《网络应用开发》课程混合教学及评价研究

“互联网+教育”的蓬勃发展，加速线上教学与传统课堂教学的融合，成为当今课堂教学改革与革命的热点。《网络应用开发》课程依托项目教学（PBL），结合慕课（MOOC）元素，建设适应自身教学需要的在线课程（SPOC），探索针对程序设计类课程的线上/线下混合教学的新模式，构建形成性评价与结果评价相结合的多元化评价体系。实践表明，混合教学及评价能激发和培养学生自主探究、协作学习等意识，提升学生分析与解决问题的编程实践能力。     

网络编程技术课程形成性评价方法探索

针对网络编程技术课程培养学生实践动手能力的要求,分析现有形成性评价方法,提出采用多维度的形成性评价方式考查学生在整个教学过程中的表现和学习效果,以网络编程技术课程特点为牵引,从掌握知识、探究原理和提升能力3方面介绍这门课程在设计形成性评价方法过程中的一些具体实践内容。     

高校计算机教学形成性评价的应用研究

高校计算机专业注重培养学生的操作能力和知识的应用能力等,单一的总结性评价不利于促进教学的发展和学生的学习。形成性评价应用于高校计算机课程教学中,具有重要的意义。结合高校计算机课程特点,探究形成性评价在高校计算机课程应用的原则,提出促进形成性评价在高校计算机教学应用的策略。     

多源异构数据下的工业设计专业课程混合教学形成性评价构建研究

形成性评价是对课程各阶段学习进行有效评价的一种评价模式，构建形成性评价模式有利于具有多源异构数据特征的工业设计类课程混合教学的合理评价。研究结合了工业设计专业课程特点，从评价结构、评价原则和评价框架入手，构建工业设计课程混合教学形成性评价的方式。研究设计了工业设计专业课程混合式教学形成性评价的权重比例和量化设计，提出评价体系应用建议，为工业设计专业课程混合式教学提供新的评分方式和可行性策略。研究下的过程性评价体系相对于传统评价方式有着数据性、科学性、公平性和全程性特点，适用于工业设计专业课程混合式教学。     

计算机专业图论课程教学改革探索

本文分析了图论教学的重要性及图论课程教学现状,针对应用型人才培养目标和计算机专业的特点,对图论课程教学提出了一些改革思路,主要思想是通过程序设计竞赛激发学生的学习兴趣和积极性,并通过在线程序实践理解和实现图论算法,让学生掌握图论算法及其应用。最后总结了一些有效的课堂教学和实践教学方法。     

"算法设计与分析"课程教学改革探索

探索“算法设计与分析”课程的一系列教学改革措施。将“对分课堂”的新型教学理念、教学方法和评价手段融入到教学过程中,根据教学内容特点灵活使用对分策略;以程序设计辅助教学系统为支撑,完成课程过程性考核评价;建设优质课程试题库、课程资源及拓展学习平台,为学生提供全面、持续的学习服务。教学实践证明,这些改革举措取得较好的教学效果。     

高校程序设计类课程过程性评价的研究与实践

分析高校程序设计类课程的特点,从评价的适时、适量、适用三个方面入手,提出程序设计类课程过程性评价的具体内容和方法。     

数据挖掘算法微课程教学设计研究

微课程建设是构建学习型社会的重要内容之一。根据数据挖掘课程学科交叉性强、知识点难度高、主题模块明确的特点,设置了以算法为微课主题的数据挖掘微课程设计方案。以Apriori关联规则算法为例,从内容选择、设计思路、实现方法方面阐述微课程的开发与制作流程。从教学实践效果可知,该微课程能提高学生的学习兴趣和自主学习能力,不仅为数据挖掘课程提供辅助资源,同时,也为其他程序设计类课程的教学设计提供思路。     

项目式教学中学生评价系统的构建

学生评价对项目式教学的实施起着重要的导向作用和监控功能,是决定职业教育课程改革成败的关键环节。在项目式教学中构建学生评价系统能促进学生、教师和课程的发展。本文通过分析评价体系的特点,说明了评价任务的选取,评价标准的确定,以及评价系统的具体应用及实施。     

基于能力培养的程序设计基础课程教学探讨

程序设计基础课程是大学非计算机专业学生的公共基础课程,选修该课程的学生绝大多数未接触过程序设计语言,计算机编程实践能力相对较弱。文章对程序设计基础课程的教学方法、教学手段及考核评价方式作了系统探讨,内容包括教学组织与实验内容,培养学生的自主学习与探索创新能力,采用灵活多样的教学方式、规范考核方式等;提出了基于能力培养的程序设计基础课程教学的理念,并通过教学实践有效地培养了学生的动手能力、分析问题和解决问题的能力,取得了较好的教学效果,为研究型本科教学进行了有益的探索。     

基于情感学习本体的教学反馈策略生成算法的研究

研究如何采用本体建模的方法解决智能教学系统中的情感理解与情感反馈的问题。构建了一个情感学习本体用于描述在学习过程中出现的与情感相关的概念及概念之间的关系,设计了基于该本体的教学反馈策略的生成算法,可以在不需要和学生进行问答交互的情况下获得学生学习过程的感知和理解状态,可以更好地理解学生的学习状态以提供更好的基于"情感触发"的认知和情感支持。并将情感学习本体和一个C语言程序设计领域知识本体以及反馈策略生成算法应用到一个以教学视频为主体学习资料的智能教学系统中。应用实例表明,该教学反馈策略生成算法能对学习者提供有效的认知反馈和情感反馈。     

融合攻击图和博弈模型的网络防御策略生成方法

近些年威胁网络安全的事件日趋频繁,黑客的攻击手段越来越复杂,网络安全防护的难度不断增加.针对实际攻防环境中攻击策略复杂多变和攻击者不理性的问题,文章将攻击图融入攻防博弈模型,并引入强化学习算法,设计了一种网络主动防御策略生成方法.该方法首先基于改进攻击图的网络脆弱性评估模型,成功压缩策略空间并有效降低建模难度,然后对网...     

基于OBE理念的“数据库开发与应用”课程教学改革

针对传统教学方法单一、被动学习等问题,结合OBE理念和应用型人才的培养目标,对“数据库开发与应用”课程进行了改革,从教学内容优化、课堂教学设计、课程考核选择等方面开展“以学生为中心、以产出为导向”的课程教学改革探索。以多元智能和深度学习理论为基础、以成果产生为导向、以项目开发为主线、以多元课堂为手段、以多元考核为保障开展课程教学改革,课程教学设计、课堂教学设计以及重过程的多元考核方式可以充分调动学生的主动性,培养学生自主学习、语言表达、综合实践等方面的能力。     

A New Adaptive Merging and Growing Algorithm for Designing Artificial Neural Networks

This paper presents a new algorithm, called adaptive merging and growing algorithm (AMGA), in designing artificial neural networks (ANNs). This algorithm merges and adds hidden neurons during the training process of ANNs. The merge operation introduced in AMGA is a kind of a mixed mode operation, which is equivalent to pruning two neurons and adding one neuron. Unlike most previous studies, AMGA puts emphasis on autonomous functioning in the design process of ANNs. This is the main reason why AMGA uses an adaptive not a predefined fixed strategy in designing ANNs. The adaptive strategy merges or adds hidden neurons based on the learning ability of hidden neurons or the training progress of ANNs. In order to reduce the amount of retraining after modifying ANN architectures, AMGA prunes hidden neurons by merging correlated hidden neurons and adds hidden neurons by splitting existing hidden neurons. The proposed AMGA has been tested on a number of benchmark problems in machine learning and ANNs, including breast cancer, Australian credit card assessment, and diabetes, gene, glass, heart, iris, and thyroid problems. The experimental results show that AMGA can design compact ANN architectures with good generalization ability compared to other algorithms.     

面向教师培训的手机直播课程设计研究

手机直播作为一种新的在线学习方式,便携性高、交互性强,能够增强学习体验。在综合分析相关研究经验的基 础上,提出了一种面向教师培训的手机直播课程设计策略,即问题诊断、直播教学、即时互动、总结提升,并通过个案研究验证 了该策略良好的应用效果。应用该策略开发的手机直播课程能够提高课程质量,提升培训效果,可为在线培训课程设计与实 施提供参考。     

eHTA算法研究综述

eHTA算法是对人工智能中的启发式搜索理论加以分析和改进,设计的一种适用于高校排课的算法,它包含了靠边策略、择劣策略、前景探测策略、学习策略等内容。eHTA算法应用在高校排课系统中,在减少人工干预排课次数、科学安排教师、均衡班级和教师的日负荷等方面起到了良好的效果,大大提高了排课效率。     

低成本拍摄式微课的开发与应用研究

本文对低成本拍摄式微课的开发与应用现状进行研究。借鉴胡铁生总结的“微课开发流程”,以教学设计理论和教育电视编导与制作理论为指导,设计了低成本拍摄式微课的开发策略：选择主题—教学设计—录制准备—现场录制—后期编辑—评价反馈。通过实践验证了应用该策略制作的微课开展教学能提高学生的学习效果和学习质量。     

多源基因学习的微种群教与学优化及应用

由于微种群教与学优化算法的种群规模较小, 故其种群多样性很难维持. 为提高微种群教与学优化算法的搜索性能, 提出了一种基于多源基因学习的微种群教与学优化算法(micro-population teaching-learning-based optimization based on multi-source gene learning, MTLBO-MGL). 在MTLBO-MGL算法中, 将教阶段和学阶段根据随机选择策略来对个体进行基因水平上的进化操作; 并从基因层面上对种群多样性进行检测和使用稀疏谱聚类方法对种群的每个维度进行聚类. 然后, 根据多样性检测和聚类结果, 选择不同的进化策略来提高所提算法的搜索性能. 在28个测试函数上, 通过将所提算法与其他4种微种群进化算法作对比, 证明了所提算法的整体性能要显著好于所对比的4种算法. 本文还将所提算法应用于无人机三维路径规划问题, 结果表明MTLBO-MGL算法能够在该问题上取得较好结果.     

基于近似约简与最优采样的集成剪枝

集成学习被广泛用于提高分类精度, 近年来的研究表明, 通过多模态扰乱策略来构建集成分类器可以进一步提高分类性能. 本文提出了一种基于近似约简与最优采样的集成剪枝算法(EPA_AO). 在EPA_AO中, 我们设计了一种多模态扰乱策略来构建不同的个体分类器. 该扰乱策略可以同时扰乱属性空间和训练集, 从而增加了个体分类器的多样性. 我们利用证据KNN (K-近邻)算法来训练个体分类器, 并在多个UCI数据集上比较了EPA_AO与现有同类型算法的性能. 实验结果表明, EPA_AO是一种有效的集成学习方法.     

《计算机基础知识》教学谈讨

为了提高《计算机基础知识》的课堂教学质量,教师必须关注教学策略的设计和运用。要采取多种教学手段,为学生提供多样化的教学平台,激发他们的求知欲望,保持恒久的学习兴趣和动力;培养他们主动求知和渴望创造的学习品质,让他们获得成功的体验,提高学生的学习效能。