“MOOC+SPOC+翻转课堂”教学模式探索与实践——以“创新创业基础”课程为例

“互联网+教育”推动了高校创新创业教育的深化改革。在创新创业课程教学中,以MOOC和SPOC平台为代表的在线学习受到广大师生的认可和推崇,并不断融合和改革。“MOOC+SPOC+翻转课堂”教学模式不仅很好地融合了线上课程的资源优势,也对传统课堂加以翻转,更好地体现了以学生为主体的学习理念。以“创新创业基础”课程为例,探索“MOOC+SPOC+翻转课堂”教学模式的构建以及实践,提出通过MOOC、SPOC课前导学,小组合作、项目实践等课堂翻转探学,课后SPOC促学达成学生的成绩、完课率、实践参与及课程思政教学成效。

基于CEEMDAN的人工蜂群算法优化LSTM深度网络的西江溶解氧预测

为提高溶解氧含量预测的精度,提出一种基于添加自适应白噪声的完备集成经验模态分解法(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和人工蜂群算法(Artificial Bee Colony,ABC)改进长短时记忆网络(Long Short-term Memory,LSTM)的水质溶解氧组合预测模型.首先,运用CEEMDAN算法将溶解氧含量序列分成若干个不同固有模态分量和趋势分量;之后,运用R/S类分析法计算不同固有模态分量和趋势分量的Hurst指数H,并根据H的大小将不同固有模态分量和趋势分量重构成微尺度、中尺度和宏尺度分量;最后,针对三种尺度分量分别运用ABC-LSTM模型进行预测并线性加权重构获得溶解氧最终预测值.该模型以西江中山横栏水质监测站点数据采集系统为研究对象,试验结果表明,本文模型可以有效提高西江溶解氧预测精度,预测精度高达1.6978%,较LSTM、支持向量机(Support Vector Machine,SVM)、ABC-SVM和人工蜂群算法优化前馈神经网络(Back Propagation Neutral Network,BPNN)ABC-BPNN分别提高1.2867%、2.7544%、2.3756%和2.4448%,从而说明本文模型较传统模型精度上有明显提高,具有更强的预测性能和泛化能力、误差更低,为西江水质监测管理和维护提供科学决策的依据.

汉语言文学发展中传统文化的渗透

以实现中华民族伟大复兴的中国梦为传承目的,推进汉语言文学发展中传统文化的渗透,是立足于汉语言文学的特点,对汉语言文学发展中传统文化的渗透融合进行探索,明确中华传统文化在高校汉语言专业的定位,明确汉语言文学是弘扬中华传统文化的主要方式,从而指出借助教育培养手段和传统文化的教化功能,可以促进汉语言文学在新时期传承传统文化的推广,二者渗透融合有利于汉语言文学在全球经济一体化中的发展。