基于主题模型的通用文本匹配方法

检测长文本和短文本相似性的应用场景越来越多,文本对的一致性检测大多可以统一抽象成文本相似性的比较问题。该问题的难点在于短文本是零散的,从而很难判断其属于哪个领域及其背景知识,也难以引入词嵌入来解决在通用场景的具体文本匹配问题。基于这个问题,提出一种新的基于文本聚类主题模型的轻量方法,不需要利用额外的背景知识来匹配通用文本相似性。在两个经典测试样本数据集上的实验结果表明,该方法的文本相似性检测效率非常高。

基于学习体验的在线课程设计与实践——以“互联网金融”公共课程为例

文章介绍了在线课程演变发展的历史,针对当前在线课程设计存在的问题,提出了基于学习体验的在线课程的设计思路。基于此设计思路,文章构建了基于学习体验的在线课程设计架构,并依托服务层、活动层和数据层进行了具体设计。最后,文章以"互联网金融"公共课程为例,通过课程分类设计、个人学习空间构建、知识地图开发、实践性学习活动的开展,尝试面向学习者体验构建在线课程,以提升课程的学习成效。

面向数字金融场景的儿童财商养成型APP的UI设计策略

本文从数字金融的背景出发,通过完成儿童财商养成型APP产品的UI设计实践,来探讨如何依托学龄前儿童的教育特征、儿童财商教育APP产品框架来实现UI各要素的设计路径,弥补财商教育在家庭教育中的空缺。以典型的数字金融场景为指引,在父母儿童的亲子互动逐步树立正确财富观念和良好生活习惯,从而缓解家长教育难题,为构建儿童财商教育类项目产品提供必要的途径和建议。

产教融合背景下高职院校现代学徒制的教学困境及对策

现代学徒制作为深入推进产教融合、解决企业人才需求与职业院校人才培养脱节问题的有效途径,得到了各高职院校的高度重视。在深入分析当前职业院校开展现代学徒制改革过程中存在的诸多问题的基础上,从政校企多方协作共同推进保障体系建设、人才培养方案的优化、教学环节的合理安排、双元双优教学团队组建和考核评价机制构建等多个方面提出了对策建议,对于高职院校提高现代学徒制实施成效,提升人才培养质量具有参考意义。

机器学习在信用贷款评分中的应用

针对贷款市场中的客户信用评分建立需求,本文基于采集的某区域贷款信用数据,使用机器学习算法进行信用评分模型的构建从而预测出客户的放贷风险等级。首先进行数据清洗以及探索性分析,获取到完整备用的信用贷款数据;其次利用皮尔森相关性分析和热力图完成特征自变量以及因变量的选取和处理;最后采用LightGBM模型进行训练,并与多个主流预测算法进行对比分析。本文完整算法模型在预测精确度、召回率以及F-1 Score评价指标均可达到97%以上。

用车场景下的筛选界面设计研究

为了设计师和学者在产品设计中有更可靠的设计依据,理解并学习场景化设计是一种非常推荐的形式,并值得深入研究。本文以通用移动设备为样本,以停车和租车位为具体场景,采用问卷调查法和差异分析法进行了数据统计与对比评估,分析了用户对于App筛选功能的使用偏好和体验效果。实验分析结果表明,在场景化设计下得出的设计结果更受用户偏好,并据所获结论得出一套可用性筛选功能界面。

云原生全链路监控平台的设计与应用

为解决云原生环境中数据采集和分析困难的问题,本文提出了一个云原生全链路监控平台的设计方案。平台采用分层思想和模块化设计,应用SkyWalking、SpringBoot、Kubernetes、VueJS等框架搭建,具备低入侵采集、全链路可视化跟踪和实时监控网络拓扑的功能。通过使用长短期记忆模型学习历史数据,实现精准的智能异常检测。测试结果表明,平台能够提高定位线上故障的效率,可为高校数据中心系统的运维能力提供有效的解决方案。

数据驱动的多图标移动界面设计研究

为了设计师和学者能更好地在工作和学习中进行设计决策,理解并学习数据驱动设计是一个新颖而重要的议题。本文以通用移动设备为样本,采用问卷调查法和差异分析法进行了数据统计与对比评估,分析了用户对于多图标页面的使用偏好和体验效果。实验分析结果表明,页面图标数量和层级平衡对用户体验产生较大影响,并据所获结论归纳出可用性多图标页面的影响因子。

基于改进Hough变换耦合密度空间聚类的车道线检测算法

为了提高车道线检测的准确性与鲁棒性,降低光照变化与背景干扰的影响,提出了一种改进的Hough变换耦合密度空间聚类的车道线检测算法。首先,建立车道线模型,将车道边界分解为一系列的小线段,借助最小二乘法来表示车道线中的线段。再利用改进的Hough变换对图像中的小线段进行检测。引入具有密度空间聚类方法(density based spatial clustering of applications with noise,DBSCAN),对提取的小线段进行聚类,过滤掉图像中的冗余和噪声,同时保留车道边界的关键信息。随后,利用边缘像素的梯度方向来定义小线段的方向,使得边界同一侧的小线段具有相同的方向,而位于相反车道边界的两个小线段具有相反的方向,通过小线段的方向函数得到车道线段候选簇。最后,根据得到的小线段候选簇,利用消失点来拟合最终车道线。在Caltech数据集与实际道路中进行测试,数据表明:与当前流行的车道线检测算法相比,在光照变化、背景干扰等不良因素下,所以算法呈现出更理想的准确性与稳健,可准确识别正常车道线。

基于以太坊的分层区块链架构研究

针对以太坊区块链技术不能在完全去中心化、一致性和可扩展性上得到同时满足的缺点,以及它在应用落地方面的缺陷等问题,结合区块链技术发展的前沿方向,提出一种采用双层链设计架构的改造方案。通过将交易存储和智能合约计算分离的方法,使以太坊区块链技术支持符合互联网应用要求的复杂算法,优化分布式应用终端用户的体验,使得以太坊区块链技术在艺术品行业得到更好的应用,探索解决区块链技术应用落地的难题。

针对Paxos算法的全局唯一自增ID的生成方法

Paxos算法是被广泛使用的分布式一致算法,为了保障Paxos算法的正确性和高性能,需要配合使用高性能、高可用、全局唯一自增序列号的生成系统。为此,该文提出了一种全局唯一自增ID的生成方法,该方法以物理机器时钟频率不会产生大波动的特性为前提,并在实现上采用多种高性能、高可用技术。最后构建了测试环境,通过实验证明了该方案在正常态和异常态时,都能正确产生全局唯一自增ID,同时整个系统也达到了预期的高性能要求。

高职学生网络心理健康教育分析

网络的普及和推广给高职院校学生学习、生活带来积极的影响,但是也加剧了学生的焦虑心理、适应障碍、人际交往障碍和认知困惑。这是由于网络特性、学生本身特征和高职院校心理健康教育不足共同造成的,网络加大了心理健康教育的难度,网络负面消息降低了心理健康教育的影响力,网络虚拟化削弱了心理健康教育的作用。为此,需要加强高职院校校园文化建设、加强高职学生网络自律精神教育和推动推动高职学生心理健康网络化教育。

基于用户体验的儿童财商教育APP产品设计研究

随着UCD理念实践的加深,行业对于用户体验与创新设计的实践进入新阶段。聚焦于儿童财商教育APP,通过市场调研展开用户分析,结合项目实践从儿童财商教育APP的项目研究背景、用户需求对UCD创新设计的重点进行规划,提出更符合市场需求的产品设计策略。

微服务在校园网络直播平台中的应用

为解决传统单体架构建设的校园直播系统稳定性差、扩展性低、维护成本高等问题,本文提出了基于微服务架构的校园网络直播平台系统。该系统依赖云服务实现直播功能,使用前后端分离模式,应用VueJS、Spring Cloud、Docker、Kubernetes等框架搭建。本文首先基于面向服务开发理念设计架构分层,其次依据“高内聚,低耦合”原则划分模块服务,然后根据软件工程规范实现系统功能,最后针对实施中碰到的多级分流、事务处理、弹性伸缩等问题提出解决方案。实践证明,该系统能够满足校园网络直播多场景个性化需求。

高职院校计量经济学教学的几点思考

经过几十年的发展,计量经济学这门学科的构建已经在国内外大多数本科院校中取得了显著的成果,近几年,少量高职院校已经开始在该学科上进行初步探索。而高职教育作为兼顾了高教性和职教性的教育类型,如何与计量经济学的教学完美融合成为了高职教师的探索点。本文基于计量经济学教学过程中的面临的现状进行了初步总结与思考。

园林招投标企业信用评价:指标体系与量化分析

“放管服”背景下,借助信用工具规范园林招投标企业行为具有重要意义。通过从诚信行为、公共信用和舆情信用3个维度展开,构建园林招投标企业信用监测体系,并综合运用随机森林、层次分析和变异系数赋权法取定指标权重,最终对计算所得的信用指数作统计分析。研究发现:园林绿化行业招投标企业信用环境基础较弱且差异化大;头部企业在事前、事中以及事后诚信行为得分较高,但在舆情信用侧表现薄弱且分化严重。建议重点关注舆情信用信息,并借助信用评价动态调整市场准入尺度,完善信用奖惩机制,为园林招投标市场健康发展以及企业信用环境提升提供保障。

基于注意力曲线提升的编程教学探索

2021年年底,国务院印发《“十四五”数字经济发展规划》,强调各行业的数字化转型都要稳步推进,通过数据驱动各产业快速发展。Python语言凭借易学性、可扩展性及在各个领域的广泛应用,被列入大数据、人工智能、会计、投资与保险等各专业的人才培养计划。然而,在面向各个专业的Python语言基础教学中,也存在一些问题。如当前高校教学多采用教师课堂讲授为主、学生上机操作为辅的教学模式,学生上课注意力难以集中,学习效率大打折扣。本文以吸引学生课堂注意力为目的,探索合适的教学设计方式,使学生课堂注意力保持集中,从而为提升编程语言类课程教学效果提供新的思路。

单步卷积神经网络在手机碎屏检测中的应用

针对工业生产生活中的手机碎屏检测需求,本文提出一种RandomMask的随机性数据增强策略。首先将较大像素的手机碎屏图像特征进行裁剪和缩放来获得备选mask,其次将训练图片进行四等分得到四个中心锚点,最后将备选mask随机覆盖任一锚点之上以实现增强图像特征表达的目标。同时本文采用基于卷积神经网络的单步目标检测架构的改进设计,聚焦解决工业质检、手机碎屏险自助理赔等服务在实时场景下的速度和精度要求,在网络输入端Input、中间网络Neck、骨干网络Backbone以及输出网络Head部分分别应用不同深度学习检测器组件得到本文最优算法模型。该模型配合RamdomMask图像增强策略可以实现以44fps的实时检测速度获得对于手机碎屏数据的87.9%mAp的平均精度。

领域驱动设计在评测系统中的应用

为解决面向数据设计的评测系统扩展性差、复杂度高、开发和维护效率低等问题,本文提出了基于领域驱动设计的实现方案。首先通过对业务需求的细化梳理,结合领域专家的专业知识,经过战略设计和战术设计,建立精准的领域模型。然后使用COLA框架搭建评测系统,在保障系统稳定性的前提下提升研发和维护效率。最后针对实施中碰到的安全沙箱、在线监考、竞赛排名等业务难点给出实现思路。实践证明,基于领域驱动设计的评测系统能够明显降低系统的耦合度和复杂度,满足多场景评测需求。

爆胎车辆动力学分析及模糊PID控制优化策略研究

车辆通过控制系统提高行驶的稳定性,但在爆胎时容易导致车辆行驶失去稳定性,从而造成车辆发生侧翻现象。为改善车辆动力学控制系统输出效果,建立了车辆轮胎动力学模型。引用模糊比例-积分-微分(PID)控制器,给出了模糊PID控制器输出参数与误差和误差变化率的关系图。提出人群搜索算法,利用人群搜索算法迭代搜索原理对模糊PID控制器参数进行寻优。以车辆2种行驶路况为例,利用Matlab软件对爆胎车辆的稳定性进行仿真,比较和分析爆胎车辆优化控制系统的输出效果。结果显示:采用模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较大。采用人群搜索算法优化模糊PID控制系统,爆胎车辆产生的偏航角、俯仰角加速度和侧倾角加速度较小。爆胎车辆采用人群搜索算法优化后的模糊PID控制器,不仅响应速度快,而且行驶的稳定性较好。