基于超星学习通的软件工程在线课程建设

受新型冠状病毒肺炎疫情的影响,各高校延期开学,在教育部停课不停教、停课不停学的号召下,我校各学院和老师充分利用各类在线教学资源,开设覆盖全体本科生的各类课程.该文主要介绍了基于超星学习通的软件工程在线课程建设方案.     

基于特征命令交换的在线协同设计方法

在线协同设计中特征命令的并发执行将导致文档状态的不确定,其直接后果是造成拓扑对象编码/命名冲突。为此,将状态向量作为特征命令执行文档状态的简化描述形式以方便参与者间的通信,结合各个参与者本地的特征命令队列以及几何模型对特征命令的执行文档状态进行精确描述。基于该精确描述方法对特征命令的本地和远端执行文档状态进行分析,提出特征命令执行文档状态确定化算法以保证拓扑对象编码/命名的正确有效性。     

基于MOOC技术的在线金课建设策略

金课是对网络在线M O O C 教育的继承和发展,不仅注重对学生专业理论知识的讲解,更强调对学生高级思维意识、知识转化为实践能力的培养,具有创新性、高阶性、挑战性等特征。围绕在线金课课程的建设,从课程教学情境、知识结构体系、教学内容、交互模式等方面入手,进行网络化精品金课的组织与设计,满足广大学生群体多样化的专业课程学习需求。     

慕课理念下“互联网+”的工程制图课程教学改革思考

随着时代进步,人们可随时随地获取知识。慕课(MOOC),全新的教育教学方式, 可以很好地实现知识实时、多维展示。慕课理念是适应信息时代,契合当代学生思维、性格特 征的。结合目前高等教育实际,融入慕课理念,改变传统的大学工程制图课程的教学方式,论 述了基于慕课理念的工程制图教学的改革思路。在工程制图课程的教学过程中,充分利用网络 优势,将课堂教学与慕课理念下“互联网+”进行有机结合,不断改进教学。实践证明“互联网+” 教学模式,有效拓展了教学时空,深受学生欢迎。     

一种结合用户适合度和课程搭配度的在线课程推荐方法

在线学习由于不受时空限制而愈来愈流行.如何从成千上万的在线课程中选择合适课程是在线学习者面临的极大挑战,在线课程推荐应运而生.但现有课程推荐系统仍面临2个主要问题：1)不同用户具有不同的学习能力和需求.因此,需要仔细考虑用户对不同课程的适合度,否则可能会导致推荐的课程难度太大.2)目前的课程推荐方法忽略了推荐课程与用户已学课程之间存在的可搭配关系,可能导致不合适的推荐.针对以上2个问题,首先深入分析了用户的学习特征、类型及其对不同课程的学习适合度;同时,利用课程的共同被选频率,对不同课程之间的可搭配关系进行探究.基于以上2个方面,提出了一种结合用户适合度和课程搭配度的课程推荐模型(user-suitability and course-matching aware course recommendation model, SMCR).在CN(canvas network)数据集和MOOC(massive open online courses)数据集上进行的对比实验结果表明,该方法可以达到更高的推荐准确性,而且SMCR模型能够向用户推荐既适合其学习又与其已学课程可以进行搭配的课程.     

FOCoR:一种基于特征选择优化的课程推荐技术

针对在线教育平台行为日志推荐模型存在的冷启动问题,设计一种融合高校选课数据的课程推荐方法FOCoR。首先,提出基于遗传算法的特征选择技术FSBGA (Feature Selection Based on Genetic Algorithm),然后再以特征选择的结果作为输入,基于梯度提升树LightGBM技术构建推荐模型来进行课程推荐。具体地,在提出的FSBGA算法中,构造结合模型损失和特征数量的适应度函数,并在高校选课数据的特征子集空间中搜索出兼顾模型损失和特征数量的最优特征子集。与基于互信息、F检验的特征选择方法相比,在FSBGA算法所选出的特征子集上训练的选课模型在AUC、F1分数、对数损失这3项指标上均优于其它特征选择算法。为了验证本文工作的有效性,将FOCoR与LightGBM、XGBoost、决策树、随机森林、逻辑回归等算法在真实数据集上进行实验和性能评估,结果表明FOCoR在F1分数上取得了最好的性能。     

软件工程校级精品课程建设方法

精品课程的建设可以提高课程的教学质量和教学水平,收到良好的教学效果。结合校级软件工程精品课程建设的实际,阐述按照专业培养目标进行课程建设的方法,提出选择教学内容和设计实验内容的建议。同时建设实训系统和辅助教学网站,培养学生软件开发和自主学习的能力,提出以案例驱动为主的课程教学创新模式。     

基于特征工程的广告点击转化率预测模型

在大数据环境下,随着全球网络广告传播行业的快速发展,网络广告的计算也越来越受到人们的高度关注。计算广告旨在将广告投放到特定的受众人群,以广告环境和用户特征为基础进行数据分析计算,从候选广告库中选择出最佳匹配的广告。其核心问题是通过网络广告点击转化率预测的计算,将用户点击可能性最高的广告选择出来。广告点击转化率的精确预测与媒体、广告主和用户3方的利益密切相关。该研究基于TrackMaster平台提供的真实广告数据,以特征工程的视角,分别从用户信息特征、广告信息特征、上下文特征和统计特征4个角度进行特征分析,从而挖掘出对广告点击转化率影响较大的重要特征,构建广告点击转化率预测分层模型并训练,并且结合LightGBM算法模型得出广告点击转化率的重要特征排序。实验结果表明当特征选择阈值,特征选择数目为19,树的颗数为100时的受试者工作特征曲线下的面积（Area under receiver operating characteristic curve, AUC）值最大,模型的对数损失函数值约为0.136 8,此时模型具有最优的效果。预测模型和特征排序结果有助于企业制定最优的广告投放策略。     

基于FAHP的网络课程评价系统的开发与应用

网络课程评价是网络课程建设中的重要一环,为了对网络课程进行科学有效地评价,提高网络课程建设的效益,建立了基于模糊综合评价法和改进的层次分析法的网络课程评价模型。基于该模型在VC平台上设计并开发了网络课程的计算机评价支持决策系统,对系统的体系结构和关键技术进行了详细的说明。实例分析结果表明,该评价系统能够对网络课程进行科学的评价,并给出改进的合理、科学有效的建议,该系统具有较高的可行性、实用性,极大地提高了网络课程评价工作的效率。     

基于学习者画像的数据库课程教学改革研究

针对现有数据库基础课程教学无法满足学生多样化需求为背景,本文引入问卷调查获取学生个性化特征,根据学习者的基本信息、行为数据、态度数据以及学习结果对其进行画像,将具有相同学习行为的学生形成群体,按学生个人能力和需求给予个性化教学,并及时对学生学习过程进行干预,设计形成以人为本的差异性和多元化数据库课程教学新模式.     

基于特征选择的质心向量构建方法

基于质心的文本分类方法对模型较敏感,分类性能较差。为此,提出一种基于特征选择的类别质心向量构建方法FSCC。计算特征与类别之间的特征选择值,利用质心特征权重计算公式得到类别的质心向量,并采用非归一化的余弦相似度计算文档与质心间的距离,实现文本分类。实验结果表明,与基于质心的方法和支持向量机方法相比,FSCC方法的分类效果更好。     

网络课程页面在线生成管理系统

本文首先简要分析了当前网络远程教学中的网页制作状况,然后运用活动服务器页面技术和远程多媒体资源管理技术,设计了一套基于数据库管理技术的在线设计管理网络课程页面的系统。由于在线教师能够轻松获得服务器上已有的网页素材和网页信息,从而能够充分地重用及方便地管理它们。该系统使得即使是异地的网络教师也可以很方便地地合作开发课程页面。     

一种基于形态小波的在线掌纹的线特征提取方法

在线掌纹中的线特征性能比较稳定，表示方法简单，特征空间小，可实现快速检索与匹配，该文针对在线掌纹图像噪声强，对比度低的特点，提出利用形态中值小波对原努图像进行非线性多分辨率分析，然后取其中的低频分量进行方向选择模板匹配，得到了较理想的实验结果。     

结合低维特征和在线加权MIL的目标跟踪算法

为了提高视频序列中目标跟踪的准确性,提出了结合低维Haar-like特征和在线加权多示例学习（OWMIL）的跟踪算法。将训练集中的图像进行剪裁,构建正负样本集。通过稀疏编码提取低维度的Haar-like特征来表示目标。通过这些正负样本的局部稀疏特征在线学习生成弱分类器集,并通过示例加权方法来促进学习过程,最终生成一个强分类器,用于测试视频中的目标跟踪。实验结果表明,该算法在旋转、光照和尺度变化等影响下取得了优异的效果。相比其他几种改进型多示例学习算法,提出的算法获得了更好的跟踪效果。     

一种组合特征抽取的新方法

该文提出了一种基于特征级融合的特征抽取新方法，首先，给出了一种合理的特征融合策略，即利用复向量给出组合特征的表示，将特征空间从实向量空间拓广到复向量空间，然后，发展了具有统计不相关性的鉴别分析的理论，并将其用于复向量空间内最优鉴别特征的抽取，最后，在Concordia大学的CENPARMI手写体阿拉伯数字数据库以及南京理工大学NUST603HW手写汉字库上的试验结果表明，所提出的组合特征抽取方法不仅具有很强的维数压缩能力，而且较大幅度地提高了识别率。     

基于GNSS的在线工程测量系统设计

传统工程测量领域中多使用离线作业方式,通过纸质表单分配测量任务和记录测量成果,直接造成了管理难度高、作业效率低的局面.基于全球导航卫星定位系统(GNSS),与互联网及无线通信技术相结合,使用B/S架构开发出一套在线工程测量系统.在本地服务端使用实时相对定位技术获取流动站空间坐标,并内置转换算法模块构建数据链,实现在多坐标系实时数据下在线完成施工放样任务.该系统实时性强,成本低,精度高,易于管理,已在某高铁项目的实地施工测量中通过测试.     

面向知识产权的科技资源画像构建方法

大数据时代,面向知识产权的科技资源呈现数据规模大、时效性高和价值密度较低等趋势,为有效利用知识产权资源带来严峻的挑战.同时,各个国家对知识产权中隐匿信息挖掘的需求日益增加,使得面向知识产权的科技资源画像构建成为当下的研究热点.目标是通过智能化的数据获取、实体识别以及可视化的方式对知识产权进行画像构建.然而,现有的科技资...     

基于联合一致循环生成对抗网络的人像着色

传统灰度图像着色方法存在颜色失真、效果不佳等问题,已逐渐被深度学习方法取代。目前基于深度学习的人像着色方法主要存在复杂背景下误着色的问题。针对上述问题,提出了联合一致循环生成对抗网络的人像着色方法。该方法在循环生成对抗网络的基础上,采用联合的一致性损失训练模型;生成网络采用U型网络结构（UNet）进行改进,以提高生成图像信息的完整性;判别网络中引入多特征融合的特征提取方式,增强特征对图像的细节表达。最后通过在自建的CASIA-PlusColors高质量人像数据集中的对比实验,验证了该方法对复杂背景中的人像着色有着更好的效果。     

A New Solution for Feature Recognition from 2D Engineering Drawing

The paper presents a promised way of feature recognition from 2D engineering drawing——developing special system and extracting features from machining drawings. In general, researchers inclined to extract features from design drawings and ignored machining drawings. Actually, both of machining and design information shows the same importance in developing new products. Not only can machining drawing provide us with feature model or 3D geometrical model of the part, but also they can be easily recognized. In the paper the processes and methods of feature recognition from three-cone-bit (A Kind of aiguilles used to drill oil well) machining drawings are introduced. Firstly, overall approach is explained. Secondly, two methods of form feature recognition are introduced: symbol-matching method used to analyze annularity or chained graph and method based on feature-hint used to recognize the general features. Thirdly, feature parameters are extracted. Finally, a practical implementation is given.     

基于电力大数据的客户立体画像构建及应用研究

随着时代的不断进步和科学技术的不断发展,物联网以及智能电网开始慢慢走入生活,被越来越多的人所熟知,加上"互联网+"战略,电力大数据对电网企业的发展已经造成了颠覆性的冲去。通过介绍电力大数据的概念,对客户立体画像进行概述,为后续的应用研究打下铺垫。同时,更加肯定了客户立体画像的应用范围之广,它将带给电力企业新的高度和新的发展。