排序方式: 共有38条查询结果,搜索用时 0 毫秒
1.
针对计算机专业应用型人才培养,从更新理念入手,提出多重驱动的计算机专业应用型人才培养模式,建立符合社会需求的课程体系和多维实践教学体系,切实加强学生的实践创新能力,注重与产业互动,提升学生的职业素养,以保证人才培养的质量。 相似文献
2.
基于工作流的软件开发过程支持平台框架 总被引:2,自引:0,他引:2
讨论了一个软件开发过程支持平台WSDPP的系统框架,这个平台以基于PSAF过程元模型的工作流引擎为核心,以Agent辅助的PSP Client为开发人员与平台的接口.基于这个平台,软件组织的开发过程可以得到全面的自动化控制,不仅RUP/TSP/PSP的嵌套开发过程可以得到有效的支持,而且可以有效地实现TSP中的任务安排以及工作量平衡,完整地收集组织、团队和个人的生产力数据,达到定量管理的目的.在WSDPP平台上执行规范的自动化开发过程,将克服开发过程中的大部分问题,高效率地开发出高质量的软件产品. 相似文献
3.
针对传统单因子模型无法充分利用时间序列相关信息,以及这些模型对时间序列预测准确性和可靠性较差的问题,提出一种基于多模态信息融合的时间序列预测模型——Skip-Fusion对多模态数据中的文本数据和数值数据进行融合。首先利用BERT(Bidirectional Encoder Representations from Transformers)预训练模型和独热编码对不同类别的文本数据进行编码表示;再使用基于全局注意力机制的预训练模型获得多文本特征融合的单一向量表示;然后将得到的单一向量表示与数值数据按时间顺序对齐;最后通过时间卷积网络(TCN)模型实现文本和数值特征的融合,并通过跳跃连接完成多模态数据的浅层和深层特征的再次融合。在股票价格序列的数据集上进行实验,Skip-Fusion模型的均方根误差(RMSE)和日收益(R)分别为0.492和0.930,均优于现有的单模态模型和多模态融合模型的结果,同时在可决系数(R-Squared)上取得了0.955的拟合优度。实验结果表明,Skip-Fusion模型能够有效进行多模态信息融合并具有较高的预测准确性和可靠性。 相似文献
4.
5.
文章提出了一个基于共享抛物线的安全远程登录方案。该方案克服了Wu的基于共享直线方案[1]的缺点,而且可以抵制Hwang的攻击方法[2]。该方案的主要优点是用户可以随意选择或修改他们自己的口令,并且远程系统不需要为认证远程登录请求而事先存储认证表。 相似文献
6.
针对计算机应用类毕业生不能很好地适应当前企业实际需求,阐述构建基于CDIO工程教育模式的数据库应用类课程体系,提出采用三级项目驱动的方式培养学生自我学习、团队合作、系统研发等能力,并结合产学合作模式、能力评价导向等手段促进教学质量提升。 相似文献
8.
传统网格聚类算法聚类质量低,而密度聚类算法时间复杂度高。针对两类算法各自的缺点,结合它们的聚类思想提出了一种新的聚类算法。该算法提出了边缘度密度距作为新的密度度量,并在此基础上逐步确定了类的定义和聚类过程的定义。算法前期通过网格划分操作统计记录了待聚类数据的初始信息,以供随后的k近邻统计使用。在寻找聚类中心点时使用了桶排序的策略,使得算法能快速地选出下一个聚类中心点。随后的聚类步骤是迭代搜索并检验当前类中未检验的k近邻是否满足密度可达性来完成聚类。理论分析和实验测试的结果表明,该算法不仅保持了较高的聚类精度,而且有接近线性的低时间复杂度。 相似文献
9.
针对人工操作需按照体积法配置参比燃料的精度缺陷,设计了一款基于质量法的全自动辛烷值、十六烷值参比燃料配样机。给出了该配样机的机械结构和控制流程。多次测试结果表明:配样机配置参比燃料误差仅为0.01%。 相似文献
10.