面向应用型本科院校的C语言程序设计教学方法改进

以重庆三峡学院在C语言程序设计课程教学改革中的探索和实践为例,介绍面向应用型本科院校的C语言课程教学存在的问题,提出一系列教学方法改进策略。通过多年教学实践表明,这些举措在培养学生分析解决问题能力方面,和在增强学生实际应用及操作能力方面,取得了良好的教学效果。     

“管理信息系统分析与设计”教学模式的改革探讨

对于程序设计这一类课程,大多数的学生在学习过程中的兴趣度不高,课程结束后的收获不大。造成原因除了学生自身的学习态度之外,与教学过程的安排以及任课教师的授课方法也有着很大的关系,因此提出在教学过程中引入案例教学、任务式实验等教学方法,旨在提高学生的学习主动性,从而提高学生"管理信息系统分与设计"的理论知识水平和动手能力。     

基于狮群优化算法的自适应图像去噪技术

针对现有技术不能同时处理多种噪声的问题,提出一种基于狮群优化算法的自适应图像去噪技术.利用不同空间滤波器组合,在保留图像更多边缘纹理细节的同时,消除图像中的高斯、斑点和椒盐等多类噪声.为了提高线性滤波器组合的效率,采用狮群优化算法在无人为干预的情况下寻找最佳滤波器组合,使得算法在最少的时间消耗内实现最优的图像噪声消除效果.实验结果表明,该算法在多个指标方面的性能表现明显优于其他算法.     

恶意USB设备原理及防护措施研究

在网络与信息安全领域中,计算机USB接口安全一直以来都面临着严峻的风险挑战,也是用户最容易忽略的问题,而恶意USB设备是计算机USB接口安全的主要威胁之一,它严重威胁着企业的信息安全与公民隐私信息安全。针对当前USB安全问题现状进行了分析,介绍了常见的恶意USB设备Keylogger与BadUSB的危害、攻击特性,对Keylogger,BadUSB硬件电路原理,硬件程序实现,攻击方法进行了详细剖析。通过AVR微控芯片构建出Keylogger,BadUSB设备,然后用其设备对计算机进行攻击实验,最终实现对目标主机的监听与控制,并研究拦截Keylogger记录监听与抵御BadUSB攻击的安全防护措施,为用户提供有效的安全保护解决方案。这些防护措施与解决方案能有效地保护公共信息安全与个人信息安全,能遏制USB接口层面信息安全事件的发生。     

基于ZigBee的校园安全监控系统设计＊

本文设计了一种基于ZigBee技术的校园监控系统,将ZigBee监控网络提供的目标位置信息与监控摄像机群结合,实时监控校园的安全。监控系统利用ZigBee节点进行定位与信息通信,当图像识别超出安全阈值,全部可拍摄范围内的节点摄像头自动对锁定目标跟踪监控,同时,系统自动发送报警电话及邮件至学校保卫处和范围内的人群,邮件内容含有危险人群及物品的位置信息和现场监控的实时画面。仿真实验表明,监控目标跟踪定位误差在3m之内时,跟踪目标可出现在摄像机监控显示内,且清晰可识别。     

推进式优化特征权重的K-中心点聚类方法

为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种推进式优化特征权重的K-中心点聚类算法。对该聚类算法进行了必要的讨论,给出其时间复杂度分析及算法收敛性分析。为实现该聚类算法的特征权重优化步骤,给出了二种不同的特征权重优化方法和几个自适应优化距离权重系数、目标函数系数的方法。这些优化方法在一定的理论层次上解决了相异性度量的自适应优化问题。通过几个UCI标准数据集验证了该聚类算法有时能取得更好的聚类质量,从而说明该加权聚类算法具有一定的有效性。给出了几点研究展望,为下一步的研究指明了方向。     

邮件蠕虫传播与防御的分析研究*

邮件蠕虫利用e-mail在具有power-law结构特点的网络中进行传播,使得传统的蠕虫防御策略失效。结合power-law网络拓扑结构的特点,引入节点免疫和邮件服务器参与两种防御策略,分别对重复感染与非重复感染两种类型的邮件蠕虫传播进行了实验仿真。结果表明,节点的优先免疫类型、免疫起始时间、邮件服务器参与防御时间及蠕虫邮件识别正确率都与邮件蠕虫的传播有着紧密联系。     

教师情绪劳动研究述评

教师作为高情绪劳动者，其情绪劳动不仅影响自身身心健康与工作绩效，还对学生的身心健康、学业成就等有较大影响，但是有关教师情绪劳动的相关研究却甚少，目前我国对此还未引起足够的重视。对教师情绪劳动的概念、维度、前因变量与后果变量等方面进行了梳理与总结，在此基础上分析了已有研究的不足，并提出了今后研究的展望。     

自适应分数阶的尺度不变特征变换图像匹配算法

分数阶微积分在图像处理过程中,能够加强图像的纹理细节,也有利于图像的特征匹配。为了降低在分数阶图像匹配过程中寻找合适阶数所需要的大量人力和物力,本文提出了自适应的分数阶尺度不变特性变换(SIFT)算法,将自适应的图像处理方法与高斯滤波相结合,利用自适应的分数图像处理对图像加强,然后检测出更准确的关键点,进行图像匹配,提高图像的匹配率。实验表明自适应的分数阶在匹配中的应用减少了寻找合适阶数的麻烦,而且也可以达到较理想的匹配率。