高校软件工程专业学情分析与对策研究

信息技术的不断发展对高等院校人才技能培养提出了新的挑战,如何激发学生高效地学习专业技能,探究优良的学习行为模式具有重要的研究意义。本研究基于高等院校的软件工程专业,从认知因素、非认知因素及个体学习观念差异三个角度,研究了学情分析和影响学情分析的因素指标。为了对学生的群体学习特征进行分析,文章对软件工程相关专业的1706条学生的行为数据进行聚类,得出结论:学生对所学专业满意度、参加课外活动的情况及课程作业完成情况对聚类具有决定性作用;学生成绩对聚类并无显著影响;学生成绩的直接影响因素是学习效率而非学习时间。

基于二维模运算的高效率可逆信息隐藏方案

针对在较大数据量传递的场景中使用可逆信息隐藏(RDH)保护数据时嵌入效率和抗检测能力较低的问题,提出一种基于二维模运算的高效率可逆信息隐藏方案。首先通过模运算较小的修改像素值嵌入较大的信息量,再结合增强的进制转换系统增加嵌入位数,最后使用折半法结合双图像赋予可逆性。在USC-SIPI标准图像库上进行的仿真实验结果表明,在嵌入高达100万比特秘密信息时,所提方案的隐写图像的峰值信噪比(PSNR)值保持在40 dB左右,且该隐写图像可有效抵抗RS(Regular Singular)隐写分析、像素差直方图(PDH)隐写分析和位平面隐写分析的静态攻击。因此,所提方案有效提高了对原始图像的嵌入效率,同时具有良好的抗检测能力。

基于时空信息分段融合模型的术中低血压预测

准确提前预测术中低血压的发生对术中选择紧急方案以及降低患者术后的不良风险和死亡率具有积极作用。术中低血压预测目前主要基于术中患者的各项生理指标数据,但现有方法未能充分考虑多指标间的时间信息和空间信息。针对以上问题,提出基于时空信息分段融合模型的术中低血压预测,先使用全卷积网络或残差网络提取局部空间信息,再使用门控循环单元提取时间信息并进行预测。通过对比术中低血压预测常用的深度神经网络模型,在原始和填补的临床数据的术中低血压预测中,不仅提高了低血压事件的预测准确性,还在面对数据填补时表现出一定的容忍度,能够应对噪声和不确定性的影响。

一种基于信息熵加权的属性约简算法

针对现有邻域粗糙集模型中存在属性权重都相同,无法保证关键属性在属性约简时能够被保留的问题,提出了一种基于信息熵加权的属性约简算法。首先,采用了类间熵、类内熵策略,以最大化类间熵最小化类内熵为原则给属性赋予权重;其次,构造了基于加权邻域关系的加权邻域粗糙集模型;最后,基于依赖关系评估属性子集的重要性,从而实现属性约简。在基于UCI数据集上与其他三种属性约简算法进行对比实验,结果表明,该算法能够有效去除冗余,提高分类精度。

Text-to-SQL文本信息处理技术研究综述

信号与信息处理的需求日益增加,离不开数据处理技术,数据处理需要数据库的支持,然而没有经过训练的使用者会因为不熟悉数据库操作产生诸多问题。文本转结构化查询语言(Text to Structured Query Language,Text-to-SQL)的出现,使用户无需掌握结构化查询语言(Structured Query Language,SQL)也能够熟练操作数据库。介绍Text-to-SQL的研究背景及面临的挑战;介绍Text-to-SQL关键技术、基准数据集、模型演变及最新研究进展,关键技术包括Transformer等主流技术,用于模型训练的基准数据集包括WikiSQL和Spider;介绍Text-to-SQL不同阶段模型的特点,详细阐述Text-to-SQL最新研究成果的工作原理,包括模型构建、解析器设计及数据集生成;总结Text-to-SQL未来的发展方向及研究重点。

基于CDIO的软件工程专业工程实践类课程的改革与实施

提出将CIDO教育模式应用到软件工程专业工程实践类课程教学中,详细介绍基于CDIO的工程实践类课程培养标准的制订、课程体系的构建、课程教学内容和实施、考核方式,根据实践结果说明基于CDIO的工程实践类课程教学模式是可行的,毕业生的能力能够达到CDIO培养标准要求。

软件工程综合实训建设与实施

本文分析国内外高等工程教育"工程化"发展趋势,论述现代软件工程对人才的迫切要求,提出了构建软件工程综合实训课程。针对该课程,本文详细讨论了课程建设的主要内容,包括工程项目资源库建设、实训流程标准化和规范化建设、过程管理和评价方法建设等;经过多年教学运行,实践证明收到了良好的效果。

能力导向的软件工程实践教学课程体系探索

基于我国高等教育工程能力培养现状,分析目前软件工程人才能力培养中存在的问题,提出重构以能力为导向、以工程实践环节为主干线的实践教学课程体系,从教学手段、教学评价等方面介绍具体实践教学课程体系实践过程,最后通过实际效果说明教学体系的有效性。

新工科背景下软件工程实践教学体系与评价体系建设

如何在新工科背景下构建更有利于培养学生能力的实践教学体系,是软件工程专业发展的关键。文章首先讨论了新工科建设与软件工程专业实践教学培养的关系,构建了由课内实验、工程实践、毕业实践环节为主干线并引入工程素质培养和企业环境培养的实践教学体系,构建了多元化的实践教学课程考核评价体系。梳理了该体系下各实践环节的相互关系,论述了设计思路和实施细则。教学实践表明,教学改革提高了学生的工程能力和综合素质。

基于能力培养的软件工程实践教学改革与实践

针对软件工程专业学生工程实践能力弱的问题,文章提出了基于能力培养的软件工程实践教学的改革,详细介绍了基于能力培养的"软件工程"实践课程教学大纲的制定,阐述了基于项目驱动的"工程实践"课程教学内容改革和过程化的考核方式。实践证明这种改革方式可以提高学生的工程实践能力。

面向软件复用的信息化标准文档处理框架

信息化标准是长期信息化实践积累的技术规范,具有领域知识的可复用性。针对面向领域的知识转化为面向信息化工程的软件复用资源的问题,信息化标准文档软件复用处理框架提供了一种技术和业务双重驱动的实现路径,该框架包括了信息化标准文档应用流转、信息化标准的软件复用资源转换、信息化标准复用资源、业务支持工作等四个部分。

工业4.0环境下软件工程专业本科毕业生就业能力量化评价方法及实证研究

针对工业4.0背景下企业对高校人才培养的新要求,为缩短高校教育与企业用人需求之间的差距,从学生能力评价的角度,基于工程教育认证思想,凝练出学生能力评价指标,提出一种科学有效的毕业生就业能力量化评价方法并介绍如何实践应用,以帮助学校相关部门和学生更好地提升学习效果并促进持续改进。

基于模函数与像素值差值的高质量双图像可逆信息隐藏

为解决在一些一对二的交流场景中使用信息隐藏技术来传递信息时对载密图像的视觉质量和载体图像的精确度的高要求问题.在本文中提出了一种基于模函数和像素值差值(pixel value difference,PVD)的双图像可逆信息隐藏方案,通过模函数和对数函数确定了PVD范围表,从而确定在单位面积上的信息嵌入位数以及模函数的系数.所提出的方案可以在信息嵌入位数不断增加的情况下仍然保持像素值的修改量与信息嵌入位数之比不大于0.5,所以与目前一些基于PVD的方案相比在像素对差值越大的图像中越占有优势.实验结果表明与现有的一些在载密图像质量方面优质的方案相比,具有更高的PSNR和SSIM,此外本方案在抗RS隐写分析和PDH隐写分析的静态攻击方面上具有良好的性能,并且避免了大多数在基于像素值差值的信息隐藏方案中对溢出问题的解决方案复杂繁琐的情况.

红色基因融入大学生思想政治教育的研究

文章通过分析目前红色基因融入大学生思想政治教育过程中存在的问题,提出健全红色基因融入大学生思想政治教育的各项机制、多途径加强大学生对红色基因的认同感以及打造好红色基因融入大学生思想政治教育的网络阵地的方法,以期实现一方面将红色基因通过大学生思想政治教育得到更好的传承,另一方面大学生思想政治教育因为红色基因的融入增强感染力和说服力的效果。

成都市产业转型升级测度及优化对策分析

产业转型升级对推动经济高质量跨越发展起着非常重要的作用,在文献综述相关概念及理论基础的阐释基础上,首先,运用成都市2006~2020年间的产业各指标统计数据,使用产业结构年均变动值、借鉴Moore值对成都市产业结构变动速率和产业结构调整速率进行测度。此后,使用产业比重变化系数以及产业结构超前系数等模型定量测度成都市产业转型升级的方向。研究结果表明:“十一五时期”,成都市产业结构优化升级速度较慢,“十二五”时期产业结构变动最快,而“十三五时期”产业结构变动有所放缓,不过仍是呈现高速优化状态。在转型升级的方向上,第一产业的比重各时期都下降,发展十分滞后,而第二产业的比重波动中升降,“十一五”时期是超前发展,其余时期的发展基本处于落后状态,2006~2010是发展速度最快的时期;2006~2010年期间,第三产业发展相对其他时期滞后,但从“十一五”到“十三五”期间都是超前发展,2011~2015年期间发展最快。为加快推动成都市产业结构升级与优化,提出应加强地区辐射作用,推动区域间产业平衡发展;开拓创新,以高新技术产业带动产业结构整体升级;明确产业结构优化方向,加快产业结构优化速率的对策建议。

非结构化数据表征增强的术后风险预测模型

准确的术后风险预测对临床资源的规划、应急方案的准备以及患者术后风险和死亡率的降低具有积极的作用。目前,术后风险预测主要基于患者的基本信息、术前的实验室检查及术中的生命体征等结构化数据,蕴含着丰富语义信息的非结构化术前诊断的价值尚待验证。针对上述问题,该文提出一种非结构化数据表征增强的术后风险预测模型,利用自注意力机制,将结构化数据与术前诊断进行信息加权融合。基于临床数据,该文将所提出的模型与术后风险预测常用的统计机器学习模型以及最新的深度神经网络进行对比,在肺部并发症风险预测、ICU入室风险预测和心血管不良风险预测任务上的F1值平均提升了9.533%,同时预测模型还具有良好的可解释性。

基于批数据过采样的中医临床记录四诊描述抽取方法

中医临床记录四诊描述抽取对中医临床辨证论治的提质增效具有重要的应用价值,然而该任务尚有待探索,类别分布不均衡是该任务面临的关键挑战之一。该文围绕中医临床记录四诊描述抽取任务展开研究,首先构建了中医临床四诊描述抽取语料库;然后基于无标注的中医临床记录微调通用预训练语言模型实现该模型的领域适应;最后利用小规模标注数据,采用批数据过采样算法,完成中医临床记录四诊描述抽取模型的训练。实验结果表明,该文提出的抽取方法的总体性能均优于对比方法,并且与对比方法的最优结果相比,该文方法将少见类别的抽取性能F1值平均提升了2.13%。

存储系统中的局部修复阵列码模型

对于单容错和双容错的存储系统,在磁盘修复过程中发生的任何故障都可能引起数据丢失,导致修复失败,保证数据的修复效率对于存储系统的可靠性至关重要。RDP码在进行单盘故障修复时使用混合恢复算法能减少25%的读取总量,但是在进行双盘故障修复时需读取所有的元素。针对目前难以同时提升单双盘故障修复效率的问题,对RDP码进行拓展,提出了一种具有局部修复性质的阵列码模型——DRDP码。DRDP码在RDP码的基础上将部分数据列按水平线进行异或计算生成局部水平校验列,并将其参与到全局校验列的编码计算中,从而缩短了修复链,使其拥有局部修复的功能。通过理论分析,DRDP码拥有良好的编译码复杂度和更新效率,大幅节省了单盘故障修复读取开销,并对双盘故障修复读取开销进行了优化,同时能修复75%三盘故障的情况。实验结果表明,与RDP码、LRRDP码和RDP(p,3)码相比,DRDP码的编码时间可节省8.23%~32.89%、单盘故障修复时间可节省7.08%~35.01%、双盘故障修复时间可节省5.07%~29.26%。

基于增量加权的不平衡漂移数据流分类算法

概念漂移是数据流学习领域中的一个难点问题,同时数据流中存在的类不平衡问题也会严重影响算法的分类性能。针对概念漂移和类不平衡的联合问题,在基于数据块集成的方法上引入在线更新机制,结合重采样和遗忘机制提出了一种增量加权集成的不平衡数据流分类方法(incremental weighted ensemble for imbalance learning,IWEIL)。该方法以集成框架为基础,利用基于可变大小窗口的遗忘机制确定基分类器对窗口内最近若干实例的分类性能,并计算基分类器的权重,随着新实例的逐个到达,在线更新IWEIL中每个基分器及其权重。同时,使用改进的自适应最近邻SMOTE方法生成符合新概念的新少数类实例以解决数据流中类不平衡问题。在人工数据集和真实数据集上进行实验,结果表明,相比于DWMIL算法,IWEIL在HyperPlane数据集上的G-mean和recall指标分别提升了5.77%和6.28%,在Electricity数据集上两个指标分别提升了3.25%和6.47%。最后,IWEIL在安卓应用检测问题上表现良好。

一种基于多层次校验的低恢复成本纠删码

随着纠删码在分布式存储系统中的实际应用,纠删码为存储系统提供了更加优秀的存储效率,但当节点丢失时,相较于传统副本技术更多的网络传输带宽开销成为了造成系统性能瓶颈的关键因素。为了解决MDS编码高带宽开销对系统性能的影响,一类新型编码方案——分组码被应用在分布式存储系统中,相较于传统MDS编码能够有效地降低节点修复时的数据传输量,从而减少网络带宽需求。在Pyramid分组码的基础上进行层次扩展,提出一种HLRC(hierarchical local repair codes)纠删码。HLRC相较于LRC引入了层次编码模型,将原始数据块构建为编码矩阵,根据层次进行分别编码,生成包含数据块范围不同的局部校验块;每个层次包含的数据块数量不同,可以保证修复节点时的低修复成本,同时还拥有较高的存储效率。HLRC相较于Pyramid拥有额外的校验块冗余,能够降低校验块出错和多节点出错时的恢复开销。在基于Ceph的分布式存储系统中的实验结果表明,HLRC与Pyramid等分组码相比,单节点修复开销最高可降低48.56%,多节点修复开销最高可降低25%。