基于抖音平台的大学生信息行为研究

[目的/意义]基于使用与满足理论,依托抖音平台探寻大一学生信息行为的影响因素。[方法/过程]以男、女生为分组变量问卷调研523名大学生在抖音平台信息需求(情感需求、认知需求、个人整合需求、社会整合需求、舒缓压力需求)、信息行为(信息浏览行为、信息查询行为、信息交流行为、信息发布行为)的差异并对信息行为的影响因素进行回归分析。[结果/结论]男、女大学生抖音平台的情感需求、舒缓压力需求和信息查询行为具有显著性差异。提出发挥学院抖音账号优势,突破算法“信息茧房”,助力大学生信息素养教育。

基于工程教育认证的“离散数学”教学改革探究

工程教育认证是推进我国高等工程教育改革的必由之路,是培养大量高素质工程类人才的必然选择。为夯实学生解决复杂工程问题必备的离散理论、方法基础,培养学生数学建模、思维抽象和实践创新能力,以学生为中心,对“离散数学”课程教学内容和方法进行调整,明确教学目标,通过分析教学现状,改变教学模式,将线上和线下教学结合,在思政教学和双向互动式教学中注重全过程评价学生的知识产出,以此帮助学生形成离散结构的思维方法和价值观念,提高“离散数学”课程教学质量,提升学生的实践能力和工程素质。

昌吉州农业农村大数据平台研究与设计

农业大数据与信息化基础设施是发展现代农业的重要基础、建设智慧农业的根本前提,起着桥梁和基石的重要作用。本文基于农业农村大数据发展的需求,系统分析了昌吉州农业大数据与信息化基础设施的发展现状、存在的问题,提出了昌吉州农业农村大数据平台与农业信息化基础设施的战略目标和发展思路,绘制了未来发展的技术路线图。

融合LBP和卷积神经网络的摩尔纹检测

摩尔纹是一种由数字网格重叠引起的不规则混叠干扰条纹。屏摄类图像中摩尔纹的出现不仅降低了图像质量,并会对后续的图像处理任务产生不良的影响。为了有效、快速、准确地检测这种摩尔纹,文中提出一种利用局部二值模式(LBP)和多输入卷积神经网络(CNN)结合的检测模型。LBP特征计算速度快且能很好地描述摩尔纹纹理,该方法首先使用LBP提取特征,并将提取特征后的图像与原始图像一起送入设计好的多输入卷积神经网络。实验结果证明,将经过LBP特征提取的图像作为摩尔纹纹理的强化信息与原始图像一起送入网络,比单独将原始图像送入网络的网络收敛速度更快、准确率更高,可以达到99.6%,比经典的Inception V3分类模型准确率提高了4%。

基于稳定度的异常商品识别模型研究与实现

随着经济的发展,网购现已得到全方位的普及,因其有方便快捷、省时省力、送货上门等优点,越来越受到人们的青睐,成为日常生活中不可或缺的一部分。随着人们经济能力、消费水平的提高,对网购体验的需求也愈发上涨。同时网上各大零售业务间的竞争也愈发激烈,为了能够吸引消费者的目光以增加商品的销量,某些商家开始采用刷销量、刷好评、删差评等“炒信”“刷单”手段对商品进行恶意推广,侵犯消费者权益。为保障消费者的知情权和选择权,本项目通过浪潮卓数公司提供的数据集,通过数据挖掘定量分析和定性分析结合的方法来剖析商品出现异常的原因,采用数学建模和机器学习的方法,定义部分异常商品指标,并利用这些指标构建出查找和预测异常商品的模型。实验结果表明该模型效果较好,具有一定的实用性。

教学案例法在C语言教学中的应用与探索--图像打印之for循环

为持续提升计算机C语言课程教学效果,增强知识学习的趣味性与具象性,越来越多的教师尝试调整教学方法。本文以案例教学法为切入点,阐述了图像打印案例在C语言for循环教学中的方法及注意事项。教学实践表明,案例教学能有效增强学习的趣味性、实用性,引导学生在全面掌握理论知识,熟悉实践技巧的同时,实现创新意识与创新能力的稳步提升。近年来,案例式教学方法在计算机高级语言教学中得以广泛应用与推广,将抽象的概念、枯燥的语法、繁杂的算法等理论知识通过生动趣味的教学案例讲解,能有效激发学生的学习兴趣和积极性[1]。

项目-任务驱动式单片机实验教学模式探究

新工科背景下,面向应用型人才培养目标的课程教学改革已成为重要议题,要求培养学生解决实际问题的能力。文章基于新工科背景下应用型人才培养需求,结合近年来单片机课程教学实践,对传统的单片机教学中存在的问题进行分析,并在此基础上探索了项目任务驱动的教学模式。同时,文章研究了不同岗位对单片机专业知识、专业技能、实践能力的需求情况,从而分析、设计出有针对性的实验项目内容并在教学中进行实践。最后对实践结果进行评价测试。评价结果表明,与传统的单片机教学模式相比,本研究探究的项目任务驱动教学模式更能调动学生学习的积极性和主动性,大幅提升了教学效果和学生的实践动手能力。

农业大数据应用研究

随着网络信息技术的不断发展,科技的逐步推进,使得人类生活发生了翻天覆地的变化。近年来大数据、云计算、人工智能、物联网等新技术、新应用层出不群。农业和这些新技术的高度融合,形成的智慧农业是当前国家提出的新战略、新要求。农业大数据的探索和研究越来越深入,更多的应用场景得以涌现。本文首先通过农业大数据概述、大数据特征以及当前大数据概况的介绍实现了认识了当前农业大数据。继而分析农业大数据关键技术,从农业大数据采集、存储管理、挖掘分析和可视化技术四个方面进行展开讨论。透过技术分析农业大数据的应用情况,从农业生产领域的应用和决策支持领域的应用两个方面进行挖掘农业大数据应用的场景和价值,农业大数据可实现信息感知、智能控制、分析决策和精准管理。同时,农业大数据的应用也面临挑战,农业信息的孤立和农业大数据的安全性是目前农业大数据比较关键且突出的问题。农业大数据的技术将会不断更新,农业大数据的应用也会不断被挖掘,农业插上智慧的翅膀将会越飞越高。

基于Hadoop大数据集群的搭建

随着信息时代的到来和计算机技术的发展,各行各业的数据呈指数型增长。同时,大数据的快速发展在无时无刻影响着人们的生活。而对大数据的开发和处理成为当下信息时代的一大挑战,因此文章利用Hadoop生态体系构建一个完全分布式集群,利用分布式文件系统(HadoopDistributedFileSystem,HDFS)存储数据,利用MapReduce框架分布式处理数据分析任务,分析了搭建Hadoop系统所需的设备、环境、安装和设置等,为大数据实践提供了基础环境,也为下一步深层次理论研究提供技术依托。

深度学习背景下的Python语言教学探索

近些年来,随着计算机软硬件的发展,深度学习技术迎来蓬勃发展。Python语言因具有动态编程、可解释性、简单易懂的特点,在深度学习中成为首选的热门编程语言。本文介绍了深度学习的发展及Python语言的特点与深度学习的关系,整理Python教学过程中普遍存在的问题。整理Python语言教学目标,设计结合深度学习和Python语言的教学方法,提出基于深度学习背景下的Python语言教学方式、教学目标、教学手段。通过教学实践,论证此教学方法在Python语言和深度学习教学中优于一般教学方法。

基于改进MFCC和GMM的语音性别识别分析

阐述基于改进MFCC和GMM的语音性别识别技术的特点,通过抽取改进的MFCC语音特征,利用不同阶数、不同协方差矩阵的高斯混合模型来进行说话人性别识别,采用不同参数结果进行对比,得到最优的结果参数。实验结果表明,MFCC和GMM能够有效地用于说话人性别分类。