校政企共建“厂中校”合作培养“互联网+”人才的创新与实践

作为倡导"主动服务、超前服务、优质服务"理念的地方高校,马鞍山师范高等专科学校采取政府、学校和企业三方合作办学的模式,在马鞍山市企业集中的软件园建立了软件与互联网学院。这种"厂中校"模式打破了学校和企业的"围墙",利用互联网技术改造学校传统专业,促进了产教深度融合和校企无缝对接。学院落户软件园,依据企业需求进行专业设置和课程改革,采取"订单"培养模式,为企业量身定制人才培养计划,有针对性地培养高质量技能型人才。

融合SPOC模式的分层教学法在本科教学中的应用--以计算机组成原理课程为例

计算机组成原理课程是计算机类专业的核心骨干课程,课程以计算机硬件知识为主,知识点多,学习难度大,教学难以取得满意成效。本文提出在计算机组成原理课程中采用融合SPOC模式的分层教学方法,通过分析学生学情特点,对学生主体、教学活动分层,依托学习通等平台,依据学生层次、学生心理效应进行线上线下分组教学,研究该教学方法对学生学习效果、自主学习积极性等方面的利弊作用,旨在进一步改善计算机组成原理课程的教学效果。

数字孪生技术在“计算机导论”课程教学中的应用

随着教育信息化进程的发展,高职院校在人才培养中开始探讨如何利用信息技术,创造生动形象的学习氛围,促使学生迸发对知识的探究热情。数字孪生技术以数字化的手段在虚拟世界中构建一个完全相同的数字实体,实现了通过虚实共生的方式促进个体对真实实体的了解、分析和优化,为寻求教和学之间的因果关系,成为建立以学生为教学主体,提升教学的乐趣以及学生的获得感,实现教师及学生对自身教学学习行为进行优化的一种新思路。文章以“计算机导论”课程为应用对象,探讨数字孪生技术在“计算机导论”课程教学中的应用方式。

Apriori算法改进及其在高校网络教学平台的应用

高校网络教学平台大多存在在线课程繁多但组织随意,课程链接排列不合理且缺乏有效依据的问题。根据学习者在网络教学平台的课程访问日志,针对Apriori算法的缺陷和不足,提出改进的关联规则算法,并运用该算法,挖掘学习者频繁访问的在线课程页面集合,即获取学习者对于在线课程间的关联需求,以此作为支撑和依据,对网络教学平台的在线课程进行重组以及在关联的课程间增加链接,可极大优化网站结构,提高网络教学平台的用户体验及网站流量。

基于时序数据-BP神经网络的电力能耗分析研究

为了更好地对电厂中机组的能耗问题进行分析研究,根据电厂不同工况的参数指标,建立电力企业能耗仿真BP神经网络模型。归一化处理电厂运行过程中各类传感器采集的数据,采用负荷、环境温度、排烟温度、背压、含氧量等指标,并加入时序历史能耗作为输入参数;利用电力企业短时能耗作为输出参数;通过采用不同时间窗口的连续时序能耗参数指标和热力学相关参数作为输入,在神经网络中不同中间层的隐层节点数下进行仿真实验。结果表明,基于时序历史能耗数据的电厂指标参数在包含21个隐层节点数的BP神经网络模型上能够在线仿真出精度较高的短时供电能耗数据。所建的电力能耗预测模型将为后续电厂的节能减排、负荷优化,提供理论参数支撑。