

山东省高职院校与应用型本科高校联合招收培养本科层次学生模式研究

文章分析了高职院校与应用型本科高校联合招收培养本科层次学生的多种模式(如“2+2”“1+3”“3+1”“4+0”)的优缺点,提出了山东省高职院校与应用型本科高校联合招收培养本科层次学生模式的建议和保障措施,明晰了高职院校和应用型本科高校在学生培养全过程中各自的职责及衔接协同模式。

基于H5的跨平台“疫守护”APP设计

基于H5相关技术设计了跨平台的"疫守护"App,实现了管理端和用户端的相关功能。学生可以通过用户端在校门、教室、宿舍等每个关键点进行扫码登记体温,管理者可以通过管理端进行数据查看分析,掌握学生体温状况,并可以通过图表查看分析了解学生的健康状况和活动轨迹。本系统后端采用NodeJS实现,数据库采用了MongoDB和Redis相结合,前端框架采用了基于HTML5的Vue框架和uni-app来实现用户端,本系统技术先进、界面友好、操作方便,极大方便了学校对学生的疫情防控与管理。

虚拟网络攻击下的节点选取防护策略建模（英文）

虚拟网络节点选取防护策略模型没有充分考虑节点之间相关指标的差异,造成防护策略安全性低、可信度指标简单,为此,提出一种虚拟网络攻击下节点选取防护策略模型设计方法。根据各节点关键度和可信度的不同,获取节点选取防护策略,通过节点收缩方式对节点的关键度施行计算,通过D-S证据理论对虚拟网络攻击下选取节点的可信度进行评价。分析了虚拟网络的安全需求,在此基础上,通过信任评价关键节点选取策略构建防护策略模型。实验结果表明:通过建立模型选取的节点能有效实现虚拟网络防护,用户满意度高,实用性强。

资源共享对高职产教融合绩效影响效应实证研究

基于资源基础理论,对高职产教融合相关者问卷调查数据采用多元回归等分析方法,构建并检验了组织间资源共享对产教融合绩效影响的模型。结果表明:在高职院校产教融合推进中,组织间资源共享显著正向影响产教融合绩效,其中人力资源与教学资源对产教融合绩效的作用程度相对较高。同时资源的协同整合能力在资源共享与产教融合绩效之间具有显著中介作用,环境动态性在组织间资源共享与产教融合绩效之间具有正向调节作用。

搭建信安创新平台 促进网信人才培养

为了响应国家关于加紧网安人才培养的号召,更好地提升学生的竞争力,加强学生对创业知识的了解,我院依托信息安全攻防实验室建立了信息安全攻防技术创新平台。借助平台优势,在专业建设、技能竞赛、教学资源建设等方面均取得了优异成绩。

“互联网+”环境下的企业网络安全策略研究

"互联网+"技术的快速发展使现实世界和网络世界紧密相连,致使网络空间的攻击渗透到企业实体中,尤其是工业企业中,直接影响到企业网络安全,同时影响到个人信息安全乃至国家安全,造成的后果日益严重。本文通过分析目前企业面临的网络安全问题,提出符合企业网络发展趋势的安全策略,实现对企业网络的区域隔离、通信管控和实时报警,全方位地保障企业网络远离各种内部威胁和外部攻击。

基于Bi-LSTM模型的自媒体文本情感分类方法

本文首先对自媒体文本进行去噪、分词、去停用词等预处理,提取文本特征,构建基于Bi-LSTM模型的文本情感分类器,并利用已训练好的情感分类器对实时采集的自媒体文本进行情感分类,为用户提供可视化的话题舆情监测。

改进的卷积神经网络模型在人脸识别中的应用

为了避免传统机器学习算法进行人脸识别时存在的性能差、泛化能力弱等问题,现提出一种基于LeNet-5改进的卷积神经网络模型。该模型包含输入层、三个卷积和池化层、一个全连接层和输出层。每次卷积完,成后,都使用ReLU激活函数进行非线性映射来增强模型的拟合能力;每次最大池化完成后,都使用Dropout方法防止过拟合。运行结果表明改进的卷积神经网络模型对动态采集的人脸图像数据集进行模型训练和模型预测时,训练精度和预测精度都达到了99%,优于传统人脸识别算法,充分验证了改进的卷积神经网络模型的有效性。

基于uni-app框架的健康校园APP设计与实现

本文基于uni-app框架unicloud云数据库开发了一款健康校园APP软件。本软件是信息统计类应用软件,主要研究学生返校的信息收集、物资发放等,并对这些信息进行统计与分析,让管理员可以更加及时的发现异常情况并作出反应,让防疫工作可以更顺利的开展,帮助学校实现更安全的管理。

对新形势下高职学生思想品德教育问题的分析研究

高职院校是培养国家建设的有用之才,在重视知识技术学习的同时,必须抓好学生的政治思想品德教育,培育出符合国家建设的品学兼优的劳动者。本文主要从高职院校大学生的思想品德教育的认识方面出发,对新形势下高职院校学生政治思想品德教育存在的问题进行分析,结合自己的学习和工作实践提出了提高高职院校政治思想品德教育质量的措施。

OpenCV和YOLOv8在车流量统计中的应用研究

为了提供更准确的车流量统计数据以协助交通管理部门实现科学调度,本文应用OpenCV开源计算机视觉库和YOLOv8深度学习模型,对道路上的车辆进行目标检测和跟踪,统计来往的车流量。对比这2种应用统计的结果,可知基于YOLOv8深度学习模型统计的结果具有更高的准确性,对解决城市交通拥堵问题具有重要意义。

高职院校辅导员班级管理的方法与策略研究

进入21世纪,我国高等职业教育的发展步伐比以往任何时候都快,随着高等教育的逐步改革,高等高职教育院校招生逐年增加,如何更好地进行高职院校学生管理工作是高职院校保持稳定的关键性因素。该文首先分析了现阶段高职院校辅导员对班级管理的现状及常见问题,并提出了提升辅导员班级管理工作水平的策略和措施。

对提升高职院校毕业生就业竞争力问题的分析研究

本文从对高职院校学生就业竞争力的认识入手,就新时期高职院校毕业生就业竞争力问题进行了分析,结合自己的工作实践队提升高职院校毕业生就业竞争力的对策提出了自己的看法.