智慧课堂在国际特色课程中的应用——以江西科技学院为例

国际特色课程对学生和教师都是一项挑战。针对现有的学情进行分析,课程主要存在学生外语水平参差不齐且普遍偏低、缺乏学习动力、教参资料欠缺等现实问题。与此同时,在传统课堂模式中,"教"与"学"的联系方式比较简单,缺乏全面、深入的互动交流。国际特色课程教学改革带来前所未有的机遇和挑战。基于此,笔者结合智慧课堂与国际特色课程的特点,设计了移动终端平台与课堂内外教学过程相结合的教学模式。实验结果表明:该教学模式搭建了以学生为中心的线上线下一体化的双语教学模式,增加了师生之间的互动与交流,促进学生的知识内化和能力提高。教学效果明显,深受广大师生的好评。

冒充性攻击下无线传感节点信息数据安全推荐算法

冒充性攻击伪装成合法的通信实体,向无线传感网络中的传感节点发送虚假的信息或命令,降低了网络信息数据推荐的效率,影响网络安全性。为此,研究了一种冒充性攻击下的无线传感信息数据安全推荐算法,以保证通信质量。计算冒充性攻击下的无线传感网络邻居节点的信任度,从中选取信任度取值比较高的节点组建备选推荐无线传感节点集合。对备选节点推荐集合展开数据去噪、冒充性攻击检测和重构处理,同时将用户自定义标签映射为标准标签,以此建立可躲避攻击节点模型。获取可躲避攻击的无线传感节点进行组网。仿真结果表明,所提算法在冒充性攻击下,查全率高于88%、平均响应时间低于390 ms、MAE和RMAE低于1.09%和0.95%。证明所提算法无线传感节点信息数据推荐效果较好,提高了无线传感网络通信质量和通信效率,保证了传输安全性和可靠性。

基于Python爬虫技术的招聘信息数据可视化分析

基于Python爬虫技术,实现了从BOSS直聘网爬取南昌市与IT行业相关招聘信息的过程。爬虫程序对BOSS直聘网爬取所需信息,并对爬取的数据进行清洗、整理、分析等操作,确保数据的准确性和一致性,随后将数据存储至MySQL数据库中,供后续分析与使用。该系统后端采用基于Python的轻量级Flask框架,前端使用HTML5、CSS3、JQuery、Bootstrap5等技术,此外,还结合了基于JavaScript的Echarts数据可视化图表库,以实现数据到可视化效果的转换。系统可以为广大应聘人员提供有利的决策支持,以帮助他们更轻松地找到合适的岗位信息。

基于用户画像的目标信息高精度推送仿真

信息精准推送性能过差会降低信息技术服务企业与用户之间的联系,使相关企业无法及时满足用户需求,为了给用户提供个性化服务,提出基于用户画像的信息精准推送模型。对单一数据来源和多样数据来源展开空间全方位、时间全过程的采集工作,获取贴合实际生活的用户信息,将用户信息与DVMD去噪方法结合,消除用户信息高频分量噪声,获取更为清晰的优化信息。将具备用户行为逻辑的优化信息作为用户画像,与支持向量机(SVM)和Storm、Storm steaming实时计算框架结合,建立信息精准推送模型。实验结果表明,所提方法用户满意度约为85%、且推送精度高。

基于Sentinel-2多光谱遥感影像的森林沼泽信息提取及精度评价

本文基于Sentinel-2多光谱遥感影像数据,使用监督分类方法、随机森林方法和卷积神经网络方法对江西省森林沼泽湿地进行信息提取。同时,使用混淆矩阵(Confusion Matrix)来判定三种遥感影像数据分类方法的精度。结果表明,三种遥感影像信息提取方法中,监督分类方法的精度相对较差、湿地分类混淆情况较为严重,其次为随机森林方法,卷积神经网络方法最优。本研究能够为地区湿地信息提取与遥感分类提供科研分析依据,为湿地保护和资源开发提供数据支持。

面向“两个关联”的程序设计类课程知识点案例库建设实践

针对程序设计类课程知识点易混淆以及知识点与应用结合不紧密的问题,提出课程教学应重视“两个关联”,即知识点之间的关联、知识点与应用的关联;然后归纳易混淆知识点间的关联以及知识点与应用场景的关联,具体阐述课程如何建立立体化的脚手架式知识点案例库教学资源,并根据知识点的特点设计符合应用场景的课程实验和课程设计,最后通过满意度调查和考核成绩数据分析说明改革成效。

基于测试树模型的软件测试能力值优先级排序

为了有效提升软件测试用例排序的执行效率,保障软件运行安全,提出基于UML顺序图的软件测试用例优先级排序方法。根据UML顺序图场景概念,通过遍历顺序图中的时间序列获取全部场景,得到与之对应的场景测试树模型。设置约束条件,根据场景环境条件形成软件测试用例。计算各个软件测试用例的迁移重要度,通过反馈机制动态调整软件测试用例的总测试能力值,根据测试能力值展开优先级排序。实验结果表明,采用所提方法可以全面提升软件测试用例缺陷检测率,确保在最短的时间内获取最优的排序结果。

基于眼动特征的驾驶疲劳个体差异性研究

为了研究基于眼动特征的疲劳驾驶模型受个体差异的影响,首先提取受试者在清醒和疲劳状态下单位时间内的眼睛闭合百分比(Perclos)、眨眼时间均值和瞳孔变异系数这三个眼动特征;然后对不同状态下的眼动特征进行Kruskal-Wallis检验,并选取统计量H最大的受试者逐一与其他受试者组成双被试者组合;采用线性模型拟合双被试组合的H统计量和指标个体差异度的关系,将直线的斜率作为指标个体差异敏感度;最后,通过分别建立基于这三个眼动特征的单特征和混合特征的7个疲劳检测模型来分析模型的稳定性、检测率与指标个体差异敏感度的关系。研究结果发现,Per⁃clos是个体差异敏感度最小的眼动特征;基于Perclos单特征或混合特征的模型在检测稳定性和检测率方面基本上都优于其他特征的模型。因此,可以通过个体差异敏感度择优选择眼动疲劳特征来建立具有较高检测率和稳定性的疲劳检测模型。

5G环境下车联网组网架构研究

国家的发展离不开交通,而智慧交通将是社会发展的推动力之一。在新一代移动通信的引领下,5G技术将给车联网的发展带来新的挑战。为提高5G环境下车联网的资源使用率,结合5G新技术,提出一种高信道资源利用率的车联网组网架构。

基于深度编码注意力的XLNet-Transformer汉-马低资源神经机器翻译优化方法

神经机器翻译(NMT)在多个领域应用中已取得显著成效,在大规模语料库上已充分论证其优越性。然而,在语料库资源不足的情形下,仍存在较大的改进空间。由于汉语-马来语(汉-马)平行语料的匮乏,直接导致了汉-马机器翻译的翻译效果不佳。为解决汉-马低资源机器翻译不理想的问题,提出了一种基于深度编码注意力和渐进式解冻的低资源神经机器翻译方法。首先,利用XLNet预训练模型重构编码器,在编码器中使用了XLNet动态聚合模块替代了传统编码层的输出方式,有效弥补了低资源汉-马语料匮乏的瓶颈;其次,在解码器中使用并行交叉注意力模块对传统编码-解码注意力进行了改进,提升了源词和目标词的潜在关系的捕获能力;最后,对提出模型采用渐进式解冻训练策略,最大化释放了模型的性能。实验结果表明,提出方法在小规模的汉-马数据集上得到了显著的性能提升,验证了方法的有效性,对比其他的低资源NMT方法,所提方法结构更为精简,并改进了编码器和解码器,翻译效果提升更加显著,为应对低资源机器翻译提供了有效的策略与启示。

基于红外传感器的复杂场景目标自动识别方法

由于复杂场景中目标求解区域隶属度不同,导致目标识别精准度低,提出基于红外传感器的目标自动识别方法。将复杂场景中的目标特征形式转换为红外形式,输入至红外传感器中,通过目标的光线特征获取红外图像。以复杂场景目标变换特性为基础,结合采用尺度不变特征变换方法,计算场景中不同类型目标的特征权重,求解目标在不同区域范围的隶属度,将权重值与隶属度值作为对比参照,建立对比序列。计算图像质心值与区域内所有像素点的奇异值向量,按照奇异值向量大小组成序列,与预设目标参数实行比对,提取符合特征和奇异值变化表达的像素点,完成目标的高效识别。实验结果表明,所提方法的损失函数最高值仅为1.3,识别精准度最高值达到了97.8%以上,说明所提方法的识别结果与目标之间存在高度一致性,并且识别结果分辨率高、画面清晰直观。

基于协同过滤的多节点信息资源分配推荐算法

针对目前算法在多节点信息资源分配推荐时,未对多节点信息资源进行相似性计算,导致多节点信息资源分配时间长,信息资源分配正确率和推荐列表覆盖率较低的问题,提出基于协同过滤的多节点信息资源分配推荐算法。采用协同过滤算法,整合处理节点信息资源,构建信息数据评分模型,运用评分模型,查找节点信息数据的最近邻居集进行预测评分,利用相似性计算,完成多节点信息分类。根据二部图网络结构,资源分配分类节点信息,生成推荐列表并对用户进行推荐。实验结果表明,所提算法的信息资源分配正确率较高,能够有效缩短多节点信息资源分配时间,提高推荐列表覆盖率。

生成式人工智能驱动下的《信号与系统》教学改革研究

本文以《信号与系统》课程为例,探讨基于生成式人工智能(Generative AI)的课程教学改革。通过分析课程传统教学模式的局限性(单向灌输、信息展示劣势、教学资源有限),本文提出了利用生成式AI技术(豆包、剪映、gamma软件)增强教学内容的丰富性、提高教学效率与效果的教学改革方案。通过具体实践案例,验证了该方案在提升学生学习兴趣、增强实践能力及促进个性化学习方面的有效性。Taking the course “Signals and Systems” as an example, this paper discusses the course teaching reform based on Generative AI. By analyzing the limitations of the traditional teaching mode (one-way indoctrination, inferior information display, limited teaching resources), this paper proposes a teaching reform plan that uses generative AI technology (Doubao, CapCut, gamma software) to enhance the richness of teaching content and improve teaching efficiency and effect. Through practical cases, the effectiveness of the scheme in enhancing students’ learning interest, enhancing practical ability and promoting personalized learning is verified.

基于ICA改进ICEEMD的UDS重采样数学模型

为了增强不平衡数据集处理效果,提出一种基于ICA改进ICEEMD的不平衡数据集重采样数学模型研究方法。分析不平衡数据集的分布特征,通过改进完备集成经验模态分解(ICEEMD)方法和独立分量分析(ICA)分解不平衡数据集,去除不平衡数据集中的噪声。通过DP聚类算法和σ准则构建重采样数学模型,利用该模型自动判别不平衡数据集的聚类中心和离群点,同时对多数和少数类样本分析处理,确保样本相对均衡,最终完成不平衡数据集的重采样处理。经实验测试结果表明,所提模型的整体性能明显优于其它重采样模型,验证了其应用价值。

基于SVM-DT-MLP模型的Web日志异常流量检测研究

随着Web应用程序的普及,网络攻击和安全漏洞的风险日益增加。Web日志文件详细记录了网站运行信息,对日志中的流量进行分类从而检测出异常攻击流量是保障网页长期提供稳定、安全服务行之有效的方法之一。文中将Voting特征选择与Stacking集成相结合,构建了SVM-DT-MLP模型,并将其用于Web日志异常流量检测。测试结果表明,SVM-DT-MLP模型的性能显著优于单一算法模型,其Precision(精确度)达到92.44%,Recall(召回率)达到92.43%,F1-Score(F1值)达到92.44%。这意味着该模型能够有效地检测出异常攻击流量,并在保障网页提供稳定和安全服务方面具有很好的效果。

海洋浮标无线通信网络多维度信息聚类算法

传统无线通信网络中采用的通信聚类算法,在海洋浮标无线通信网络使用中,受到海洋浮标收发基点数据维度影响,无法对交互数据进行权重参量进行多维度变量计算,导致多个浮标基点间的数据交互面变窄,数据流量下降的问题。因此,本文提出海洋浮标无线通信网络多维度信息聚类算法研究。通过引入多维度交互算法,对海洋交互面上的每个浮标无线通信基点信号,进行多维度数据交互逻辑修正;接着引入多维度信息聚类算法,对修正后的多维度交互信号进行多维度空间下的数据交互加权的聚类计算,从而实现多个海洋浮标基点间无线通信交互的量化有优化;最后,通过仿真实验,证明提出的海洋浮标无线通信网络多维度信息聚类算法,能够有效解决传统算法存在的问题。

车联网信息安全与隐私研究

随着车辆数目的增加，智能交通是目前技术领域研究的一个重点对象。智能交通的出现，可以避免很多交通意外，并提高驾驶员行驶的安全性。而车联网技术作为物联网的延伸，已经成为智能交通的核心部分，它的应用也将越来越普及。汽车只要与互联网相连，随之引发的车联网数据信息和个人隐私的安全问题就会成为车联网应用中的一个大隐患。文章对现实生活中车联网应用中可能出现的部分安全隐患进行分析，并针对目前的安全隐患给出相应的解决办法。

SCMA在5G车联网中的应用

作为交通系统重要组成部分的车联网,目前面临用户量巨大且信息频繁交换的现象。传统的4G-LTE网络系统的接入多采用正交多址接入技术(Orthogonal Frequency Division Multiple Access,OFDMA),资源利用率较低。5G车联网引入了稀疏码多址接入技术(Sparse Code Multiple Access,SCMA)。SCMA技术是非正交多址接入技术的一种,可通过高容量、大规模连接等方式使5G无线传输更高效,若将其应用到车联网技术上,能更有效地提升车联网的资源利用率以及信号抗干扰能力。文章就SCMA技术在5G车联网中的应用展开研究。

大数据分析在大学生管理中的应用

随着信息技术的快速发展和大数据的普及应用,大数据分析在各个领域都具有广泛的应用前景。本文探讨了大数据分析在大学生管理中的应用现状、存在的问题以及潜在的应用。在大学生管理中,大数据分析可用于学业发展管理、生活管理和心理健康管理。然而,在应用中存在数据隐私和安全问题、数据收集和整合困难以及数据分析结果的解释和应用等问题。为了完善大数据分析在大学生管理应用中的效果,建议加强数据安全保护措施、改善数据收集和整合技术,以及提升数据分析和结果解释能力。

江西高校教育经济与管理学科建设现状及其展望

教育经济与管理学科是一个行政性重组的学科,是一级学科公共管理下面设置的二级学科。江西高校教育经济与管理学科建设存在科研人员不足,师资力量偏弱;没有形成科研团队,专业研究人员分散;研究人员年龄结构不合理,并未出现真正的学科带头人;科研论文数量偏少,质量较低,具有影响力的重大成果几乎为零;学科建设重视程度不够,政策倾斜力度偏弱,归属部门较为混乱等问题。本文根据现状对江西高校教育经济与管理学科建设提出了有关建议和意见。