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。

基于OBE理念的开放教育课程教学改革研究——以“传感器技术及应用”课程为例

随着开放教育体系的渐进发展,成果导向教育(Outcome-Based Education,OBE)理念的融入已成趋势,对于提高教学效能和教学质量具有显著意义。本研究致力于探讨在OBE框架指导下,针对开放教育课程所实施的教育改革,选取“传感器技术及应用”课程为研究案例。本研究采用文献回顾、课程分析、实时观察及学生意见收集等多元化研究途径,全方位构建课程改革策略,并对OBE理念在促进教学品质提升、激发学生学习积极性和培养实际操作技能方面的实际效益进行了深入分析。

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。

基于改进YOLOv8的嵌入式道路裂缝检测算法

在边缘端设备部署YOLOv8L模型进行道路裂缝检测可以实现较高的精度,但难以保证实时检测。针对此问题,提出一种可部署到边缘计算设备Jetson AGX Xavier上的基于改进YOLOv8模型的目标检测算法。首先,利用部分卷积设计Faster Block结构以替换YOLOv8 C2f模块中的Bottleneck结构,并将改进后的C2f模块记为C2f-Faster;其次,在YOLOv8主干网络中的每个C2f-Faster模块之后接一个SE(Squeeze-and-Excitation)通道注意力层,进一步提高检测的精度。在开源道路损害数据集RDD20(Road Damage Detection 20)上的实验结果表明:所提方法的平均F1得分为0.573,每秒检测帧数(FPS)为47,模型大小为55.5MB,相较于GRDDC2020(GlobalRoadDamageDetection Challenge 2020)的SOTA(State-Of-The-Art)模型,F1得分提高了0.8个百分点,FPS提高了291.7%,模型大小减小了41.8%,实现了在边缘设备上对道路裂缝实时且准确的检测。

基于深度强化学习的复杂网络节点影响力排序算法

针对当前节点影响力评估算法准确度较低的情况,提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力,将节点影响力的排序问题转换为网络拆除策略的优化问题。算法首先利用排序学习训练图神经网络模型的节点特征提取能力,然后使用强化学习对依赖于网络状态的节点断连行为做价值学习,最后使用训练完成的模型预测网络拆除的最佳策略,即节点影响力的最准确排序。仿真实验证明,所提算法在典型真实数据集的CN(Crtical Node)与ND(Network Dismantling)问题上,相较于PageRank算法,准确度分别提升了31.1%与29.0%。同时,该算法具有较低的复杂度,可为网络稳定性分析和网络性能优化提供技术支撑。

基于深度学习的组合服务推荐

针对服务质量参数波动性与服务计算环境的不确定性问题,将深度神经网络的高维输入与强化学习相结合,解决复杂云计算环境下的动态优化和推荐问题,实现了一个基于三层多智能体架构的群智协同服务推荐模型。从更细粒度的活动级构造服务过程的活动状态迁移模型,分析业务活动的局部QoS评价和全局服务协作度量,解决了大规模服务过程建模中状态转移的时间依赖性问题。提出了一种基于深度学习的服务推荐算法(EDQL-BPR),并设计了基于粒子群算法的Q值更新策略,提高深度神经网络的学习智能体的寻优效率,有效提高了BPaaS服务的推荐质量,实现动态环境下效率和适应性的良好平衡。

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。

高空升降框架的结构优化与有限元分析

沙漠环境中易出现的极端风载对设备的安全性能提出极高要求,现有高空升降框架的设计主要依靠工程经验,存在用料多、自重大、安全余量高等不足。针对此,采用CREO软件建立高空升降框架的三维实体模型,根据国标规定将风载等效为静载荷,采用ANSYS软件对极端风载作用下高空升降框架力学特性进行仿真计算。结果表明:系统与风载不存在共振风险,极限风载作用下系统最大应力幅值为166 MPa。进一步提出设计精细、造价经济的高空升降框架优化设计方案,在极限风载作用下,优化框架静力学计算结果表明:优化后系统的最大应力幅值在降低约35%的同时,可实现整体减重约17%。

阵列虚拟稀疏特征驱动的板损伤区域定位方法

结合稀疏与密集传感器阵列在Lamb波损伤监测优势,利用有限元技术提出阵列虚拟稀疏特征驱动下的复合材料板损伤区域快速定位方法。首先,基于稀疏阵列布置与有限元仿真的思想,将监测结构离散成若干个子区域,定义每个子区域的节点为被监测结构的稀疏点,建立每个稀疏点相对于传感器阵列的波达时间特性,即Lamb波阵列虚拟稀疏特征。其次,基于密集阵列的信号空间构造思想,建立实测信号的波达时间的导向矢量矩阵,并与虚拟稀疏特征库进行相似度比较,快速地定位损伤区域。玻璃纤维复合材料层合板的仿真结果表明该方法能快速准确地定位出损伤区域。

多子阵声信号融合下轴向柱塞泵故障智能识别方法

利用非接触式声阵列构造了多个子阵,建立了轴向柱塞泵故障噪声信号监测模型,并基于卷积神经网络-支持向量机(convolutional neural network-support vector machine,CNN-SVM)组合模型提出了故障智能识别方法。首先,运用子阵列平移的信号模型进行信号滤波,结合小波变换(continuous wavelet transform,CWT)生成时频图样本,通过多子阵合成RGB图片作为故障声信号样本;其次,用SVM替代Softmax分类器,建立了基于CNN-SVM的多子阵声信号融合的故障故障识别模型;最后,设计了柱塞故障、配流盘故障、斜盘故障和回程盘故障等4种故障并进行了实验验证。结果表明,所提方法在运行噪声环境下的分类准确率达到了97.5%,相较与单通道时频样本,其准确率提高了1.1%。

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。

融合数据思维培养的计算机通识课程教学设计研究

多学科交叉融合发展的趋势下,数据思维成为复合型人才数据素养能力的核心要素,其强调在真实情境中整合数据知识与技能、解决实际问题的能力。文章通过文献研究、问卷调查、教学实践的方式,在比较数据素养要素模型及数据思维构成指标的基础上,探索了在高职计算机通识课程中开展数据思维培养的阶段性层次设计,进行了嵌入式数据思维模块课程内容规划、项目化教学模式设计和多元评价体系构建等方面的实践。

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。

振动测试台架的结构设计与建模

【目的】测试和验证减振装置的特性和效果,缩短减振装置的设计和开发周期。【方法】针对小型减振装置,如车辆减振器,设计了一款结构简单、便于安装的振动测试台架。利用SolidWorks软件对振动测试台架的机械结构进行三维建模和装配,并对台架的组成部分进行了运动仿真。【结果】所设计的振动测试台架结构基本可行,能够实现总体结构的三维模型装配,能够实现机械结构的运动仿真,且运动仿真过程无明显干涉情况。【结论】所设计的振动测试台架具有占地面积小、结构简单、安装高度可调等优点,可为室内中小型振动测试台架的开发和设计提供一定的参考。

新工科背景下高职图学课程融合教学的探索与实践

在新工科背景下,将“工程制图”与“CAD二维绘图”两门工科专业必修课程内容进行了融合实践。两门课程的融合充分利用了开放资源,缩减了课程学时,直观展示了思政元素的融入。制图理论与软件绘图实践相融合,符合高职学生轻理论重实践的学习特点,能促进高职学生学习兴趣和创新思维活力。

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。

基于神经网络的连续体机器人运动学研究

目前,连续体机器人多采用常曲率或样条曲线建立运动学模型,这些建模方式忽略绳索变形量、间隙等非线性因素,导致机器人运动精度较差,难以实际运用。文中采用神经网络方法建立了连续体机器人运动学模型,通过分析其驱动空间、操作空间和关节空间三者的映射关系,配置神经网络拓扑结构,根据性能要求选择合适的激励函数并设置模型精度,通过反向传播算法保证模型精度,同时使用自适应调整学习率算法和添加动量项的方法减少振荡,提高收敛速度。最后,设计轨迹跟踪仿真实验验证运动学模型,实验结果表明,通过该方法建立的模型具备较高的精度,可应用于实际机器人运动学建模。

“智改数转”背景下“数据库系统原理”课程远程教学的分析

制造型企业进行“智改数转”是实现我国经济高质量发展的必然选择,这一过程可以促进数字经济和实体经济的融合,放大数字技术对经济发展的倍增作用。近年来,各类“智改数转”产业学院频繁落地,以产教融合为中心,坚持产学研用,为地方经济发展提供人才支撑和技术支持。在此背景下,各类开放大学的远程课程教学模式亟须改革,以满足在数字化、智能化转型浪潮中企业对新型人才的培养要求。作为高校计算机相关专业的核心课程,“数据库系统原理”课程教学模式的改革尤为重要。文章针对当前“智改数转”背景下“数据库系统原理”课程在远程教学中存在的问题进行分析,并探讨相应的解决方法。

基于AMESim的油气悬架系统设计与仿真研究

为了解决农用拖拉机复杂工况下的减振问题,设计了一种应用于拖拉机前桥悬架上的带有2个可调节流孔和蓄能器的油气悬架系统。利用AMESim软件建立油气悬架的仿真模型,仿真研究了节流阀孔径、激励频率、蓄能器压力和体积等参数变化对油气悬架输出力特性的影响。结果表明,所设计的油气悬架系统具有良好的非线性输出力及速度特性,可通过调节节流阀孔径调节其阻尼力并获得较好的输出力与位移关系,为农用车辆的油气悬架系统设计及控制提供一定理论参考。