以复杂工程问题为牵引的校企协同育人机制研究——以沈阳航空航天大学计算机学院为例

工程教育专业认证的一个重要内容是评价学生是否具有解决复杂工程问题的能力,而绝大多数高校受办学条件限制,在学校单一培养环境下很难达成该项指标。在深刻剖析现有办学模式存在的各类弊端的基础上,提出一种以复杂工程问题为牵引的校企协同育人机制,从校企协同育人机制的理论、校企合作模式探索、协同育人基地建设策略、双师型师资队伍培养、企业导师的遴选与管理、复杂工程问题的甄选与确认办法、学生赴企业实训课程置换规定等方面,详细论述了校企协同育人机制的诸多关键问题,提出了相应的解决方案。通过沈阳航空航天大学计算机学院两年多的实践验证,学生解决复杂工程问题的能力得到了较大幅度提高,就业率和就业质量同步得到了明显提升。

“新工科”背景下的“计算机网络原理”课程思政教学改革探索

针对“新工科”背景下的“计算机网络原理”课程思政教学内容进行探讨,深入挖掘课程思政元素,构建典型课程思政案例,采用多种教学方式将思政教学深度融入课程,使学生在掌握专业知识与技能的同时,获得正确的逻辑思维和价值判断能力,增强职业道德素养,从而达到课程思政的教学目的。

“计算机组成原理”课程思政教学设计与实践

分析国内高校传统教育存在的问题与开展课程思政的重要意义,阐述基于案例驱动、项目驱动和任务驱动的“计算机组成原理”课程思政的教学设计理念;以数据通路设计为例,详细介绍“计算机组成原理”课程思政的教学模型设计与实施过程,以数字孪生技术驱动创新探索的有效实施;以成绩比对和满意度调查为依据评价教学效果,旨在为国内高校课程思政的全面实施提供参考与借鉴。

基于OBE理念的单片微型计算机实验系统的研发与应用

为提升学生的实践能力和创新思维,文章提出了遵循OBE理念、以实践为导向,以学生为中心,以团队合作为基石,以学科交叉为特色的单片机实验教学系统的设计和实现方法。系统平台结合CDIO阶梯式实践教学方法,使学生在实践中掌握单片机的基本原理和应用技能,同时培养其创新思维和团队协作能力。单片微型计算机实验系统对单片机技术的教学改革和发展产生了积极影响,提高了单片机实践教学的水平和效果。

以学生为中心的“单片微型计算机原理及应用”跨校修读教学模式创新实践研究

跨校修读学分是“互联网+”教育的一种新型教育模式,旨在利用校际间的优质教育资源,实现教学模式和学习方式的变革。以“单片微型计算机原理及应用”课程跨校修读改革为例,用课方利用辽宁省精品资源共享课“单片机原理及应用”作为跨校修读学分线上学习资源,逐步形成以建课方和用课方课程资源互补、学生在线学习和翻转课堂应用的跨校修读教学模式。

工程教育专业认证视域下“单片微型计算机原理及应用”课程建设的思与行

“单片微型计算机原理及应用”是电类专业的工程基础、专业基础课程。文章从工程教育专业认证的角度,结合课程思政,从重构教学目标及教学内容、创新课程教学模式、优化课程评价体系3个方面论述了具体改革措施,并将这些措施融入单片机教学全过程中。结果表明,学生各方面能力均有所提升,实现了立德树人的根本要求。

来华留学生计算机专业课程思政设计研究——以程序设计类课程为例

近年来,随着我国“一带一路”倡议的逐步推进,来华留学生数量不断增加,给我国高校留学生教育管理带来了新的挑战。为使留学生在专业课程学习过程中了解社会主义核心价值观,针对留学生群体特点,设计符合授课对象的专业课程思政建设显得尤为重要。以程序设计类课程为例,通过深挖具有中华优秀传统文化和现代文化及航空航天特色的思政元素,与课程知识要点有机融合,并应用到教学过程当中,以期为实现留学生培养的既定目标提供助力。

高校学生党支部目标管理模式探索——以我校计算机学院学生党支部为例

新形势下高校学生党支部工作面临新问题、新挑战,将目标管理的理论应用到高校学生党支部工作实践中是一种有益尝试。从目标管理的内涵入手,对高校学生党支部工作的目标设置、实施、绩效评价等方面进行了研究探索,以推进目标管理在高校学生党支部工作中作用的发挥,进一步提高高校学生党支部工作的科学性和时效性。

基于问题学习的计算机网络课程群实践教学

阐述了计算机网络课程群在面向应用型专业转型的过程中,实践教学环节中所做的一系列教学改革。对计算机网络课程群实践教学进行了大比例学时调整,更新了网络工程实验室实验设备,重点研究了在实践教学过程中采用基于问题的学习方法进行教学的过程。详述了"计算机网络原理"、"网络互连技术"、"计算机网络课程设计"、"网络互连操作实习"等课程实践教学环节中的层层深入、难度递进的具体实验设置,基于问题学习的实践教学方法的具体实施步骤,并取得了良好的实施效果。

课程思政视角下的“单片微型计算机原理及应用”课程教学探索与实践研究

“单片微型计算机原理及应用”是电类专业的核心主干课程,以往授课存在着眼于提高学生专业知识,忽视学生思想道德教育的问题。针对这种情况,对课程融入思政元素进行研究,阐述对教学内容和授课方式进行探索的过程,深入挖掘课程中蕴含的思政元素,更新教学方式与方法,完善课程考核体系,提出将课程思政内容融入单片机教学全过程的观点,并进行了实践。结果表明,学生达到了专业技能与思想道德素质的双提升,实现了立德树人的教育目标。

一题三解,增加计算机专业教学和学习黏性

不管IT技术如何发展,对于计算机专业的学生来说,提高编程能力、增强专业素养都是最基本的培养目标;《程序设计基础》这门专业基础课的核心目标就是帮助本专业学生建立程序设计思维,因此,如何通过设计合理的教学环节,选取适当的教学案例,从而最大程度地激发学生的学习热情,就显得尤为重要。本文从一道经典程序设计题入手,以任务为驱动,通过从最开始的多分支语句、循环、到循环与数组结合的语句三种解法,自浅入深,逐步优化,使得教学过程具有"黏性"——学生观察到了编程设计思想变化带来的效率的提高,领略到编程应该具有的简洁优雅之美,从而增强了教师和学生作为"教学共同体"的教学和学习"黏性",使得学生初步具有分析问题和解决问题的能力成为可能。

辽宁省计算机专业产学研合作人才培养模式的现状及问题研究

随着产学研结合的提出,高校的人才培养模式必须深入探索。本文在分析辽宁省高校计算机专业产学研合作人才培养模式现状的基础上,阐述了辽宁省高校计算机专业开展产学研合作人才培养的主要问题,最后提出对策建议,对辽宁省计算机专业产学研合作的进一步发展具有积极的指导意义。

实例簇驱动的图结构聚类参数计算算法

pSCAN算法的聚类结果受密度约束参数和相似度阈值参数的影响,如果用户提供的聚类参数得到的聚类结果无法满足需求,那么用户可以通过实例簇表达自己的聚类需求。针对实例簇表达聚类查询需求的问题,提出一种实例簇驱动的图结构聚类参数计算算法PART及其改进算法ImPART。首先,分析两个聚类参数对聚类结果的影响,并提取实例簇的相关子图;其次,对相关子图进行分析得到密度约束参数的可行区间,并根据当前密度约束参数和节点之间的结构相似度将实例簇内节点划分为核心节点和非核心节点;最后,依据节点划分结果计算出当前密度约束参数对应的最优相似度阈值参数,并在相关子图上对得到的参数进行验证和优化,直到得到满足实例簇需求的聚类参数。在真实数据集上的实验结果表明,所提算法能够为用户实例簇返回一组有效参数,且所提改进算法ImPART的运行时间比PART缩短了20%以上,能够快速有效地为用户返回满足实例簇要求的最优聚类参数。

融合自注意力和实体类型知识的实体关系联合抽取模型

从非结构化文本中抽取实体关系三元组是自然语言处理中的主要任务形式之一。目前主流的方法是采用联合式抽取,能够在训练过程中自动捕捉到实体与关系间的依赖知识,提高了实体和关系的抽取效果。但这些方法忽略了实体的类型知识,导致大量的冗余计算和错误结果的产生。鉴于此,文中提出一种融合注意力和实体类型知识的实体关系联合抽取方法。首先,采用预训练模型BERT作为编码器得到句子中各字符的向量表示,再经双向LSTM层处理得到最终的语义表示;其次,基于表示层的结果完成头、尾实体的识别;接着,通过融合不同头实体的语义信息到句子表示中,实现头实体类型约束下的潜在语义关系发现;最后,将头实体和关系分别输入自注意力模块识别出对应尾实体,得到实体关系三元组。通过在公开数据集NYT和WebNLG上的大量实验表明:文中所提模型在实体关系联合抽取任务中的F1值达到了93.2%和93.3%,与当前主流模型相比提升显著。

无人机任务卸载与充电协同优化

在野外恶劣环境应用中,可以使用具有灵活性和便捷性的无人机(UAV),通过无线数据传输辅助携带用户任务到边缘服务器。然而,UAV飞行平台难以提供长时间的任务卸载服务,大大限制了其应用前景。本文研究了在移动边缘计算环境中,如何有效整合UAV的任务卸载和充电调度。首先,构建了一个新的应用模型,该模型协同处理UAV的任务卸载调度和自身充电需求,并在UAV辅助任务卸载应用场景中加入了若干个无线充电平台。其次,考虑了用户任务的价值和UAV的充电需求,以在时延敏感和能量约束的条件下优化UAV辅助用户设备进行任务卸载的收益。最后,采用深度强化学习算法,对深度Q网络(DQN)进行调优后形成Fixed DQN算法,以有效处理模型中的大规模状态动作搜索空间问题。本文以UAV仅作为任务载体并考虑其自主充电需求为前提,通过在一个半径为3000 m、含有11个节点的区域验证Fixed DQN算法的可行性;并在不同用户节点数量、充电节点数量及服务时间条件下,通过与蚁群算法、遗传算法和DQN算法的对比实验评估其性能。实验结果表明:本文提出的Fixed DQN算法在所有测试条件下均显著优于蚁群算法、遗传算法和DQN算法,特别是在节点数量增加和服务时间延长的情景中;此外,Fixed DQN算法相对于DQN算法的性能提升突显了深度强化学习在参数调优方面的有效性。研究结果证实了Fixed DQN算法在解决UAV任务卸载和充电调度问题中的高效性和调参策略的重要性。

基于翻转网络的低相关性序列数据预测研究

在某些实际应用中,通常不存在与被预测时间变量具有高相关性的其他维度变量,或者这些维度变量难以采集。而具有较低相关性的时间序列数据普遍存在,其对于数据预测具有更重要的意义。提出一种基于注意力翻转网络的低相关性多维时间序列数据预测模型。针对低相关性时序数据具有相关性随时间而变化的特点,引入批处理滑动窗口以摆脱时间变化带来的干扰,更好地捕获维度相关性。针对传统门控循环单元(GRU)网络大量丢弃低相关性样本的问题,建立翻转GRU网络对低相关性多维数据进行初次过滤,控制多维数据在网络中的传递数量,避免维度变量因相关性较低而被丢弃,提升相关性较低的多维数据在模型中的存活时间。同时,利用基于维度的注意力机制自适应调整不同维度序列在相关性提取过程中的重要性。建立平方长短期记忆(LSTM)网络对分配权重后的数据进行拟合,更细致地确定相关性对被预测参数的影响。实验结果表明,该模型的决定系数可达0.95,预测性能优于GRU、LSTM等传统神经网络模型。

一种满足动态数据高频读写的高性能学习型索引

在诸多应用如目标跟踪定位服务和工厂生产线中的数据往往是大量且频繁变化的,这些数据需要被实时存储在数据库中并能够快速响应高频率读写,以备在后续环节中被及时处理.学习型索引由于其“低耗高效”的特点而被广泛应用,但现有的学习型索引结构并不能很好地处理频繁变化的动态数据.针对此类频繁更新的动态数据,设计了一种新的高性能学习型索引HPLI,采用一种懒惰式内存释放策略来加速索引的更新;采用子区间独立的键值管理方法用于减少写放大;构建了一个分布转换模型来均衡学习型索引的查询性能与内存占用.对分布转换模型的参数进行压缩,用极少参数的非线性函数作为回归目标模型,可有效降低计算开销对索引性能的影响.实验结果表明,与目前最优的学习型索引结构相比,HPLI可在内存开销更小的情况下具备更好的性能.

规则与概率相结合的不一致数据子集修复方法

不一致数据子集修复问题是数据清洗领域的重要研究问题,现有方法大多是基于完整性约束规则的,采用最小删除元组数量原则进行子集修复.然而,这种方法没有考虑删除元组的质量,导致修复准确性较低.为此,提出规则与概率相结合的子集修复方法,建模不一致元组概率使得正确元组的平均概率大于错误元组的平均概率,求解删除元组概率和最小的子集修复方案.此外,为了减小不一致元组概率计算的时间开销,提出一种高效的错误检测方法,减小不一致元组规模.真实数据和合成数据上的实验结果验证所提方法的准确性优于现有最好方法.

基于改进马尔科夫模型的航空备件需求预测

针对时间序列法存在较大误差的问题,构建基于改进马尔科夫的航空备件需求预测模型。利用备件的历史数据计算出状态转移矩阵,以某飞行大队航材部门某型直升机备件的月统计消耗量为例,通过马尔科夫预测和改进的三步平均马尔科夫预测法对备件的需求状态概率进行预测分析。结果表明:在给定备件满足率的情况下,改进的马尔科夫预测法能取得更好的预测效果。

基于倒排索引的正则路径查询算法

对于图数据上的正则路径查询(regular path query, RPQ)问题,其使用正则表达式定义图中两个节点之间的约束。针对现有的RPQ在图上遍历匹配方法效率低下这一问题,提出一种基于倒排索引的RPQ算法,在图上构建标签的倒排索引,匹配过程中快速检索标签的相应倒排列表。设计的IRPQ算法将查询转化为面向倒排列表的查询计划树,经过优化以减少冗余列表合并操作。在真实数据集上进行了实验,其结果表明,IRPQ及其优化算法相比现有方法显著提高了查询性能。