基于任务驱动和MOOC学习的开放大学教师研修模式探索与研究

在"互联网+"时代,教育教学方式方法正面临着大的变革,教师的工作任务正从承担课堂面授教学逐步转向在线课程设计、开发制作和课堂教学辅导等。作为成人高校的运用新技术进行在线教学的开放大学教师,应该更加重视新技术的学习和运用,利用学校和团队的力量,在给定的任务驱动下,通过MOOC开展学习,从而更好地完善自身的知识结构,提高教学设计和开发制作在线课程的技能,更深入地开展教学研究,提升服务大众的教学水平。这是我们提出的基于任务驱动和MOOC学习的开放大学教师研修模式。

基于邻居覆盖信息和节点移动速度的无线自组网多播方案

针对无线自组网节点的移动导致多播可靠性降低、开销和时延增加的问题,提出基于邻居覆盖信息的多播方案。该方案通过少量的Hello报文收集一跳内的邻居信息,并据此实时计算节点的密度系数、邻居节点未覆盖率等参数,利用所获参数动态调整节点的多播数据转发时延与转发概率。为进一步降低时延,提出一种基于节点移动速度的数据分发方案,它允许部分快速移动节点采用更高的概率转发多播数据。将其扩展至多播方案中,形成基于邻居覆盖信息和节点移动速度的多播方案。NS2的仿真结果表明,与现有方案相比,该方案将分组投递率提高27%,控制开销减少33.2%,并将端到端平均时延降低45%。

电商生态系统的生态特性研究

电商生态系统是以电商企业与个人相互作用为基础的电子商务经济联合体,具有生态、协同和互联的特点。它的生态特性表现为成员的多样性、系统的适应性与自组织性、成员之间协同进化、系统具有稳定性等方面。系统内部成员的多样性与自适应行为推动了成员之间的协同进化,同时实现了电商生态系统的协同演进。而系统成员的多样性与系统的自组织性又决定了电商生态系统的稳定性。因此,提高系统成员的多样性、建立良好的协作机制,有利于发挥系统的自适应性与自组织性,促进系统内部成员的协同进化,从而保障电商生态系统的健康持续稳定发展。

基于广义乘子法的有约束的自由曲面形态创建

实际工程中,结构的设计往往会受到各种因素的约束和限制,因此有必要在自由曲面结构的形态创建中引入约束条件.采用NURBS(非均匀有理B样条)方法生成自由曲面,以应变能最小为优化目标,以体积为约束条件进行自由曲面形态创建,并将广义乘子法与梯度法相结合对该有约束的优化问题进行求解,通过Fortran语言编制了有约束的优化算法的程序.在算例中,分别对一个正高斯自由曲面和一个负高斯自由曲面进行有约束的形态创建,并与无约束的创建结果进行了对比分析.研究表明,提出的基于广义乘子法的有约束的自由曲面形态创建方法是合理可行的,具有实际应用价值.

业务流程中一种个性化的任务完成时间预测方法

为实现业务流程中人力资源的有效管理与调度,提出一种个性化任务完成时间的预测方法。该方法首先分析了业务流程的历史日志,对资源的状态和能力进行了建模与评估;然后,采用支持向量机回归的方法,发挥其"柔性边界"和核函数的特点,对日志数据进行预处理、模型训练及参数优化,再结合资源当前的状态和历史能力对资源完成任务的时间进行实时预测。同时考虑了稀疏数据集问题的处理。实验表明,在日志记录充分时,尤其是在完成时间波动较大的情况下,该方法的预测结果能达到较高的准确率,可为资源管理、任务分派等过程提供实时的决策依据。

一种工作流实例超时风险预测方法

为了保证工作流实例在其截止期内的完成率,提出一种基于剩余时间计算及异常原因分析的超时风险预测方法。该方法基于工作流日志的状态转移系统,在事件日志中提取并分析时间信息,通过事件轨迹分析及时间计算,预测完成当前实例所需的剩余时间及实例在其截止期内完成的概率。并对可能造成实例超时异常的原因进行分类,构建超时风险评估的贝叶斯网络,以此评估实例发生超时异常的概率。预测及评估的结果可应用于实例执行进度监控及高风险实例定位。实验表明,与其他方法相比,这种时间预测及风险评估的方法能较准确地评估实例的执行进度,定位可能发生超时异常的实例,有助于关注超时风险较高的实例,保证工作流实例的有效性。

大数据分析下异构网络安全的关联算法研究

正以指数速度迅速膨胀起来的大数据给人们带来了方便,也带来了一些安全隐患,而保证大数据环境下的网络安全已成为当今社会的一个重要课题。文中从大数据时代发展现状入手,分析大数据时代的网络安全问题,并探讨相应的方法措施,以此来促进互联网的发展。针对大数据的查询分析复杂和大数据量的特点,通过分析面向大数据的异构网络安全监控的相关技术,对真实数据进行化简,清洗以及不断规划等一系列处理操作并得到核心分析数据库,构建了一个可以提供测试环境以及模拟实际攻击行为的集群实验环境。最终测试和验证大数据环境下异构化网络安全监控平台的不同分析算法,通过安全事件的关联和分布式序列图的模式等方式进行网络安全监控的整体态势分析,为大数据环境下的异构网络安全监控提供了一些思路,也为信息安全企业提供了一个分析大数据下隐含规律的参考模型。

Android应用的多设备自动化测试实现

在测试Android应用时,通过MonkeyRunner框架及开发相关脚本,可实现脚本录制、多设备连接、自动执行测试、自动保存截图及对比等功能,提高测试用例的复用性,并有效减少Android碎片化带来的重复、繁琐的手工测试,使Android应用测试更高效。

基于关联推荐的Web服务组合优化

为实现基于历史知识与规则的Web服务组合优化,对于待解决的特定任务和问题,提出了一种Web服务组合优化方法。这种方法把Aprior算法应用于Web服务组合,通过挖掘历史日志中Web服务的关联规则,计算各种历史Web服务组合方案的支持度,生成针对当前问题的频繁项集,并可根据每种组合的置信度,动态地自动选取合适的Web服务,产生推荐的Web服务组合方案。这种方法可应用于流程管理、智能规划等领域。

建筑高强钢棒的热处理工艺优化

采用不同的退火、淬火和回火工艺对含铟新型建筑高强钢棒进行了热处理,并进行了拉伸和冲击试验。结果表明:随退火温度从880℃提高1000℃,退火时间从2 h延长至6 h,淬火温度从890℃提高至950℃,淬火时间从10 min延长至50 min,回火温度从540℃提高至600℃,回火时间从1 h延长至3 h,钢棒的抗拉强度、屈服强度、断后伸长率和冲击吸收功均先增大后减小。优化的热处理工艺为:960℃×4 h退火+920℃×30 min淬火+580℃×2 h回火。

基于Android智能手机入侵风险评估模块的设计与实现

网络入侵风险评估所涉及的数据量较大,传统入侵风险评估模块采用静态风险评估的方法,每隔一段时间对网络进行一次风险评估,无法适应网络入侵的实时性,导致风险评估结果不可靠。为此,设计一种基于Android智能手机入侵的风险评估模块,该模块由硬件和软件共同实现,硬件部分主要由漏洞扫描模块、数据包捕获器、ARM处理器和Android智能手机报警模块构成,通过Android智能手机短信报警模块对超过既定阈值的风险进行报警;系统软件结构主要由入侵风险评估模块、一系列网络信息系统专家数据库和服务模块构成,给出入侵风险评估实现的部分代码。实验结果表明,所设计模块不仅风险评估结果可靠性高,而且达到平稳处理的时间较低。

基于系统动力学的产业集群第三方物流需求分析

基于系统动力学,采用化整为零的思路,分析产业集群的区域经济因素和产业集群企业的内部因素,将总系统分为三个子系统:产业集群经济发展子系统、产业集群第三方物流需求子系统和产业集群第三方物流满足子系统。对每个子系统进行了因果关系分析,并绘制了每个子系统的因果关系图和流图,通过对子系统的分析,总结出总系统的因果关系,绘制出总系统的因果关系图和流图。最后以广东省中山小榄专业镇为实例,通过Vensim仿真表明产业集群区域企业对第三方物流企业合作有需求,并计算出了该模型下第三方物流企业的最优数量。

基于大数据架构的舆情数据中心分析与设计

对舆情数据中心的基本建设流程、部署网络拓扑图、总体应用架构和系统技术架构进行分析与设计,能对大量的舆情资讯信息进行科学有效处理,以减轻人员工作量及数据准确度,以极度的时间分析掌握各事件动态,及发展趋势为进一步推理提供数据基础。

基于冗余理论的电商生态系统稳定性研究

电商生态系统是一个复杂的商业生态系统,其稳定性研究关系到电子商务的稳定健康发展。本文利用冗余理论对电商生态系统稳定性进行了分析。结果表明提高物种的冗余和系统结构的有效冗余有利于提高电商生态系统的稳定性。系统结构的有效冗余不仅要求同一生态位中要有两个以上企业,还要求当某个企业失效时冗余部分能够承担系统有效运行所需的最低功能。系统冗余节点越多,其组合的可能性也就越多,冗余的作用也就越大,系统结构的稳定性也就越强。对于不存在有效冗余的部分,企业就必须提高自身的综合能力,充分利用与其他关键企业的关系,确保自身的稳定性,最终实现系统的健康持续稳定发展。

基于情景感知的移动学习资源自适应推荐系统研究

以学习者为研究对象,以认知差异性为中心,以学习需求为导向,采用情景感知技术,构建移动学习资源自适应推荐系统。基于该系统实现对学习者的学习历史、学习能力、学习习惯、学习环境等信息进行识别与处理,从而获知学习者的学习需求、学习兴趣与偏好,更好地为学习者动态推荐个性化的学习资源与相应的学习服务,以此满足学习者的学习需求与学习兴趣,解决学习资源负载的问题,实现个性化的移动学习。

移动用户信用评估系统的设计与开发研究

运营商的数据资源优势,为信用评估系统的发展带来新的机遇。建立消费者的指标体系,借鉴已有信用评估模型,使用Apache Spark实现决策引擎,并经过数据采集、数据标准化、数据训练等过程提高计算的准确度,计算结果以WebService提供,用户可通过多种方式实现个人信用值的快速计算与查询。

基于大数据关键技术方案的舆情数据中心的研究

通过对构建舆情数据中心为研究对象,主要基于舆情资讯展开的一系列的数据采集监控和分析挖掘任务,可提供包括网页数据爬取与监控、网页数据解析、文本数据预处理、文本分析与挖掘等自然语言处理功能。研究表明自动摘要技术、事件识别技术、事件脉络梳理和情感分析技术能基于文本挖掘算法,实现对文章关键字自动提取、内容精简、相似度计算、跟踪监控和对带有情感色彩的主观性文本进行分析有很好的应用价值和效率。

集中控制VMI&TPL现代集群供应链模式研究

传统产业集群遭遇现代经济市场冲击,生产成本日渐增长,竞争力不断下降。资源浪费现象严重、成本高、技术和管理水平低下、创新能力不够、信息流通滞后等弊端使得产业集群的发展到了停滞甚至倒退的阶段。集中控制型VMI&TPL(供应商管理库存&第三方物流)可以降低运作成本,克服物流能力不足、信息沟通滞后等难题。将集中控制型VMI&TPL模式引入集群式供应链,构建现代集群式供应链,能有效缓解传统集群式供应链的弊端。

深度学习方法在业务流程进度预测中的应用

流程数据的分析和预测可为流程监控和管理提供决策信息,业务流程的历史日志可用于预测流程进度,使用深度学习的方法,把事件日志映射到深度学习的记忆单元,通过RNN和LSTM实现流程进度预测,可以提高预测的效率和准确率。

基于移动终端的精准渔业远程监控平台设计与实现

精准渔业是由信息技术支持的,定位、定时、定量地实施一整套现代化渔业操作技术与管理的系统,整个系统从功能上分为局域网服务器、后台数据库、远程监控平台、微信平台、中控平台、现场操控显示平台等多个子系统构成。