高校课堂教学改革探析——以《金融工程》课程为例

课堂教学是高校教学的重要形式。目前课堂教学中存在一些问题,学生缺乏学习的主观能动性,专业认可度低,学习方法存在问题,而教师的教学缺乏合理的约束机制,缺乏与学生的互动交流。通过课堂教学中理论教学改革以及在课堂上融入创新实践教学,能够提高教学质量,改善教学效果。

服务外包大赛对软件外包知识体系构建的启示

根据近两届中国大学生服务外包创新应用大赛相关内容,结合教育部和商务部在江浙两省开展地方高校计算机学院培养服务外包人才试点情况调研和相关企业人才需求实际,分析软件外包人才的知识、能力、素养需求。结合CDIO工程教育理念,探讨大赛对软件外包知识体系构建的启示,并由此建立初步知识体系模型。

浅谈金融服务外包的发展趋势与承接策略

金融服务外包是当前国际服务外包业务的重要领域，它有利于金融机构降低成本、转移风险、提高核心竞争力。本文分析了当前金融服务外包的现状和未来的发展趋势．提出来金融服务外包的承接策略。

智能健康管理多源异构数据融合体系与方法

针对智能健康管理中对信息集成的要求,深入分析信息资源的异构特性,对基于多级多中心的多源异构数据融合方法进行研究,提出智能健康管理中多源异构数据的融合树体系结构,并介绍融合系统的设计、融合节点的组成以及具体的融合算法。对所采集的健康数据进行仿真测试,实验证明该体系可以获得较好的融合效果,实现对信息的有效集成,使管理效果更加优化。

浙派古琴艺术记谱技法研究和乐谱数据结构及标记文本转换分析

分析了浙派古琴的演奏技法,对古琴乐谱所包含的语义信息进行了分类,利用计算机技术对乐谱中的独立语义信息进行数据结构设计,提出了基于文本标记表示古琴乐谱的方法,解决了人机无法同时表示与阅读古琴乐谱的问题.实验结果显示:古琴的文本乐谱能完整地重现原有乐谱的音乐信息,谱字的平均字节数为4.08;带标记的文本乐谱适合于计算机进行统计分析、智能打谱、乐谱文本语料库建设等,为古琴艺术的数字化和信息化提供了一种切实可行的方法.

面向实践创新人才培养的嵌入式系统教学研究

在以培养面向实践创新人才为目标的前提下,通过对最近3年在嵌入式系统等相关课程教学方面的探索,文章阐述了教学环节的改革,特别是在创新答辩和学生观摩分享环节上,分析实验课程翻转教学的成效,并对嵌入式系统课程的"口袋实验室"和未来新式教学方式做介绍。

一种多线程软件并发漏洞检测方法

多线程软件由于进程间共享使用资源而极易发生死锁这一严重的并发漏洞.通过Petri网模型对多线程软件进行建模,并利用混合整数规划技术检测其漏洞.目前,使用互斥锁的多线程软件可通过Gadara网建模和检测.而使用信号量的多线程软件,虽可用S*PR网建模,但是尚未有理论支撑混合整数规划用于其漏洞检测.定义了S*PR网的一个子类——SEM-S*PR网,它允许资源库所初始标志大于1且分支可对称地使用资源,进而可建模一类使用信号量的多线程软件.依据结构特点,证明了该网保持活性的充分必要条件是网运行过程中所有信标始终非空.此结论是混合整数规划用于SEM-S*PR网建模的多线程软件的并发漏洞检测的理论基础.

高校课程教学考核方法改革研究

高校目前的课堂教学考核方式不能够全面地反映学生的专业知识掌握情况和运用能力,也不能起到促进学生创新发展、激励教师课堂教学的作用。通过考核方法改革,推进过程化教学;课堂与实践教学结合、与就业结合进行考核;因人而异、因课而异进行个性化考核,可以全面提高学生学习主观能动性、创新实践能力,激励教师的教学积极性,培养全面发展的高素质人才。

基于RTD可编程逻辑门的数字电路3层网络综合算法

随着集成电路的不断发展,CMOS器件的工艺逐渐达到其物理设计极限,研究新器件和新设计方法成为集成电路继续发展的必经之路.阈值逻辑门因具有强大的逻辑功能而备受关注,共振隧穿二极管(RTD)因其负阻特性在设计阈值逻辑门时更具优势.由于阈值逻辑门与二进制神经元模型有相似之处,因此可用神经网络模型实现逻辑函数,从而为电路设计提供新的思路.对基于RTD可编程逻辑门的3层网络算法中的隐层综合算法进行了改进,提出采用汉明距离最大优先覆盖的方法对真向量进行覆盖,从而提高了真向量的覆盖效率,减少了隐层函数个数,并采用真假向量标记的方法简化了隐层综合算法.提出的算法比原隐层综合算法简单,进一步简化了基于RTD可编程逻辑门实现n变量函数的电路.

音体美专业学生计算机教学策略研究

音体美专业学生的计算机课程教学,是困扰教师教学的难题。本文通过对该类专业学生教学过程和实验设计的探讨,从多个角度介绍解决这些困扰的方法和策略,试图运用这些手段,克服教学中的困难和阻碍,以达到较理想的教学目标。

地方高校规模化应用型IT类人才培养的问题与对策

以技术与应用双轮驱动的新信息技术(IT)的发展催生了规模化应用型IT人才培养的迫切需求,地方高校应以应用型IT人才培养为己任,但问题重重.高校必须提高课堂教学的质量,把前沿IT知识与技术引入课堂以激发学生的学习兴趣,变以讲授为主的教学模式为学生主动思考的探究学习模式,广泛开展创客、翻转课堂、微课等新的教学模式,实施过程性评价;同时探索以项目驱动、企业孵化、校企产学联动的校企合作新模式,以项目开发带动学生创新创业能力的培养,达到规模化应用型IT人才培养的目标.

市场环境、慈善捐赠与企业价值——来自中国A股上市公司的实证研究

慈善捐赠如何为企业创造价值是理论与实务关注的热点问题。利用中国A股上市公司慈善捐赠的面板数据,分析并检验了市场环境对慈善捐赠价值的调节作用。研究发现,市场环境越好时,慈善捐赠的价值效应才会越明显。进一步的实证表明,在良好的市场环境下,资源越丰富、责任文化越好及两职合一、民营性质的企业,越能通过慈善捐赠获取价值回报。文章有助于理解企业慈善捐赠价值的情境机制,对职能部门制定适宜的捐赠政策,以及企业更好地履行慈善责任以提升其经济价值,均有借鉴作用。

基于视频分析的机动车斑马线前未礼让违法行为检测系统

机动车在斑马线前未礼让行人的违法行为容易造成交通事故和人员伤亡,现有的方法无法有效地检测此类违法行为。提出一种基于视频分析,对机动车斑马线前不礼让的违法行为进行自动检测的整体系统。首先,针对不礼让行人违法行为进行细分,明确违法行为的取证数据组成。然后,详细介绍系统的硬件组成、软件设计框架和核心算法。最后,给出系统在杭州某路口的实际运行效果。实验证明本系统可稳定地全天候运行,无需人力支持,是现有非现场执法系统的有效补充。

基于CUDA的高维空间检索排序

高维空间的近邻检索是多媒体信息领域的重要研究课题.文章提出一种基于CUDA的高维空间距离检索排序算法,通过并行优化空间距离计算及排序过程,充分利用GPU硬件特性和它的并行运算能力,能极大地提高高维空间的检索速度,并可获取精确的距离排序数据.实验结果表明,该文算法可达到百万级别高维数据的实时检索,极大地拓展了高维检索的应用范围.

基于RTD的新型D锁存器设计

共振隧穿二极管(RTD)作为一种较成熟的量子器件,具有独特的负内阻特性,由RTD组成的单双稳态转换逻辑单元(MOBILE)能够很好地利用该特性进行数字电路设计.基于MOBILE,设计了一种新的RTD输出控制电路.该电路的优点是将RTD的正向和反向电流电压特性相结合,无须使用面积较大的三端器件,电路设计较便捷.采用RTD输出控制电路和HEMT器件,设计了一种新的D锁存器.该D锁存器采用高电平偏置电压,不仅可使MOBILE获得需要的高电平触发方式,而且电路具有自锁特性.HSPICE仿真实验证明,该D锁存器不仅电路结构简单,而且功耗低、速度快.

基于压缩感知的Andriod移动端信号重构

为快速安全地进行移动设备端海量数据的云端备份,基于压缩感知理论,在移动端Andriod系统上,通过高斯随机矩阵进行压缩测量,实现了信号的压缩存储和加密,并通过正交匹配追踪算法OMP实现了一维随机脉冲信号、二维图像信号的重构,从而节省了信号处理、存储和传输所需要的资源,提高了移动端数据的上传速度和安全性.

慈善组织公信力的循证修复机制及策略研究

如何改善并提升公信力是慈善组织当前面临的重要难题。循证管理为从一个独特的视角定位和发展慈善组织公信力提供了新思路。立足于现实发展诉求,文章阐明了循证管理之于慈善组织公信力修复的适切性及其实施的过程机制,同时,基于上述基础进一步提出了其循证修复的实施策略,以期为我国深陷发展危机的慈善组织有效营建并切实巩固公信力,探寻新的方法和出路。

基于课堂观察量表的生物核心素养教学观察与研究

高中生物课程教学改革提出“以核心素养为宗旨”的新理念,为了研究高中生物教师渗透核心素养的教学现状,文章以浙江省杭州市某中学Y教师为课堂观察对象,采用核心素养课堂行为观察量表及S-T分析法开展课堂观察研究。结果显示,教师倾向于采用多种教学组织形式进行片段式的核心素养教学,其课堂教学行为转换频繁、交互程度平衡,且课堂提问主要集中于科学思维、情感与态度。

宏观审慎监管下的跨境资本流动和金融稳定性

本文以中国金融开放为背景,构建具有金融非线性放大机制的DSGE模型,定量研究在信息冲击和全球流动性机制转换冲击下,基于宏观审慎监管的三种资本管制税对于降低金融风险和增加社会福利的作用。研究表明,在金融开放下,最优宏观审慎资本管制税对于消除货币外部性和增加社会福利具有最优效果,但从政策工具的可实施性来看,基于泰勒规则的资本管制税是更为实用的次优选择,而固定税率的资本管制税虽然易于实施,但高税率会对社会福利产生负作用。本文拓展了在外部冲击下,跨境资本流动所致货币外部性对于金融稳定性的理解,厘清了宏观审慎资本管制工具对于金融稳定性的影响机制,为中国金融开放和宏观审慎监管政策制定和实施提供了理论依据。

基于卷积神经网络的单幅图像室内物体姿态估计

单幅图像的目标检测和物体姿态估计一直是计算机视觉领域中非常重要的研究内容.利用卷积神经网络对单幅室内场景图像进行研究分析,提出了一种基于卷积神经网络的单幅图像室内物体姿态估计算法.该算法采用直接分类预测的方法来实现物体的姿态估计.通过改进Faster-RCNN网络结构,利用室内场景数据集SUNRGB-D训练网络,实现端到端单幅室内图像目标检测和姿态估计.实验结果表明,该算法目标检测平均准确度为70%,姿态估计结果中平移估计准确度为28%,旋转角度估计准确度为30%.