开放教育考试数字化转型:内涵特征、逻辑框架及推进路径

教育数字化转型是教育改革的趋势,也是实现教育现代化的必由之路。本研究结合开放教育发展需求,明晰了开放教育考试数字化转型的内涵特征,基于政策要求、社会需求等多元文化环境浸润下所具有的外延特征。针对目前开放教育考试数字化转型普遍存在目标不明确、路径不清晰、过程方法缺失等共性问题和挑战,构建了开放教育考试数字化转型的逻辑框架,并结合业务流程域规划了开放教育考试数字化转型的实践路径,以此为开放教育考试改革提供理论与实践参考,助力高质量全民终身教育体系的建设。

OBE理念下高职信息技术课程思政教学改革与实践

针对信息技术课程学科核心素养不明确、教学体系与思政教育融入不深等问题,基于OBE教育理念,以最终学习成果为导向,通过反向设计,深入挖掘课程所蕴含的思政教育元素和功能,构建“以教学内容为基础、以教学方法为依托、以学习活动为中心、以教学评价为保障”的课程思政教学模式,并采用线上线下混合式教学模式实施教学,为高职信息技术课程深入开展课程思政建设提供了设计思路和实践方案。

开放教育环境下移动学习效果评价体系研究

在开放教育中引入移动学习已经成为一种必然趋势,开展移动学习效果评价有助于进一步提升开放教育的办学水平和质量。文章通过对移动学习效果评价研究现状的分析,以柯氏评估模型为理论基础,从反应层、学习层、行为层和结果层等四个层次分析开放教育移动学习效果评价体系的评价内容、评价方法和评价阶段,选择合适的移动学习效果评价指标,构建了开放教育移动学习效果评价体系,并指出实施评价过程中要注意的问题。

高校思政教育引领下大学生创新创业教育研究——评《大学生就业指导与创新创业教育》

面对社会经济转型的现实背景,国家对创新型人才的需求越来越旺盛,尤其在各种新型行业持续出现和蓬勃发展的当下,社会对高校的人才输送需求越来越高。高校作为培养社会可用人才的一线营地,培养符合社会发展需求的人才是其重要且紧迫的任务。基于该需求,我国高校各专业扩招正在积极展开。除了专业教育在持续发展以外,以促进大学生就业为目标的创新创业教育也受到高度关注。创新创业教育(下文简称“双创教育”)关乎高校毕业生的就业创业水平,直接影响我国社会人才质量与各行业发展步伐。基于此,高校持续增强双创教育实效性具有重要意义,而思政教育作为一种价值观教育,其与双创教育具有充分的耦合互动关系,在思政教育引领下实施双创教育具有可行性。

仿真驱动下的压力容器封底多损伤快速定位方法

面向大型压力容器特种设备的球形封底结构,传统的无损检测较难完成在役大型储底部的在线损伤检测。压电陶瓷传感器(PZT)能够同时激发和接收Lamb波实现大面积区域的损伤检测。文章利用压电陶瓷传感器构造了均匀圆心阵列,并提出了一种仿真数据驱动的压力容器球形封底多损伤快速定位方法。首先,对在半球形封底结构模型上建立阵列Lamb波信号的传播模型,利用阵列导向矢量构造圆心阵列稀疏特征;其次,在ABAQUS有限元软件中建立压力容器封底有限元分析模型,获取虚拟阵列稀疏特征库;最后,将损伤信号的阵列转向向量与虚拟阵列稀疏特征库进行相似性比较,通过损伤成像快速确定损伤信号的位置。数值和实验结果都验证了基于虚拟阵列稀疏特征建模的多损伤定位方法能够有效地监测轴对称结构,且精度较高。

虚拟专用网络技术在计算机网络信息安全中的应用

现阶段,我国计算机技术获得了极大发展,已经进入了全面信息化的时代。但是,在高速发展的信息化时代,网络安全面临着各种冲击,计算机网络信息安全的建设已经成为当前亟待解决的问题。基于此,笔者首先对虚拟专用网络技术进行简单的介绍,然后分析了虚拟专用网络技术中的常用技术,最后对虚拟网络技术的应用做出了阐述,希望能够为计算机网络信息安全的发展提供一定借鉴。

大学思政课教师队伍建设理念创新与应有举措

随着中国特色社会主义进人新时代,社会对当代大学生综合素质提出了更高的要求。同时,高等教育不断深化改革,推动国家思政教育创新,进一步明确人才培养目标,为中国特色社会主义事业发展培养合格建设者和可靠接班人。高校思想政治教育对人才培养质量具有直接影响。

基于大数据技术的大学生就业技能需求分析系统

针对大学生很难从海量网络招聘信息中获取有价值的就业技能信息问题,设计并实现了一种基于大数据技术的大学生就业技能需求分析系统。使用Scrapy爬虫框架采集职位信息,存储于Hadoop分布式集群,使用MapReduce程序进行处理,利用Hive从招聘职位的多个维度进行提炼和分析,最后将结果进行可视化展示。实践表明,该系统能够帮助大学生更有针对性地学习就业所需技能,为职位规划提供更有效的决策。

开展“六个一”培育工程,构建教师党员和学生入党积极分子“双培养”机制

教师党员是先进思想文化的传播者、党执政的坚定支持者,要更好担起学生健康成长指导者和引路人的责任。大学生入党积极分子,是大学生中的一支重要的力量,把入党积极分子培养成为中国特色社会主义事业的建设者和接班人,具有重大而深远的战略意义。针对当前高校入党积极分子培养教育工作中存在的不足,创新工作思路,通过开展“六个一”培育工程,构建教师党员和学生入党积极分子“双培养”机制,从创新培育方式、完善运行机制、丰富教育内容三个方面,提升入党积极分子培育工作的针对性、深入性和实效性。

面向蜂窝网络的D2D多播通信的分簇和中继选择方法

传统蜂窝网络中,信道衰减的随机性和不确定性导致小区边缘用户的接收性能很差,尤其是面向视频传输等速率要求较高时其弊端更加凸显。D2D通信因其配置灵活性可作为传统蜂窝网络架构的有利补充,能有效改善边缘用户的性能。该文针对D2D通信的多播传输,分析了系统最小时延成本下的中继数量和分簇算法,提出一种基于分簇和中继选择的低时延D2D多播方案。该方案可以自适应选择多播重传中的中继的数量和中继节点到基站的距离,同时给出最优的带宽资源分配机制。仿真结果表明,与其他方案相比,所提方法能有效减少系统时延,提高边缘用户体验和系统性能。

基于聚类结构和局部相似性的多视图隐空间聚类

随着数据获取方式的多样化发展,针对多视图领域的算法研究变得越来越重要,但大多数方法仅通过自表示属性或局部结构获取样本间的相似性关系,在此过程中忽略了整体样本的聚类结构和原始空间的噪声的影响,使得聚类结果存在较大误差。为解决此问题,提出了一种基于聚类结构和局部相似性的多视图隐空间聚类方法(multi-view latent subspace clustering with cluster structure and local similarity,MLC2L),通过隐表示融合不同视图上的共享信息并抑制噪声的存在。此外,通过探索隐空间内样本间的局部相似性关系和整体的聚类结构促进样本达到同类聚合、异类远离的目的;最后引入一个交替方向迭代优化算法来快速求解目标函数。实验结果显示,在六个真实数据集的实验中,MLC2L在MSRC-v1、UCI以及100Leaves上的五个评价指标均为最优,在3Sources、WebKB和Prokaryotic等数据集上的五个指标有四个最优,大量的实验分析也证明了融合局部结构和整体聚类结构的MLC2L在多视图聚类任务上的有效性。

螺旋缠绕复合材料圆柱壳屈曲特性

为开展螺旋缠绕复合材料圆柱壳屈曲特性试验与数值研究,首先制作3个长径比(L/R)1.9~3.9的螺旋缠绕复合材料圆柱壳,试验研究其静水压力下失效模式。理论模型、有限元模型和试验结果具有良好的一致性。根据NASA SP-8 007规范、Shen理论及数值模型,分析讨论不同长径比对复合材料圆柱壳屈曲载荷的影响规律。结果表明:NASA规范与Shen理论值与试验载荷比值均小于1,采用层合板理论模型预测结果相对保守;当L/R<2.9时,采用线性屈曲分析预测结果相比考虑材料渐进损伤的弧长法较为接近实验值,最大误差为8.7%;当L/R>2.9时,宜采用非线性弧长法模型预测更为保守,其误差为0.8%,圆柱壳破坏直接由失稳引起,未达到强度极限。

基于国产芯片的雷达伺服多通信系统

对国产器件的雷达伺服多通道通信平台进行研究,针对雷达伺服系统硬件自主可控和多通道通信复杂的问题,提出一种基于MCU+FPGA架构的国产雷达伺服多通道通信系统,以此来提升伺服控制的可靠性、冗余性和通用性,设计了6路RS-422融合结构,完成和各分系统组件之间的通信,并在Altium Designer上完成了器件原理图设计和印制电路板的布局布线,实现了印制板电路6层堆叠设计和实物静态测试。测试结果表明本设计的通信系统满足设计需求,能够实现国产替代。

基于变分主题模型的半监督文本分类

为解决实际应用场景中常面临的数据标注不足的问题,提出一种基于变分主题模型的半监督文本分类模型。首先使用无监督变分主题模型挖掘出语义信息集中的文档-主题分布,作为有效的文档特征表示,再通过半监督方式训练分类器。基于神经网络的变分主题模型相较传统的主题模型,不仅可以得到合理的主题,而且推断速度更快。在20NewsGroup等数据集上的实验结果表明,所提出的模型仅使用30%的训练数据就可以取得与使用90%训练数据的半监督基线模型相当甚至更好的结果,证明了所提出模型的正确性和实用性。

基于频域相对样本熵的海面小目标特征检测

海面小目标是海洋雷达探测的重难点对象.针对传统检测器检测概率低的问题,本文提出一种基于相对样本熵的特征检测器(Feature Detector via Relative Sample Entropy, FD-RSE).首先,定义白化频谱,实现对主杂波带的抑制,从而增大了海杂波序列的不规则性.其次,通过引入样本熵描述序列的复杂度,提取白化频谱的相对样本熵,并将之作为特征.在检测时,该特征能够充分利用海杂波和含目标回波在频谱上的几何差异性.最后,IPIX实测数据验证表明:与传统检测器相比,FD-RSE检测器能有效改善检测性能.

基于Pyinstaller+PyQt5的Python打包可视化研究与应用

针对PY文件不能在其他平台上直接运行,以及Python打包代码会因程序的名称、地址、图标等不同属性需要手动定位文件导致代码烦琐而易错的问题,提出了一种基于Pyinstaller+PyQt5对PY文件进行打包的可视化应用,实现Python程序打包可视化显示,简化打包过程。同时介绍了Pyinstaller+PyQt5相对其他第三方库的优势,并针对Pyinstaller打包的缺点提出改进措施,引入软件的设计与实现,最后演示可视化应用示例。

一种基于Denavit-Hartenberg参数法6R机器人主动解耦方法

由于6R机器人各轴相互贯穿的布置方式,在某一旋转关节运动时,会影响到其他关节。这种机械耦合导致各关节的运动并不独立,理论建模结果与实际运动存在误差,影响机器人的绝对定位精度。运动补偿方法通过测量目标值与实际值的误差获取耦合量,并将其耦合量补偿到各关节处。而本文提供了一种基于Denavit-Hartenberg(D-H)参数法的6R机器人主动解耦方法。首先,通过分析机器人传动链,计算机器人关节耦合量,并将耦合量加入关节角度中;然后,利用含耦合量的D-H参数求解正运动学,并利用代数解法求出逆解。通过Matlab机器人工具箱进行工作空间和运动学仿真,验证了其可行性;同时,通过仿真,对比分析了该方法与运动补偿方法。结果表明,该方法能够解决机械耦合带来的运动耦合问题,减小机器人末端姿态的误差,提高机器人的绝对定位精度;在关节变量中加入线性耦合量,机器人运动学的计算量并未增加,求解过程便捷。

基于双重虚警控制XGBoost的海面小目标检测

为了提升雷达对海面小目标的探测能力,本文提出一种基于双重虚警控制的极限梯度提升(eXtreme Gradient Boosting,XGBoost)的目标检测方法,解决高维特征空间中分类器设计难的问题。首先,从时域、频域、时频域中挖掘了海杂波和含目标回波的精细化差异,并将这些差异凝聚为7个特性,进而构建高维特征空间。然后,发展了一种双重虚警控制的两分类器。在第一重中,重新定义XGBoost的损失函数,通过迭代调整两类错误率的惩罚因子,实现结构层面上的粗虚警控制。在第二重中,将分类概率作为统计量,实现参数层面上的精虚警控制。最后,经实测数据验证,所提出的检测器能精准控制虚警且具备稳健的探测能力。

基于多轮廓距离形状描述子的植物叶片图像识别

植物叶片形状一般具有小的类间差异和大的类内变化,加上叶片图像仿射变换,给叶片形状识别带来很大挑战。首先从叶片轮廓曲线偏移角度提出了最小投影距离特征和相对投影距离特征,并结合表征轮廓凸凹特性的拱高距离特征,提出一种多尺度多轮廓距离形状描述子。所提算法不仅能从两个正交维度较全面地描述不同尺度轮廓曲线特征,而且具有平移、缩放和旋转不变性。在Swedish和MEW2012叶片数据库上的实验结果表明,所提算法明显优于现有有效轮廓描述算法。此外,提出一种人工特征和深度特征归一化策略,探索低层次轮廓特征和高层次语义特征融合机理,在Swedish和MEW2012叶片数据库上的实验结果表明,融合特征能够显著提高叶片图像识别性能。

基于计算力矩法的微创介入手术机器人轨迹跟踪控制

现如今,微创介入手术机器人需要精准的轨迹控制。本研究根据微创介入手术机器人结构,推导机器人的动力学模型,并利用计算力矩法设计滑模控制器,对机器人进行轨迹跟踪控制仿真。最后,对比PD控制方法,分析其轨迹跟踪的效果。结果显示:利用计算力矩法的滑模变结构控制方法,其控制效果更好。