在师范大学生中进行科学过程知识教学的研究

利用基于网络问卷调查的方法对某师范大学的学生进行了关于科学常识、科学方法方面的调查,根据收集到的数据进行统计分析得出学生对科学过程的了解甚少的结论,通过在课程中的授课、实验、考核、课堂用语等教学环节,有意识地加入科学过程等理念,可以增强学生对科学方法和科学过程的理解,增强其创新能力,培养其科学思维的习惯.对此进行了对比试验,此项研究为科学教育提供了一个可供借鉴的思路和方法.

面向非独立同分布数据的车联网多阶段联邦学习机制

车联网在智慧城市建设中扮演着不可或缺的角色,汽车不仅仅是交通工具,更是大数据时代信息采集和传输的重要载体.随着车辆采集的数据量飞速增长和人们隐私保护意识的增强,如何在车联网环境中确保用户数据安全,防止数据泄露,成为亟待解决的难题.联邦学习采用“数据不动模型动”的方式,为保护用户隐私和实现良好性能提供了可行方案.然而,受限于采集设备、地域环境、个人习惯的差异,多台车辆采集的数据通常表现为非独立同分布(non-independent and identically distributed,non-IID)数据,而传统的联邦学习算法在non-IID数据环境中,其模型收敛速度较慢.针对这一挑战,提出了一种面向non-IID数据的车联网多阶段联邦学习机制,称为FedWO.第1阶段采用联邦平均算法,使得全局模型快速达到一个基本的模型准确度;第2阶段采用联邦加权多方计算,依据各车辆的数据特性计算其在全局模型中的权重,聚合后得到性能更优的全局模型,同时采用传输控制策略,减少模型传输带来的通信开销;第3阶段为个性化计算阶段,车辆利用各自的数据进行个性化学习,微调本地模型获得与本地数据更匹配的模型.实验采用了驾驶行为数据集进行实验评估,结果表明相较于传统方法,在non-IID数据场景下,FedWO机制保护了数据隐私,同时提高了算法的准确度.

网络威胁情报分析框架研究和实现

网络威胁情报基于大量网络威胁数据,通过信息共享和集体协作,实现对网络威胁的快速预警、检测和响应。如何快速、准确地从海量威胁情报报告中自动提取涉及网络安全信息已成为研究的热点和难点。文中提出了一个网络威胁情报分析框架,总结目前对网络威胁情报的全周期处理流程。并给出了在此框架下应用实例:创建公开威胁情报数据集、提出网络威胁情报关键信息抽取算法、实现基于异质信息图的恶意IP⁃域名的关联认知等。文中实现了多种网络威胁情报实体识别深度学习模型,其中基于XLnet和字典相结合进行嵌入表达,模型准确率最好达到95.27%。论文提出的网络威胁情报分析框架可以作为非结构化网络威胁情报分析的指导依据,论文的实验结果可以作为网络威胁情报信息抽取工作的对比基线。

城市地下管网地理信息系统空间数据模型研究

城市地下管网的综合规划和管理,正随着地理信息系统产业的发展,越来越受到人们的重视。而空间数据模型是任何地理信息系统设计的核心。在综合评述GIS空间数据模型研究的基础上,针对城市地下管线空间对象,研究了地下管网的特点,提出了实体几何法与三维拓扑的集成模型,并设计了系统概念模型、数据组织模型以及相应的数据存储结构。

面向农田信息采集的数字照片空间标识索引方法

针对精准农业多源信息采集管理应用的实际需求,提出一种基于时间阈值的数字照片自动空间位置标识方法和基于空间位置的数字照片索引及热链接方法。利用该方法开发了面向精准农业的农田空间多媒体信息采集管理软件,软件将数字照片采集、空间标识、快速索引、热链接表达和数据转换等环节作为一个完整的流程处理,支持普通数码照相机配合手持GPS设备、GPS数码相机和具有定位拍照功能手持设备等多种数据采集方式下的空间多媒体数据采集、空间位置标识索引和数据交换,实现了地理信息系统环境下的数字照片动态索引和关联,并给出了匹配照片时间阈值ε的取值范围。通过精准农业农田基础设施空间多媒体数据采集融合实际应用,验证了该方法的有效性和实用性。

交通信息分布式处理中的Hadoop调度算法优化

为从海量交通信息数据中有效地挖掘出为城市智能交通服务的信息,提出了在分布式环境下的改进型计算能力调度算法。根据对海量交通信息数据与分布式调度算法进行的分析与研究,指出了相关数据的特点与算法待改进的关键点,架构了在分布式平台下公平调度与延时调度的改进模型,优化了Hadoop在对交通数据处理时的调度算法,弥补了普通调度算法实时性的不足。实验结果表明,在分布式环境下,使用优化后的调度算法处理计算密集型或I/O密集型交通信息数据,计算所花时间较小,性能较优,具有较好的实时性。

数据分布不平衡的课堂参与度自动识别研究

在线课堂学习参与度自动评估是提升课堂教学效果的重要技术途径.本文使用计算机视觉特征分析技术,提出一种在线课堂学习参与度自动识别方法.首先,采用VGGFace网络和C3D网络分别对学习者的面部表情和身体姿态进行特征编码;然后,设计基于注意力机制的双层级联聚合模块,对视频片段的特征进行融合,使得参与度高度相关的帧序列获得更大的权重.由于低参与度样本的数量和高参与度样本相比非常少,课堂参与度自动识别属于类别不平衡的数据分类问题.类别高度不均衡,导致模型训练存在很大挑战.为了缓解参与度数据分布不平衡带来的影响,本文提出采用双边分支网络作为参与度识别基本的网络结构.其中,传统学习分支进行表征学习,重新平衡分支关注少数样本分类,将特征学习和分类器学习进行分别建模.在DAiSEE数据集上的实验结果表明,提出的方法有效提升了参与度自动识别性能,尤其对少数类样本的分类具有明显的性能提升.

基于Struts和Hibernate的供电营销信息系统

通过对供电营销进行的业务进行分析,选择基于J2EE的B/S应用架构,以MVC架构的Struts作为表现层、采用O/R映射的Hibernate作为数据持久层,设计了一个供电营销信息系统。从表示层和数据层分析了系统实现的关键技术,并详细阐述如何通过对数据层进一步封装,简化系统开发,提高系统的开发效率,使系统在可维护性和可扩展性方面都有很好的改进,并对程序框架实现过程进行了详细描述。

移动地理信息系统中的多源异构数据融合模型

为了提高移动地理信息系统在野外数据采集过程中对多源异构数据的组织管理效率,在分析现有方法局限性和数据自身结构的基础上,提出一种基于可交换图像文件(EXIF)原理以数字图像为载体融合空间位置信息和一般形式属性的数据模型。该模型将关联的空间位置和一般属性嵌入到数字图像的物理结构中,从而实现关联数据的高度整合。基于该模型设计开发了野外数据采集系统,系统应用于农业资源管理与决策分析领域,验证了模型的有效性和实际效果。

一种基于地理信息系统的配电网规划方法

配电网规划问题在数学上是一NP-hard问题。当问题规模增大时,寻求其全局优化解至今仍是一难题。提出应用地理信息系统(Geographical Information System, GIS)技术改进配网规划的设想。基于中心地理论的应用模型,提出基于GIS的子系统模型及算法,使问题规模大为减小。研究结果表明,借助GIS无需复杂的算法便可使规划过程更具交互性、规划结果更直观、方案调整更灵活。

美国高等教育的发展趋势和面临的挑战:在线学习,移动学习和MOOCs——访美国圣地亚哥州立大学副校长依山·辛格(Ethan Signer)博士

依山·辛格博士,美国圣地亚哥州立大学(San Diego State University)资深名誉学术事务副校长,兼电教中心主管。他积极推动了该校对网络教学的发展和评估,并且推动了SDSU跟附近中小学的大力合作。他在校长职位30余年,负责学术事务部1.8亿的财政预算和支出。他知识渊博,熟悉美国的教育制度,跟美国白宫有合作办学项目,对美国的高等教育有着深刻的体会和独到的见解。辛格校长对中国有浓厚的兴趣,积极开展与中国的沟通和交流。他于2013年9月受邀访问国内多所高校,并举办了多场学术讲座。本刊特邀访谈者就此机会,对这位在校长职位上工作超过三十年的学者进行访谈,请他以圣地亚哥州立大学近几年用技术改革高等教育的策略和作法为切入点,从教育管理者和领导者的角度,阐述在线教育、MOOCs等技术力量在美国高等教育发展中的动力、影响及发展趋势。中美两国在高等教育体系各有特点,而我国同样面临着在线课程、开放课程、移动学习对教育的冲击和挑战。因此借鉴他人的思想和经验,有利于我国教育研究者发展出符合中国国情的、技术支持下的高等教育发展之路。

智能信息处理精品课程群建设思考

在分析精品课程群教学特点及相互间逻辑关系的基础上,从科学性和先进性入手,对课程群建设中的教学改革、师资建设、管理措施等方面进行研究探讨,强调通过构建精品课程群优质教学资源,发挥已有精品课程的全面辐射和示范作用。

基于联邦卡尔曼滤波器的车载GPS/DR信息融合

车载GPS/DR组合导航系统中,需要把不同特性的传感器信息进行融合,实现系统整体状态的最优估计。设计了GPS/DR信息融合的联邦卡尔曼滤波器,局部滤波器分别处理GPS和DR传感器信息,主滤波器进行信息融合,并对局部滤波器进行信息分配和重置。克服了单独使用GPS或DR时产生的系统失效、累积误差大等问题。仿真试验结果表明:GPS/DR组合定位比GPS单独定位具有更高的定位精度和容错能力。

面向GPU并行编程的线程同步综述

并行计算已成为主流趋势.在并行计算系统中,同步是关键设计之一,对硬件性能的充分利用至关重要.近年来,GPU(graphic processing unit,图形处理器)作为应用最为广加速器得到了快速发展,众多应用也对GPU线程同步提出更高要求.然而,现有GPU系统却难以高效地支持真实应用中复杂的线程同步.研究者虽然提出了很多支持GPU线程同步的方法并取得了较大进展,但GPU独特的体系结构及并行模式导致GPU线程同步的研究仍然面临很多挑战.根据不同的线程同步目的和粒度对GPU并行编程中的线程同步进行分类.在此基础上,围绕GPU线程同步的表达和执行,首先分析总结GPU线程同步存在的难以高效表达、错误频发、执行效率低的关键问题及挑战;而后依据不同的GPU线程同步粒度,从线程同步表达方法和性能优化方法两个方面入手,介绍近年来学术界和产业界对GPU线程竞争同步及合作同步的研究,对现有研究方法进行分析与总结.最后,指出GPU线程同步未来的研究趋势和发展前景,并给出可能的研究思路,从而为该领域的研究人员提供参考.

应用型本科信息系统分析与设计教学改革实践

针对信息系统专业在培养人才过程中存在的专业理论知识、技术方法与分析解决实际问题之间普遍脱节的问题,本文在分析信息系统分析与设计这门课程在专业培养过程中的作用和地位的基础上,根据作者多年来在该课程教学中所取得的经验,提出强调管理理念在信息化实施过程中的作用,结合案例分析、小组讨论、角色模拟和课程综合设计等多种形式的教学方式进行教学。这一方式在实践中起到了良好的教学效果,对信息系统专业的人才培养与定位有一定的参考价值。

基于农业信息数据元表示的数据挖掘

文章提出了一种基于农业信息数据元表示的数据挖掘方法,论述了农业信息数据元表示以及粗糙集理论的基本概念,并对基于粗糙集理论的挖掘模型的建立过程以及挖掘过程进行了阐述。

农产品物流配送过程信息技术应用研究进展

利用信息技术实现农产品配送过程跟踪、监管,对于保证农产品质量安全、提高农产品流通速度具有重要意义。该文介绍了国内外物流配送过程常用的信息技术——条码技术、RFID(射频)技术、GPS(全球卫星定位系统)技术、GIS(地理信息系统)技术、RS(遥感)技术、网络技术、EDI(数据交换技术)、信息处理技术。说明了各技术的特点和适用范围,综述了各信息技术在农产品物流配送过程中的应用情况,并指出中国目前在该领域研究中存在的问题和今后的研究重点。

论面向信息焦虑的知识信息服务

信息焦虑不仅严重影响用户信息利用效度,而且危害其身心健康。知识信息服务必须直面用户信息焦虑的真实存在,以多层次、不同产品形式的高质量服务帮助用户摆脱信息焦虑的困扰。本文首先介绍了信息焦虑的具体表现和诱因,然后依据布鲁克斯方程和用户信息利用的微观过程,揭示了信息焦虑的根源,在此基础上,探讨了以减少和消除信息焦虑为目的的知识信息服务的产品形式。

论信息的可理解

信息可理解是当前情报科学的研究热点--信息构建的一个重要组成部分.本文主要追溯了信息可理解的起源,论述了信息可理解的本质,探讨了信息可理解的情报科学阐释学基础,结合情报学、计算机技术、语言学提出了实现信息可理解的四个重要方法.

大学家校通短信互动平台的设计与实现

本文根据高校的实际需求,设计并实现了大学家校通的短信互动平台。通过该平台可以为保存在平台内的用户发短信,用户也可以回复短信,从而实现教师、学生、家长之间的互动,提高学校的办公效率。