《计算机网络》课程双语教学改革探讨——以长沙师范学院为例

当前以新技术、新业态、新模式、新产业为代表的新经济蓬勃发展,这对工程科技人才的培养提出了更高要求,因此亟需加快工程教育改革创新。结合《计算机网络》课程概念多、专业术语多、基础理论多的特点,长沙师范学院设计了比例适当的中英文教学内容,构建了以学生为中心、结果为导向的双语教学模式,以培养学生扎实的理论基础,提升其实践能力。

新工科背景下人机工程学课程思政建设探究

在新工科及课程思政推进的背景下,工科课程教学应进行一定的转变。针对设计类专业核心课人机工程学,通过实施“思政元素融合、课程内容重构、教学方法改革”的“多维”课堂教学改革,改变了“教”与“学”的传统教学范式,构建了一套自然融合的思政教育方案,形成从渗透到践行到内化的培育链,将学生培养成能够在包装设计中有人机工程自觉意识的创新型人才。

ADAFT:SDN大规模流表的适应性深度聚合存储架构

为解决软件定义网络(SDN)数据平面中的三态内容可寻址存储器(TCAM)资源紧张问题,提出了一种基于内容表项树的SDN流表深度聚合方法,进而构建一种SDN大规模流表的适应性深度聚合存储架构ADAFT。该架构放宽了聚合表项之间的汉明距离要求,构建内容表项树聚合动作集不同的流表项,显著提高了流表聚合程度。设计了一种TCAM装载率感知的内容表项树动态限高机制,以降低流表查找开销。同时,提出了一种TCAM装载率感知的表项聚合适应性选择策略,以均衡流表聚合程度和查找开销。实验结果表明,ADAFT架构的流表压缩率明显高于现有方法,最高可达65.74%。

基于DPCNN-SLSTM的中文儿童语音情感识别

针对中文儿童语音情感识别的准确性问题,提出了一种结合深度卷积神经网络(Deep Convolutional Neural Network,DPCNN)与堆叠长短时记忆(Stacked Long Short Term Memory,SLSTM)网络的融合模型,旨在提高中文儿童语音情感识别的准确性。通过DPCNN对语音信号中的长距离依赖关系进行提取,再利用SLSTM捕捉情感相关的序列依赖信息,最终通过softmax分类器实现情感状态的判别。实验结果显示,基于DPCNN-SLSTM的模型在中文儿童语音数据集上的情感识别准确率达到了92%,显著优于CNN、LSTM和CNN-LSTM模型。研究结果对于推动儿童语音情感识别技术的发展具有重要意义。

AI技术在儿童语音识别与语言障碍诊断中的应用研究

文章探讨了人工智能技术(AI)在儿童语音识别和语言障碍诊断中的应用。首先,介绍了儿童语音识别技术的基本概念、发展现状及在语言评估中的优势(如实时评估儿童语言发展、发现发音错误等)。其次,详细阐述了基于语音识别的儿童语言障碍诊断流程,包括数据采集、预处理、特征提取、模型(GRU-LSTM)设计与训练、诊断分析。最后,提出了基于语音识别的言语障碍干预策略,强调了个性化训练计划的重要性。该研究为儿童语言评估和诊断提供了新的思路和方法,有望促进人工智能技术在儿童语言教学领域的广泛应用。

基于OBE理念的“双线混融”教学模式改革研究——以《语音信号处理》课程为例

本研究以《语音信号处理》课程为例,探讨基于OBE(Outcome-Based Education)理念的“双线混融”教学模式改革。传统的教学模式强调知识的传授,存在知识单一、缺乏实际应用和互动性差等问题;而OBE理念注重学生的能力培养和实践应用能力的提升。本研究提出一种基于OBE理念的“双线混融”的教学模式,在课堂教学与实践环节中相互支持,促进学生的综合能力发展。实践结果表明,采用“双线混融”教学模式后,学生的学习动力和学习效果有明显的提升。学生能够更好地理解和应用语音信号处理相关知识,提高解决问题和实践操作能力。

基于嵌入式平台与DNN-HMM的中文儿童语音能力评估研究

儿童语音能力评估对提高其语言发展规律的认识,促进儿童语言、认知和社交能力的全面发展有重要意义。利用嵌入式硬件平台及深度神经网络隐马尔可夫模型(DNN-HMM)开展中文儿童语音能力评估研究。首先,使用LD3320语音芯片设计嵌入式硬件平台,然后利用线性校正单元构建深度神经网络,利用构建的DNN-HMM模型对中文儿童语音数据进行训练与测试,并结合一般内容概率潜在语义分析(GC-PLSA)模型开展语音评分,最后,将模型移植到嵌入式平台进行语音能力评估实验。实验结果表明:与传统高斯混合、隐马尔可夫模型(GMM-HMM)相比,基于DNN-HMM模型在儿童长、短句连续语音词错率(WER)方面均降低约5.4%、5.6%,且DNN-HMM模型获得的平均得分也要高于GMM-HMM模型。

工程链式工业设计专业实验室建设与实践

为探索适应新工科要求的实验室建设和实践教学模式,解决工程实践教学中普遍存在实践教学内容与产业界要求差异较大,专业、课程之间交融性差、柔性不足等问题。文章以面向地方院校教学特色的学术方向、学科交叉、工程能力培养和创新能力培养为导向,突出"应用型"特色,构建了"产品认识—产品拆装—产品开发—模型制作—样品制造—组装调试—上色—包装"工程链式的工业设计专业实验室,并对专业实验室发展方向进行探讨,为工业设计专业人才培养提供借鉴,以期共同提高我国地方应用型高校工业设计专业人才培养质量。

SECI模型视角下师范生机器人课程教学技能培训模式的研究

为了有效提升师范生机器人课程教学技能,确保师范生机器人课程教学技能培训效果,以SECI模型为基础,配合调查问卷了解目前机器人教学过程和师范生教学技能培训中的模式现状,分析其中存在的问题并深入了解导致问题产生的原因。根据调查问卷结果,分析教学技能培训目标需求与影响因素,为保证结果的可靠性、确定问卷信度,分别计算影响因素权值。在设计培训模式时,分别基于社会化、外显化、内化以及组合化,详细设计教学技能培训活动,有效提高师范生机器人课程教学技能,确保教学技能培训效果。

面向SD-DCN的OpenFlow分组转发能效联合优化模型

在软件定义网络(software-defined networking,SDN)中,OpenFlow交换机通常采用三态内容可寻址存储器(ternary content addressable memory,TCAM)存储流表,以支持快速通配查找.然而,TCAM采用并行查找方式,查找能耗高,因此有必要为OpenFlow交换机选择合适的TCAM容量,以平衡分组转发时延和能耗.针对软件定义数据中心网络(software-defined data center network,SD-DCN)这一典型应用场景,利用多优先级M/G/1排队模型刻画OpenFlow交换机的分组处理过程,进而建立OpenFlow分组转发时延模型.同时,基于网络流分布特性,建立TCAM流表命中率模型,以求解OpenFlow分组转发时延与TCAM容量的关系式.在此基础上,结合TCAM查找能耗,建立OpenFlow分组转发能效联合优化模型,并设计优化算法求解TCAM最优容量.实验结果表明:所提时延模型比现有模型更能准确刻画OpenFlow分组转发时延.同时,利用优化算法求解不同参数配置下的TCAM最优容量,为SD-DCN实际部署提供参考依据.

建设基于信息技术支持的进城务工人员子女协同教育平台的构想

信息技术对于教育的作用,已在伴随其自身及其与教育发展的同步过程中逐渐显现.协同教育在通过家庭—学校—社区—社会子系统的自主性、吸收其他类似概念的合理内核、实现广泛教育的协同过程等方面,充分展现了其作为进城务工人员子女社会化复合系统的性质.在信息技术的支持下,这种具有特殊对象的协同教育,进一步实现了超时空协同、有序协同和联动连同的意义,并在超越单一主体、单纯客体、载体属性和网络环境等方面,初步设想了关于进城务工人员子女协同教育平台的可实践化图景.

大学信息技术基础课智慧课堂教学模式探析

随着科技的进步,移动互联网、虚拟仿真技术、云计算、大数据、物联网等现代信息技术的高速发展及其在教育教学中的广泛应用,正深刻地改变着人类的思维方式和学习方式,分析了大学信息技术基础课传统教学模式存在的问题,提出基于智慧课堂的新型教学模式,对教学流程进行了阐述。

一种抗恶意攻击的OpenFlow虚拟流表高性能查找方法

针对恶意攻击给OpenFlow虚拟流表查找带来的破坏性影响,构建了一种抗恶意攻击的OpenFlow虚拟流表高性能查找方法。该方法基于近似成员关系查询理论,采用布鲁姆过滤器预测元组查找失败结果,以绕过绝大多数元组失败查找操作,提高OpenFlow虚拟流表查找效率;进一步,设计了一种可扩展计数型布鲁姆过滤器,根据元组规模的动态变化进行适应性伸缩,从而始终以高准确率判定元组查找失败结果;最后,采用实际网络流量样本和模拟恶意攻击方式,评估所提OpenFlow虚拟流表查找方法的性能。实验结果表明:当攻击包与正常包分别按1:2和2:1比例混合时,所提方法的假阳性错误率始终保持在6%以下,比计数型布鲁姆过滤器降低了93%,而平均查找长度降低了90%。

面向SD-WAN的OpenFlow分组转发性能模型研究

针对软件定义广域网(software-defined wide-area networks,SD-WAN)对数据传输时延要求高而有必要量化评估其分组转发性能的问题,考虑不同类型分组处理过程的差异性,基于排队论构建1个精确的OpenFlow分组转发性能模型。首先,描述SD-WAN网络的典型部署场景,并对其数据平面的到达分组进行分类,进而为OpenFlow交换机的分组处理过程构建M/H3/1排队模型,并推导其关键性能指标的表达式。在此基础上,结合控制器集群的Packet-in消息排队模型,建立面向SD-WAN网络的OpenFlow分组转发性能模型,进而求得平均分组转发时延的闭式解。最后,采用模拟仿真和数值分析方法对本文所提出的模型进行评估。研究结果表明:与现有模型相比,本文所提出的模型能更准确地估计不同类型分组在OpenFlow交换机中的平均逗留时间,且平均分组转发时延主要受旧流分组处理速率和新流分组概率的影响。

基于自适应子带谱熵的仿生小波语音增强方法研究

针对传统语音增强方法在低信噪比复杂噪声环境下存在的语音增强质量和可懂度欠佳等问题,本文提出了一种自适应子带谱熵与仿生小波相结合的语音增强方法。研究思路是,首先用自适应子带能比法对含噪语音和纯噪声段进行区分,然后用仿生小波分解含噪声语音,将分离出来的噪声输入自适应滤波器,采用递归最小二乘法,达到噪声滤除的目的,实现信噪分离。实验结果显示,在低信噪比的复杂噪声环境下,与传统的维纳滤波和小波变换方法相比,本文提出的语音增强方法可以获得更好的声音增强质量和可懂度。

基于双理实融合的程序设计课程混合式教学模式探索

分析大学计算机程序设计课程传统教学中存在的问题,明确程序设计混合式教学的要求,提出基于双理实融合的混合式教学模式,介绍设计教学内容、进行考核评估、改进提升各环节教学实践过程,最后通过教学反馈数据说明教学模式的有效性。

基于STM32平台的校园智能电子学生笔记本的设计与实现

随着信息化的快速发展,手机成为每个人不可或缺的物品。针对中小学生在校学习的需求,本文设计了一款多功能智能电子学生笔记本。该笔记本以STM32单片机为控制核心,外接显示模块实现芯片采集的温度信息、IC卡信息,通过DS18B20传感器模块实时测温,使用GPS导航定位,并在此基础上选用ATK-GM510通信模块进行4G通信。该款学生笔记本有助于为中小学学生、家长、教师、学校打造一个智慧校园综合体系。

高校“双线混融”实践教学路径优化探讨

近年来,随着信息化教学的不断推进,“双线混融”教学的理论和实践也得到进一步的发展。在线上线下混合教学的基础上,分析“双线混融”教学的特点,探讨高校“双线混融”实践教学的路径优化,努力突破实践教学“瓶颈”,为高校拓宽教学渠道、解决院校间教学发展不平衡问题、加快高等教育发展新业态具有深远的现实价值。

融合多尺度和深度特征的快速运动视觉目标跟踪

为了提高快速运动视觉目标跟踪的精度、效率和鲁棒性,提出融合多尺度和深度特征的快速运动视觉目标跟踪方法。通过分类器训练、候选区域检测以及模型更新三个阶段,完成核相关滤波跟踪算法。为适应视觉目标的多尺度变化,通过双线性插值函数将采集的子图转化为多尺度大小;提取子图特征,对多尺度核相关滤波器进行训练,完成快速运动视觉目标跟踪;利用堆叠多层自编码器构建深层神经网络,通过贪婪算法对输入数据重构,得到深度特征;将深度特征和方向梯度直方图HOG特征进行匹配融合,实现快速运动视觉目标跟踪。实验结果表明,该算法能够有效跟踪被遮挡的快速运动视觉目标,其跟踪准确率和跟踪成功率分别高达97.6%和98.2%,跟踪时间仅为4.5 ms,可以有效提高快速运动视觉目标跟踪精度和效率,增强鲁棒性。