浅析计算机网络实验室的实训功能

将网络实验建成企业需求、功能细分、任务驱动的实训课题可极大提高学生实际动手能力。任务引入是将每一个独立的实训功能课题嵌套在同一个大任务、大环境中的说明,帮助学生快速地进入学习环境,也是知识串联的关键;任务分析把独立的实训功能分解成若干个相关的知识,帮助学生全面掌握计算机网络管理知识;任务拓扑是独立的实训功能的具体说明。     

高校计算机专业实训教改策略分析

目前,我国大部分高校都设置了计算机专业,计算机作为一门实践性较强的学科,对学生的实践能力有一定要求.高校设置计算机课程的初衷是为了提升学生的实践能力.而计算机专业实训是提升学生实践能力的重要途径,同时也是计算机专业教学的重要内容,因此,在高校计算机教学中,教师应该重视实训教改的研究,根据现代教育理论,采取有效的策略进行实训教学的改革,进而提升计算机实训教学效果.     

独立学院计算机类专业的企业级仿真实训

针对独立学院计算机类专业的学生实际编程能力无法达到用人单位要求及就业情况不太理想的问题,分析目前实训教学中存在的问题,提出企业级仿真实训的教学模式,突出学生参与企业真实项目开发的重要性,说明独立学院计算机类专业企业级仿真实训的构建原则、教学形式及教学内容,为提高学生的就业能力探索新途径。     

沉浸式软件工程专业实训课程设计与实践

针对地方本科院校软件工程专业的学生异地实习成本高、效果不显著、顶岗实习难以做到全覆盖等情况,提出沉浸式软件工程专业实训课程设计方案,从实践课程目标设计、实践环境设计和实践活动设计方面探讨如何进行沉浸式软件工程专业实训课程教学,介绍具体教学实践,最后说明教学效果。     

《电子产品安装与调试》实训教学改革及应用

课程教学改革是示范院校建设的核心工作之一,本文针对学生毕业后的就业环境、可获取的证书、实训教学内容的开发、校内实训基地的建设、实训教学考核等问题进行了阐述,并以《电子产品安装与调试》实训教学改革为例进行了说明。     

干扰素生产仿真模拟软件开发的几点思考

本文从构建干扰素生产仿真模拟软件应用于我院发酵制药技术教学中为根本任务出发,深入探讨了实践教学中应用仿真操作的目的和应用价值、系统构建,论证了仿真模拟实训能有效的培养学生的动手能力和适应能力,解决学生实习难等实际问题.但是,仿真软件不应该也不可能取代实物实践.     

基于MATLAB环境下控制系统仿真项目的开发

过程控制系统实训是高职院校生产过程自动化技术专业的一门不可缺少的一个环节,传统的实践教学存在设备数量不足,过程花费的时间过长等缺点,用MATLAB进行仿真,并结合实例说明过程控制系统仿真实训项目开发过程。     

对电子商务专业的网店实训环节的思考

本文就电子商务专业目前存在的主要问题进行了分析,重点从网店实训这个实践环节出发,从实训的课时设置到安排进行了详述,以此来说明网店实训环节对于提高电子商务专业学生的动手能力的重要作用,对于提高学生竞争力的不可忽视的地位。     

什么时候应该使用WebService

本文将说明在什么情况下应该使用Web service,什么情况下你不应该。     

虚拟实训技术在高职院校中的应用

本文通过分析高职院校运用虚拟现实技术的实例,认为虚拟实训技术可以改善高职院校的教学条件,所以高职院校应该大力的发展其在实训方面的应用,而且,我国的虚拟实训技术已经发展到了比较高的阶段,可以在高职院校中普遍的应用。下面本文就将介绍虚拟实训技术应用的可行性及其应用实例。     

基于同心超球面分割的支持向量预抽取方法

支持向量机仅仅由支持向量所决定,因此预先抽取支持向量参与训练是非常重要的。提出了一个基于同心超球面分割的支持向量预抽取方法,并在此基础上给出了HD-SVM训练算法。首先对样本的每一类分别用一些半径足够大的同心超球面进行分割,抽取出距离最优分类面较近的边界样本,这些样本最有可能成为支持向量;然后让边界样本作为初始工作集先参与训练。实验结果表明,该文的方法可以有效地对支持向量进行预抽取,避免了训练全部样本,使得训练速度明显得到提高。     

浅析设计素描的独特作用

设计素描不但是现代设计绘画的训练基础,还是培养设计师形象思维和表现能力的有效方法,而且在设计中具有独特作用,因此,当代设计师应当掌握这门基本功。     

Computer assisted training of complex managerial performance

The degree of training effectiveness in most prior management training technologies is considered. It is suggested that training should not only focus on the specific content of managerial tasks (e.g., what managers should think or do in response to certain task or situational demands) but should also focus on structural components of managerial effectiveness (e.g., “how” managers think and function, including the utilization of adaptive differentiation and flexible integration, especially in complex, fluid and uncertain settings). A training experiment employing two scenarios of a computer assisted quasi-experimental simulation is reported. Computer-based training was interspersed between exposure to the two simulations. Data indicate that training in both specific content and in structural components of management generated considerable improvement in performance. The degree of improvement after exposure to only specific training was diminished and restricted to simpler aspects of performance. No improvement was evident for those managers who were not exposed to training. Suggestions for future managerial training technologies are advanced.     

Negative effects of sufficiently small initial weights on back-propagation neural networks

In the training of feedforward neural networks,it is usually suggested that the initial weights should be small in magnitude in order to prevent premature saturation.The aim of this paper is to point out the other side of the story:In some cases,the gradient of the error functions is zero not only for infinitely large weights but also for zero weights.Slow convergence in the beginning of the training procedure is often the result of sufficiently small initial weights.Therefore,we suggest that,in these cases,the initial values of the weights should be neither too large,nor too small.For instance,a typical range of choices of the initial weights might be something like(0.4,0.1) ∪(0.1,0.4),rather than(0.1,0.1) as suggested by the usual strategy.Our theory that medium size weights should be used has also been extended to a few commonly used transfer functions and error functions.Numerical experiments are carried out to support our theoretical findings.     

行为识别中基于GA优化的加速度特征选择方法

在基于加速度信号的人体行为识别中,LDA是较常用的特征降维方法之一,然而LDA并不直接以训练误差作为目标函数,无法保证获得训练误差最小的投影空间。针对这一情况,采用基于GA优化的LDA进行特征选择。提取加速度信号特征,利用PCA方法解决“小样本问题”,通过GA调整LDA中类间离散度矩阵的特征值矢量,使获得的投影空间训练误差最小。采用SVM对7种日常行为进行分类。实验结果表明,与单独采用PCA和采用PCA+LDA方法相比,基于GA优化的LDA算法在保证较高识别率的同时能有效降低特征维数并减小分类误差,最终测试样本的识别率可达95.96%。     

艺术设计专业风景写生课程教学探索

本文从艺术设计专业培养目标出发,结合设计专业的特点,针对目前艺术设计专业的学生状况和当前该课程在教学中存在的问题,主张风景写生课程要从教学大纲、课程结构上进行整体的安排,在教学方法上要采用多元化的训练方式,提出了在训练过程中应把握好三个关键性教学环节,全方位地培养艺术设计专业学生所需的创意思维、知识技能和综合能力。     

Oracle创新模式下的高职Java教学改革

为了提高学生的学习积极性与学习效率,依托Oracle(甲骨文)公司的实训平台,吸取Oracle公司创新培训模式的经验,遵循课程建设与实验实训室建设紧密结合、实验教学与理论教学有机结合、校企深度结合等改革线路,明确课程定位,优化课程结构,采用多种教学手段与方法对课程进行改革。实践证明,学生通过学习本课程,不仅增加了对编程语言的学习兴趣,也更加理解实际项目开发的过程,为未来的就业打下了良好的基础。     

基于多核系统的并行线性RankSVM算法

排序学习（learning to rank）一直是机器学习领域的研究热点之一。作为解决排序学习的常用模型,线性RankSVM一直备受研究者关注。尽管现有的线性RankSVM已得到较有效地研究,但在训练大规模的线性RankSVM时,过长的训练时间依然难以让人接受。通过对当前最先进算法Tree-TRON的分析可知,利用信任区域的牛顿迭代（Trust Region Newton Method,TRON）去训练线性RankSVM模型涉及大量的Hessian-vector内积（Hessian-vector product）计算。同时完成Hessian-vector内积计算又需计算大量的辅助变量和矩阵运算。为了有效地加速与Hessian-vector内积有关的计算,本文在多核系统下提出了一种高效的并行算法（命名为PRankSVM）用于提高大规模线性RankSVM的训练速度。PRankSVM的特征主要体现以下两个方面：（1）训练数据按不同的查询划分为不同的子问题,（2）在多核系统下,利用多核加速辅助变量和相关矩阵的计算。通过实验分析可知,相较于现有的算法（如Tree-TRON）,PRankSVM不仅可以有效地提高训练速度,而且可以有效地确保预测的准确率。     

SRK as a framework for the development of training for effective interaction with multi-level automation

This paper examines the development of training for effective interaction with multi-level automation, i.e., a system that switches between functions and roles corresponding to different levels of automation. These interactions need to span not only the nominal procedures and skills expected of the operator, but also effective reasoning about when and whether the automation should be employed. This suggests framing the operator’s tasks using Rasmussen’s classical categorization of human behavior as skill based, rule based, or knowledge based (SRK), thereby providing appropriate insights into appropriate training objectives and methods. This paper uses the aircraft traffic alert and collision avoidance system as a case study, demonstrating the application of the SRK framework to develop pilot training. Comparison of pilot behavior with and without this modified training highlights the training’s ability to improve interaction with the automation, leading to recommendations for broader application of the SRK framework in training development.