大学生沟通能力对信息素养的影响研究——以聊城大学计算机学院为例

大学生信息素养作为就业能力的重要因素已经引起了各个高校的重视,但是如何提高大学生的信息素养是学校要认真对待的问题。研究提出沟通能力影响信息素养的假设,对聊城大学计算机学院学生进行了问卷调查后,结果显示大学生沟通能力中的调整能力和传达能力对信息素养的提高有显著的影响。

微课设计及其在计算机网络个性化教学中的应用

探讨微课开发设计流程、微课的选题、微课教学设计原则、评判标准等内容,阐述如何将上述方案应用到计算机网络微课建设上,并提出计算机网络微课建设的个性化教学方案。

计算机总线实验的设计及实现

文章主要探讨计算机总线实验在计算机组成原理课程中的作用以及总线实验内容的选择与实验步骤,提供了用软件仿真方式进行计算机总线实验设计的具体过程、实验故障分析与定位的技巧以及竞争——冒险现象的分析与解决方法。

计算机专业实验教学改革研究与探索

针对计算机专业教学中,实验得不到应有的重视,忽视了实践性、创新性能力的训练,导致学生的社会适应性差的问题,文章提出计算机专业实验教学改革的基本思路、实验教学体系建设的模式等方面的措施与规划,进而对于提升专业教学质量,以实现与社会人才需求的对接,提升老师和学生的创新创业意识和能力,力求培养出学以致用和具有竞争力的专业人才。

高校成人教育计算机类专业课程设置研究

课程设置是专业人才培养中重要的环节,直接影响人才培养目标的实现和人才培养的质量。很多高校成人教育计算机类专业的课程设置完全照搬普通高等教育相关专业,忽略了成人教育的教育特点和成人学生的学习特点,没有达到培养技能型和应用型人才的培养目标。设置课程时应充分考虑学生的学习需求、学习能力、学习形式、专业特点和培养目标。

基于思维导图的《计算机网络》课堂教学研究

基于思维导图教学工具,构建了基于思维导图的课前预习-基于思维导图的课堂教学-基于思维导图的课后复习教学模式。主要内容涉及课前预习思维导图的绘制、课堂教学过程设计、课后复习方式设计、基于思维导图的学习过程评价。本教学方式在教学过程中充分发挥学生的主体地位,取得了较好的教学效果。

基于Ontology的数据挖掘在计算机动态取证中的应用

动态取证势必会产生大量的杂乱无章数据.如何对大量繁杂的数据进行有效的分析,成为动态取证的关键问题.提出了基于本体的数据挖掘模型,利用此模型实现了高精度的语义挖掘,根据挖掘结果提供了预警防范服务,利用关联规则具体说明了基于本体的数据挖掘的过程,并用贝叶斯网络模型简单计算了实例本体间的关联程度,实现了关联挖掘.应用实例表明基于Ontology的数据挖掘提高了对攻击源定位追踪的准确性和实时性.

高校计算机类专业数据库课程实验教学研究

针对高校计算机类专业数据库课程实验教学中存在的问题,提出从实验教学内容、教学模式、教学方法和考核评价机制四个方面开展实验教学改革。实验教学内容可设置基础性、设计性和综合性实验项目,教师可采用案例式教学、课上课下实验相结合和实验课程小组等多种教学模式,使用线上线下教学相结合和互动式教学多种实验教学方法。同时,围绕数据库课程构建课程师资群,加强数据库课程和相关计算机类课程之间的资源共享和师资共用。

基于本体和上下文感知的主动式计算机犯罪取证模型设计研究

事后被动的取证已经无法满足计算机犯罪取证的要求,文章针对计算机取证模型实现的关键技术进行研究,融合了蜜罐、入侵检测、上下文感知信息、Ontology等技术,有效地进行事前主动获取取证数据。文章提出了基于Ontology和上下文感知的动态取证模型,应用实例表明模型提高了对攻击源定位的追踪的准确性和实时性。

一种新的并行计算机网络模型及其路由算法

为了提高并行计算机的通信效率,基于Petersen图提出了一种新的网络结构-GP(n,k)网络.该结构继承了Petersen图简单的拓扑结构,同时具有良好的可扩展性.主要研究了其中一类GP(n,k)网络即GP(i2,i)的拓扑性质,给出了它优于2-Dtorus的直径.最后设计出GP(i2,i)的单播及多播路由算法.

“互联网+”背景下计算机电子技术基础课程教学改革

针对计算机电子技术基础课程教学中,传统教学模式和方法中存在的漏洞,忽视了学生实践性、创新性能力的训练,不符合新工科背景下高素质人才培养需求的问题。文章提出“互联网+”背景下该课程教学改革的基本思路,并针对两方面的问题设计了具体的改革方案,进而对于提升课程教学质量,提高学生的学习、创新、实践和合作能力,以实现与社会人才需求的对接,力求培养出具有竞争力的专业应用型人才。

普通高校成人教育计算机专业课程设置的现状及改革

普通高校成人教育计算机专业应该充分利用高校资源,走在成人教育的前列。但是目前在高校里成人教育的计算机专业在课程设置上存在着很多的问题,如何解决这些问题已经迫在眉睫。本文在普通高校成人教育计算机专业的课程设置上提出了几点改革,普通高校成人教育的计算机专业必须区别与普通教育,体现出成人教育重于实践的特点,不能等同与普通教育。不能把成人高等教育当作普通教育的附庸。

双向问题链驱动的课程思政教学模式探索

针对课程思政建设过程中出现的专业教育和思政教育“两张皮”问题,提出面向计算思维能力培养的横向和纵向双向问题链驱动的课程思政教学模式,以计算机科学导论课程为例,介绍教学设计与实践过程,最后通过双向问题链评价方法说明教学效果。

人工智能时代职业教育范式变革研究

文章探讨了人工智能时代职业教育范式的变革和挑战。首先,分析了人工智能对职业教育的重要影响,包括适应技术变革、增强就业市场的适应性、弥补技能差距、促进终身学习和个性化教育、提高教育质量和效率、促进社会公平和包容性、支撑经济增长和社会发展等方面。其次,深入探讨了职业教育研究范式的概念及其内涵,包括教育目标的多元化、教育内容的实践性和时代性、教学方法的创新与技术融合、教育评价的全面性、终身学习的理念、社会需求的响应性、包容性和公平性等方面。再次,从教育哲学基础、技术与教育的深度融合、职业技能与素质教育的平衡、劳动市场需求与教育的对接、教育评价与反馈机制、社会伦理和政策考量等角度对人工智能时代职业教育的理论框架进行了扩展和深化。最后,通过分析国外人工智能时代职业教育范式可借鉴的优势,结合我国当前职业教育发展面临的挑战和机遇,对人工智能背景下我国职业教育发展提出参考性发展路径。

求解能耗成本平衡的分布式阻塞流水线调度群体迭代贪婪算法

在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓冲区和多工厂生产模式,设计了问题特性的启发式方法;针对迭代贪婪算法(IGA)的优势和不足,提出了基于群体的局部搜索策略、多邻域搜索结构和增强的跨工厂破坏重构方法,以进一步平衡所提算法的全局探索和局部搜索能力.通过270个测试算例的数值仿真,以及与最新4种代表算法的统计比较,本文验证了所提PEIG算法的优越性,能为中大规模的DBFSP SDST提供更优的调度方案.

基于P2P计算的教育资源库共享系统研究

E-learning的有效实施需要将现有异构教育资源库进行集成,提供一个大规模的资源共享平台。深入分析了e-learning对资源共享的目标和教育资源库管理系统的发展趋势,介绍了P2P计算的分类和JXTA开发平台的技术优势。在此基础上,设计了一种混合P2P结构的教育资源库共享系统,给出了基于JXTA平台的系统体系结构与实现方案,详述了利用XML元数据与本体实现数据库与文件资源发布的机制及支持元数据搜索的查询算法。应用P2P技术和本体解决了分布式异构性教育资源的共享问题。

考虑机器故障的分布式阻塞流水车间动态调度研究

以随机机床故障为扰动因素,研究了事件驱动的分布式流水车间动态调度问题.首先,模拟了故障触发与修复机制,提出了动态调度策略,以最大完工时间和系统稳定性为优化目标,构建了分布式流水车间干扰管理模型,给出了分布式流水车间制造模式下的动态调度策略;其次,针对重调度工件设计了改进果蝇优化算法:在初始化阶段,IFOA设计了基于工件权重位置的种群初始化策略;随后,引入差分进化思想对重调度的目标空间进行邻域搜索;之后,提出了基于工件块的随机参考局部搜索策略,提高解得多样性,避免算法陷入局部最优;最后,在不同规模测例上,通过对比主流算法验证了IFOA算法的有效性和优越性.

一维下料问题中提高计算效率方法的研究

讨论一维下料问题,对原有的基于顺序价值修正的启发式算法进行改进。每次使用动态规划算法求解当前最优排样方式的背包问题,保存多个价值最优的排样方式提供给SHP算法选择,修改对应的回退算法,提高算法的计算效率。综合考虑材料利用率和可重复次数,优先选择有利于后面排样方式生成的排样方式。在记录下的大量较优结果中,最终选取满足需要的排样方案进行使用。在计算过程中,结合多线程技术,进一步提高计算效率。实验结果表明,改进后的算法能够有效地提高材料利用率,简化切割方式,在计算时间上优势明显。

解决移动计算位置管理问题的差分进化算法

提出了一种解决位置管理问题的差分进化算法,给出了一种将采用浮点编码的种群个体映射为问题解的方法、基于问题特性的种群初始化启发式方法,以及早熟收敛问题的解决策略。基于随机生成的数据对算法进行了模拟实验,将该算法的结果与遗传算法、禁忌搜索算法及蚁群算法进行了对比。

同构计算环境中DAG任务图的调度算法

在并行多处理机系统中,任务调度算法是保证整个系统性能的关键。通常用有向无环图(DAG)表示任务间的依赖关系。将粒子群算法应用于组合优化领域,构造了求解任务调度问题的离散粒子群算法。算法采用基于分组的思想对粒子进行直接编码,借鉴遗传算法的思想,将粒子个体最优及全局最优解分别采用交叉操作作用到当前粒子位置上,使粒子不断向最优位置逼近;同时在每次迭代过程中引入变异操作以提高粒子群体多样性。实验结果表明,算法在不同规模的任务调度问题中均取得了良好的效果。