面向计算思维培养的大学计算机基础课程实训体系建设与应用

分析如何精准明确知识体系、如何构建配套实训体系,以落实计算思维培养的问题,提出并设计以计算思维核心能力为核心的知识体系,以及与该知识体系相配套的实训体系,并给出基于该实训体系进行计算思维核心能力培养的方法。     

油气勘探开发协同工作环境建设与应用

油气勘探开发协同工作环境是近年地学研究与信息技术结合的前缘领域,其建设目标是实现勘探开发多学科、多层次、多业务对象、多业务阶段的协同工作和成果共享,提高油气勘探开发决策效率和成功率。中国石油统一建设的"勘探与生产技术数据管理系统"(A1系统)在数据库建设与服务、主流软件协同、项目研究成果管理与共享等方面取得的成果,满足了勘探开发协同工作的需求,在大庆油田、大港油田等单位的实际应用中得到完善并取得了良好效果。     

高级操作系统课程思政探索与实践

以操作系统课程为主线,分析理工类课程思政存在的困境,通过典型案例深入探讨思政教育与高级操作系统课程融合的可能性和入手点,最后说明课程思政教学效果并提出课程在实践和迭代过程中的教学反思.     

基于四轴飞行器的合训类本科毕业设计实践

针对信息化战争的发展趋势和基础合训类学员的任职需求,以提高学员的综合实践能力和激发学员的学习兴趣为目的,介绍基于AR.Drone四轴飞行器开展飞行器控制软件的合训类本科毕业设计的探索实践。     

油气大模型发展方向及实施关键路径

大庆油田历经60余年的勘探开发,面临着理论创新、技术突破和现场实施等诸多挑战。在这个过程中,传统的数学模型在处理复杂的地质数据和工程数据时已接近瓶颈,需要探索新的研究范式。近年来,大模型特别是多模态生成式大模型作为一种基于大数据、大模型的智能化技术,能够处理大规模、异源、异构的数据,有望更好地应对油气勘探开发领域中的复杂性和不确定性,重塑油气领域的数字化流程,成为油气行业新的发展契机。从油气大模型产生的技术需求、时代背景出发,探索油气大模型技术体系,对油气大模型建设提出设想。具体方案从建设目标、建设原则开始,设计技术架构、给出实施路径,横向上规划4个实施阶段、纵向上规划4个研究领域,设计15项关键任务,进一步为大模型落地,规划了数据库、知识库、成果库和协同研究4项配套体系建设、制定13项关键技术,逐步推进大模型对“数”“图”“体”的理解,最后对大模型在未来油气研究领域的应用场景进行了展望。     

用KERBEROS实现网络计算的安全认证

Ｋｅｒｂｅｒｏｓ是为分布式计算应用提供基于密钥加密的强度认证协议。通信双方通过ｋｅｒｂｅｒｏｓ相互认证身份,且其通信内容可以采用加密方式传输。本文介绍了Ｋｅｒｂｅｒｏｓ的原理,提出了Ｋｅｒｂｅｒｏｓ的实施过程和配置方法。     

C语言程序设计课程中的代码安全意识和能力培养

针对软件安全问题日益凸显的现状,分析代码安全意识培养对安全软件开发的重要性,以C语言程序设计为研究对象,结合通用缺陷列表(CWE)深入剖析程序设计课程中涉及的代码安全知识点,阐述如何在程序设计课程中培养学生的代码安全意识和安全代码开发能力,强调构建代码安全知识点图谱的重要性。     

SMT求解器理论组合技术研究

可满足模理论(SMT)求解器是计算机科学中用来判定一阶逻辑公式可满足性的程序,是许多形式化方法的验证引擎.理论求解器实现了SMT基于不同理论背景的求解过程,然而实际问题常以多个理论为背景.因此,本文重点介绍理论组合判定方法,概述SMT求解器的发展现状,并分析了几个主流SMT求解器理论组合判定关键技术.通过对照实验,评估...     

数据挖掘中的预处理技术

1 方法概述 数据挖掘技术是通过数据库或数据仓库发现并提取隐藏在其中的信息 ,由于高质量的决策依赖于高质量的数据 ,因此数据预处理是知识发现过程的重要步骤。检测数据异常 ,尽早调整数据并简化待分析的数据 ,将在决策制定时得到高回报。数据清理可去除数据中的噪音并纠正其不一致性 ;数据集成可将数据由多个数据源合并成一致的数据存储 ;数据转换是将数据转换成适合于挖掘的形式 ;数据化简可以通过诸如聚集、删除冗余特征或丛聚来压缩数据的大小。如果在数据挖掘之前采用这些数据处理技术 ,可以大大提高数据挖掘的有效性。2 技术实现为…     

深度神经网络修复策略综述

随着智能信息时代的发展,深度神经网络在人类社会众多领域中的应用,尤其是在自动驾驶、军事国防等安全攸关系统中的部署,引起了学术界和工业界对神经网络模型可能表现出的错误行为的担忧.虽然神经网络验证和神经网络测试可以提供关于错误行为的定性或者定量结论,但这种事后分析并不能防止错误行为的发生,如何修复表现出错误行为的预训练神经网络模型依然是极具挑战性的问题.为此,深度神经网络修复这一领域应运而生,旨在消除有缺陷的神经网络产生的错误预测,使得神经网络满足特定的规约性质.目前为止,典型的神经网络修复范式有3种:重训练、无错误定位的微调和包含错误定位的微调.介绍深度神经网络的发展和神经网络修复的必要性;厘清相近概念;明确神经网络修复的挑战;详尽地调研目前已有的神经网络修复策略,并对内在联系与区别进行分析和比较;调研整理神经网络修复策略常用的评价指标和基准测试;展望未来神经网络修复领域研究中需要重点关注的可行方向.