5G+赋能智慧教学场景的沉浸式教学创新研究与实践——以青岛工程职业学院为例

基于5G的智慧教学场景突破了传统的教学思维,创新了教学组织结构,以信息化的方式实现了跨地域的云平台远程体验式教学,并以“学习工场”模式引入企业真实工作场景,衔接企业项目任务清单,同时按照“菜单式、模块化、开放型”的教学设计原则,采用“工作岗位分析-典型任务拆解-知识技能重构-教学模式构建-实训平台设计”的系统化设计方法,构建基于工作过程能力本位的新型教学模式,创新性地实践了智慧教育背景下的沉浸式教学新模式。

产业升级赋能本科层次职业教育内涵建设的提升策略研究

发展本科层次职业教育是与我国经济增长和产业结构升级转型相一致的教育战略,本科层次的职业教育培养什么样的人已成为我国职业教育当前最紧迫的任务之一。文章以本科层次职业教育发展的历程经验为主线,同时基于内涵分析的基础,探究本科层次职业教育内涵建设的提升策略,构建跨学科专业且深度融合新兴产业的高技能人才培养体系,体现本科层次职业教育的高端性,将人才培养的价值取向从产业升级赋能职业教育内涵建设提升为职业教育赋能产业增值。

青岛城区车贴语研究

随着时代的发展,越来越多的车主乐于将能够表达自己观点、愿望的文字张贴于车体尾部或侧面,构成一幅流动的语言景观,潜移默化地实现传播目的,具有一定的社会导向性。通过拍照等记录方式,收集青岛城区非商业性车贴语共195条。就语言特征而言,车贴语以纯汉字居多,注重分行排列,用字数量多样化。就交际意图而言,车贴语具有阐述、指令、承诺、表达、宣告等功能。青岛城区车贴语还折射出生命安全至上、创造美好生活、缓解精神压力、彰显独特个性等社会文化心理。

基于工作过程的现代移动通信技术专业课程体系设计与开发

本研究通过分解典型工作任务提取技能结构,将工作任务分析归纳为行动领域,由行动领域转化为学习领域,再由学习领域设计学习情境,实现从工作到知识的解构与重构的全过程。运用基于工作过程的教学设计理念开发现代移动通信技术专业课程体系,提出三点建设思考,一是课程体系构建需要具有战略眼光,将学生未来职业发展考虑在内;二是学习领域的构建,要注重培养学生专业核心素养;三是通过迭代反复的教学策略,培养学生自主思维能力。

一种MICS频段小型化可植入天线的设计

提出了一款MICS频段的新型柔性植入天线。天线的介质板材料为柔性聚酰亚胺,辐射部分为回形金属带线,接地面为具有圆弧拐角的矩形,天线采用共面波导馈电,整体尺寸为12×7×0.24 mm^(3)。同时,本文还分析了绝缘材料、人体器官组织、天线植入深度、介质板厚度、辐射单元线长及线宽等因素对天线性能的影响。最后测得天线带宽为270~420 MHz,能够覆盖MICS频段,可应用于小型植入式医疗设备。

一种小型化超宽带单极子缝隙天线的设计

为了满足现代无线通信系统对小型超宽带天线的需求,提出了一种小型的超宽带单极子缝隙天线,天线印刷在0.4 mm厚的FR4介质基板上,尺寸为25.5×24 mm2。该天线的辐射单元为矩形辐射贴片,馈电线两侧有两个对称的C形寄生贴片,地面开有四个矩形凹槽和一个Φ形凹槽,辐射贴片与地面通过同轴馈线连接。利用HFSS2022软件对天线进行仿真优化,天线带宽为3~10.8 GHz,具有良好的带宽特性。

基于近红外光谱的塑料分选技术预处理方法的优化

为进行不同塑料种类的识别,采集了尼龙(PA)、聚丙烯(PP)、聚苯乙烯(PS)、聚氯乙烯(PVC)4类塑料的近红外光谱数据,并针对光谱数据采集时存在的噪声、基线和光程问题,基于3点Savitzky-Golay卷积平滑(S-G)、一阶导数(FD)、二阶导数(SD)、标准正态变量变换(SNV)、多元散射校正(MSC)进行了预处理组合优化研究,以竞争性自适应重加权算法(CARS)进行特征波长提取,并运用支持向量机算法(SVM)建立模型。结果显示:所有预处理方法中,预处理组合S-G+FD+SNV获得的结果最优,S-G+FD+SNV+SVM模型的平均准确率高达96.67%,其训练集和验证集的平均准确率均为100%。上述预处理组合优化方法可为4类常见塑料的鉴别研究提供参考。

基于交替最小二乘法的Spark个性化影片推荐系统

针对基于k-means的传统推荐系统可信度低、计算时间长、精度低等问题,该文提出了交替最小二乘(ALS)协同过滤优化算法——拟牛顿法。采用Spark统一部署环境,基于ALS法矩阵分解的协同过滤算法,并使用SQL数据库搭建推荐系统后端。后端算法使用IntelliJ IDEA编译运行Scala语言,并打包程序生成JAR包。前端开发使用Express框架和Jade模版引擎,将系统前端所产生的数据与影片信息数据存储在MySQL数据库中,并使用Node.js语言搭建动态网页呈现推荐结果。与传统协同过滤算法进行实验效果对比,研究结果表明,使用优化算法的推荐系统降低了推荐时间,提高了推荐准确率。