可视化技术在计算机图形学教学中的应用探讨

随着计算机知识的普及,计算机图形学作为学习计算机的基础,许多学生反映常常会被算法所困扰,本文针对计算机图形学教学内容的抽象性对教学内容进行了可视化教学的研究。可视化教学式建立在可视化技术的基础上,利用编程工具VC6.0生成基本图元,对多边形进行填充,通过复杂的数据生成图形,实现数据与图像之间的转换,通过屏幕展现算法执行过程,在帮助学生理解知识的同时,激发学生的学习兴趣。     

基于数据挖掘学习分析的高校计算机教学实证研究模型分析

为了提高现代高校校园信息化水平,充分使用学生在校行为数据创建智慧校园、数字校园,设计基于数据挖掘学习分析的计算机教学研究模型。通过网络平台收集某高校学生和教师教学大数据,使数据以深度学习过程意向模型实现分类,使用具备学习分析的定量研究方法实现网络化学习中教师在线备课、在线指导、学生自主学习、学习反馈与师生交互行为实现量化,对行为和深度学习过程中的意向模型进行相关性分析。通过研究表明,此行为存在较大管理难度,但能够为教师今后开发网络教学资源、学生学习评估提供参考。     

基于μC/OS-Ⅱ的教学辅助模型设计

传统教学中,老师教导立体几何结构一直是一大难题。为解决这一问题本文提出研制一种通过μC/OS-Ⅱ嵌入式操作系统控制三维LED发光点阵形式显示立体几何图形的的教学辅助模型,借助操作系统的多任务性与实时性完成功能选择,数据传送和点阵显示等复杂的任务处理。通过配套编写的上位机控制软件将教学内容送至发光点阵模型进行立体化显示。同时在操作系统上嵌入了FAT文件系统,支持数据通过TF卡读取写入。整个系统经验证具有良好的实用性。     

“虚拟现实与数据可视化”课程改革实践

"虚拟现实与数据可视化"是一门知识性和实践性都很强的交叉学科课程。本文介绍了基于认知特点的教学活动模式,在课程教学过程中,通过营造互动环境,采用实践、理论再实践的教学过程,注重教学内容的时代性,通过实施多样的教学手段、科学的课程考核方式等措施,全面调动学生的求知欲和发现问题、分析问题及解决问题的积极性,达到提高综合素质培养的目的。     

基于结构方程建模的高校教学管理数据统计系统的研究

提出一种基于结构方程建模技术的高校教学管理数据统计系统。该系统使用B/S体系架构获取和存储高校教学数据,提取关键教学信息并使用结构方程建模技术构建教学统计分析模型,根据教学内容、教学方法、教学态度和教学效果这4类变量对教师教学质量进行定量分析。用Smartpls 3.0软件对某高校2015—2016学年教学数据进行了仿真。仿真结果表明,所建立的模型能有效地拟合教学数据,解释了影响教学质量的因素,为教学质量统计分析提供一种更公平、更合理的方式,同时促进了教学方式的改革与创新。     

基于K-medoids聚类的层次化教学质量提升评估研究

研究基于K-medoids聚类的层次化教学质量提升评估方法。通过K-medoids聚类分析数据样本间的最优路径和聚类中心,获取数据样本集的历史最优位置,将历史最优位置点看成不同评估指标;以教学队伍、教学内容、教学条件等两级教学质量评估指标体系作为评估指标构建教学质量评估指标体系;采用多层次评价模型对历史最优位置点,即评估指标实行层次分析,通过分层综合评估过程先对评估指标实施一级评估,确定各评估指标权重,依据权重构建教学质量效果判断矩阵;再采用判断矩阵完成二级评估,评估层次化教学质量。实验结果表明,该方法评估计算机学院教师教学质量为较高,且二班教师教学质量优于一班教学质量。     

基于偏差约减的大数据交易模型分析与修复方法

大数据交易是促进数据流通和提升数据价值的关键环节.实现大数据交易的过程优化对于构建高效和鲁棒的交易平台至关重要.大数据交易是典型的复杂过程模型,传统的模型修复方法无法有效发现和约减流程执行与流程规则之间存在的偏差.本文提出了一种基于偏差约减的大数据交易模型修复方法,通过过程模型的可达标识图发现事件日志与模型之间的偏差关系,对事件日志与模型之间偏差进行约减,实现基于有效偏差的模型修复.该方法应用于天元大数据网大数据平台,通过与基于模型校准和基于迭代的修复方法进行对比实验,对修复结果开展模型拟合度、精确度、简洁度及时间复杂度评估,验证了方法的有效性.     

新工科背景下计算机图形学教学改革

针对传统计算机图形学教学内容不符合工业界需求，教学过程组织不符合学生认知规律的问题，在新工科背景下以培养具备实践能力和创新精神的人才为目标，对计算机图形学教学内容和过程组织展开研究。探索了基于可编程渲染流水线的理论教学和面向工业界应用的实验教学相结合的教学内容，通过以渲染流水线三个概念阶段为主线分层、分块组织教学内容覆盖图形学的经典理论和最新发展，按照“讲解-演示-体验-探索”构建教学资源，遵循“现象-解释-经验-知识”的科尔伯学习周期对教学过程进行了合理有效地组织。从工业界图形应用入手，让学生描述现象，通过学习理论知识解释现象，之后在实践中验证并获得经验，最后转化为知识的过程激发了学生的学习兴趣，培养了学生的实践能力和创新精神。     

时序逻辑电路设计的经典案例教学探究

围绕时序逻辑电路设计中串行数据检测器这一教学案例进行探讨,分析了传统和两种改进型电路的设计缺陷及其逻辑抽象本质,通过将传统设计方法和实用的电路设计相结合,能够把时序逻辑电路设计中涉及的逻辑抽象、状态等价、状态化简等概念实例化,教学内容的理论体系更完整、教学过程的逻辑性更强,有助于激发同学们夯实理论知识体系、解决实际问题的创新性思维能力。     

“电子技术”课程CAI教学模式的探索

本文提出了注重教学环节的设计、教学内容的演绎过程、体现教学规律及学生的认知规律、展现教师的教学个性和教学特色以及在现代化教学手段和教育技术中融入传统的教学方法,从而为学生建立合适的教学情景、注重引导学生通过发现和探究的途径获取知识的"电子技术"课程CAI教学模式,使现代化教学手段在实践先进教学思想、传授教学内容及提高教学效果中起到应有的作用.     

关于计算机应用基础课程的说课设计

本文从课程设置、教学内容、教学实施、教学资源和考核评价五个方面说明了如何对《计算机应用基础》课程进行说课设计,并通过"word表格制作"这一教学任务演示了课堂教学的执行过程,为教师的备课和实施具体教学提供了参考。     

大数据技术在数学课堂教学中的应用

在大学教育体系中,数学学科是一门逻辑严谨的学科。基础薄弱的学生,在学习数学时,往往比较吃力,甚至有畏惧心理。文章通过前期对于学生数学学习数据的分析和研究得知,目前大部分的数学教学效果情况并不乐观,教学内容以及手段相对单一。因此,为了可以进一步提升数学课堂教学的效果,让学生数学学习成绩有所提高,教师在数学教学过程中,可以融入大数据技术。     

基于会计信息视角下基础会计课程内容重构的探讨

本文对基础会计课程教学内容和教学过程中出现的问题进行简单的梳理,着重分析基础会计课程教学内容的重构,为基础会计教学带来一些帮助。     

“互联网+”时代电路课程教学探索

电子科技大学自 2016 年以来,连续五个学期开展电路分析课程的 MOOC 教学,并基于 MOOC 平台进行了新型教学模式尝试。本文首先介绍了电子科技大学电路分析课程所采用的基于 MOOC 的多元教学模型;而后通过 MOOC 后台数据分析、讨论区数据词频分析等手段对该教学模式的不足进行了分析;最后针对现有教学模型的缺陷,提出一种基于多种互联网技术和资源的深层次多元教学模型。     

基于互联网设计平台的“室内设计实践”课程教学改革

为了推动高职“室内设计实践”课程教学改革,高职院校要围绕互联网设计平台的优势,采取一些措施,如明确“室内设计实践”教学目标,培养学生大数据应用意识;构建室内设计教学资源库,丰富实践教学内容;优化实践教学方式,改善课程结构;创新教学评价方式,突出过程性评价。通过上述举措,不断提升“室内设计实践”教学质量,为区域室内设计行业培养优秀人才。     

结合数据挖掘的“数字图像处理”教学内容改革

本文首先阐述了将数据挖掘技术引入到"数字图像处理"教学中的意义,在图像数据的相似性搜索、图像数据的多维分析、图像数据的分类和预测分析、图像数据中的关联规则挖掘、可视化数据挖掘等方面就"数字图像处理"与数据挖掘的结合点进行了分析;然后介绍了项目的实施和应用情况,并对教学内容改革的效果进行了分析;最后对教学内容改革要点进行了概括.     

面向对象程序设计课程教学改革的研究与实践

从面向对象教学面临的困境入手,结合学生的学习心理和认知规律,分析了产生问题的主客观原因,提出了"先过程,后对象"的教学理念,从教材建设、教学内容安排上阐述了教学内容的具体组织实施过程;从教学思路、教学观念、教学手段几方面探讨了教学方法的改革。     

电子商务双语课程教学互动模型研究

加强双语教育,培养适应社会需要的复合型人才是我国高等教育的重要任务。本文选取电子商务双语课程教学过程中的教学互动作为研究主题,提出双语教学互动模型,并通过对高校电子商务双语教学实践中的数据收集与分析,对模型的有效性进行论证。分析结果表明：双语教学中强化互动效果的关键因素是学生的学习主动性、教学形式的多样性以及对网络多媒体等技术的应用程度。教学过程中,教师应灵活采用教学方法,加强师生互动,最终使电子商务双语教学达到理想的效果。     

对“模拟电子技术”中静态工作点的教学探讨

静态工作点是"模拟电子技术"课程中的教学重点,也是教学难点。本文通过综观该课程的教学过程,注重理论联系实际及知识间的前后联系,从学生的认知特点,教学内容和教学方法等方面对静态工作点的教学进行了分析,最终使学生对静态工作点的概念有深入的理解。     

基于BP神经网络对汽油辛烷值损失预测模型的构建

汽油燃烧尾气中含有的硫、烯烃等混合物对环境造成了极大的污染,但企业脱硫降烯的过程也会降低代表企业利润的辛烷值含量。通过数据关联或机理建模,可以刻画化工过程与辛烷值含量的关系,为解决传统的数据关联模型中变量相对较少、机理建模对原料的分析要求高、对过程优化的响应不及时等问题,本文利用Matlab软件,基于粒子群优化算法,通过BP神经网络模型对工厂生产过程中收集的数据进行数据挖掘,建立了辛烷值损失预测模型。最后选择了225个数据样本进行了辛烷值损失预测模型的训练,100个样本用于对辛烷值损失模型进行验证。所构建的模型对目标值的预测具有高度拟合性,较好地解决了相关问题。