【摘 要】
：
为了积极应对疫情背景下无法继续开展传统校内正常教学活动和学生线上学习注意力不集中导致学习效率低的问题,以软件项目管理课程为例,基于课程目标和主要内容,从课前准备、课中实施和课后拓展3个阶段有效开展疫情背景下的线上教学实践:课前收集并建立一套完整的软件项目管理案例库;课中以项目实践为主线,模拟项目招投标、需求分析、软件设计、成本管理、风险管理、进度管理、在线公测、项目验收等;课后进行拓展完善。实践效果表明,91%的学生对自己这门课程的学习效果非常满意,90%的学生支持其他工程实践类课程也采用类似教学方式,8
【机 构】
：
扬州大学信息工程学院,江苏省知识管理与智能服务工程研究中心,计算机软件新技术国家重点实验室（南京大学）
【基金项目】
：
国家自然科学基金项目(62002309,61872312),教育部产学合作协同育人项目(201902159007,202002180002),江苏省研究生教改课题(JGLX14_132),计算机软件新技术国家重点实验室(南京大学)开放课题(KFKT2020B15,KFKT2020B16),扬州大学教改课程(YZUJX2020-D15)。
论文部分内容阅读
为了积极应对疫情背景下无法继续开展传统校内正常教学活动和学生线上学习注意力不集中导致学习效率低的问题,以软件项目管理课程为例,基于课程目标和主要内容,从课前准备、课中实施和课后拓展3个阶段有效开展疫情背景下的线上教学实践:课前收集并建立一套完整的软件项目管理案例库;课中以项目实践为主线,模拟项目招投标、需求分析、软件设计、成本管理、风险管理、进度管理、在线公测、项目验收等;课后进行拓展完善。实践效果表明,91%的学生对自己这门课程的学习效果非常满意,90%的学生支持其他工程实践类课程也采用类似教学方式,8
其他文献
为了解决压缩采样匹配追踪(CoSaMP)算法在观测值固定时重构概率随着稀疏度的增加急剧下降问题,基于最优选择思想和回溯思想设计一种最优选择的压缩采样匹配追踪(OSCoSaMP)算法。在每次迭代过程中,从支撑集中选出最优的支撑,同时采用回溯思想剔除错误原子,分别测试不同稀疏度和不同观测值下的重构概率。仿真结果表明,该算法重构概率与OMP和CoSaMP算法相比有所提升。OSCoSaMP算法在稀疏度50时的重构概率保持在90%以上,当观测值大于70时重构概率在90%以上。OSCoSaMP算法能够有效提高一维信号
转向架作为地铁整车部件中最重要的部件之一,其性能好坏决定了列车的运行安全,因此对转向架进行故障监测具有重要的工程意义。提出基于粒子群算法(PSO)优化深度置信网络(DBN)结构的模型即PSODBN,采用连续性变量构造个体的方式,结合粒子群算法进行迭代训练,做到降低输入层特征维数和各隐藏层神经元数目优化设置。在MNIST手写体数据集上进行实验,结果表明,相较于传统结构,PSO-DBN在错误率和训练时间上分别降低了0.83%、37.08s,验证了PSO-DBN模型的优越性。将PSO-DBN引入到地铁转向架故障
将递归神经网络(RNN)应用于意图检测和槽填充已实现较好的识别效果。传统Slot-Gated模型旨在将意图特征融入槽位识别中,但未能将文本标签信息作为模型先验知识传入模型参与训练。在Slot-Gated模型的基础上,通过意图标签信息构建一种基于注意力机制的意图列表查询模块,并通过全局优化的方法提升模型意图识别以及意图与槽填充联合准确率。通过与Slot-Gated模型进行对比实验,该方法在ATIS数据集上的意图及联合准确率分别提升了1.1%和1.5%;在Snips数据集上,意图及联合准确率分别提升了0.3%
疫情期间全国高校纷纷开展在线教学活动.采用问卷调查和文献调研法,通过对国内外在线教育发展脉络梳理,对第一参与者的调查以及对在线教育相关课题文献进行总结,多角度理出在
Babbling Idiot故障一旦发生,通信总线上的各节点可能产生灾难性后果。分析产生Babbling Idiot故障的软硬件原因,使用FlexCAN主副通道容错模型与改进的CAN总线标识符自减策略,解决Babbling Idiot故障并缓解CAN总线拥堵。利用CANoe工具和3个节点的磁悬浮小球控制系统进行仿真实验,对比分析正常状态与故障状态下控制系统的各节点状况。结果显示,该模型可屏蔽产生Babbling Idiot节点,防止总线受到影响,且CAN总线标识符自减功能减少了低优先级报文被阻塞的次数,缓
单一的传统分类器在处理不平衡数据时,对少数类的分类存在较大误差,效果往往不够理想,为了提高少数类和整体的分类性能,提出一种融合集成思想的不平衡数据分类方法。该方法首先对多数类样本进行过采样,与少数类样本组成类平衡的数据集;其次,从数据和算法的异质性出发,集成多个基分类器,利用集成后的算法改变数据分布。实验结果表明,该方法能够有效提升分类器的AUC、G-mean和F-measure,在实验数据集中最高提升了16.7%、21.9%和20.2%。在处理不平衡数据时,该方法能够改善分类器对少数类和整体的分类性能。
针对传统音频编码技术编码效率低、数据冗余等问题,提出以水平方位角为媒介,对双耳强度差(ILD)的恰可感知值(JND)进行感知特性测试,选取不同频率下不同角度的音频进行双耳强度差(ILD)实验。实验结果表明,在中低频段,随着角度从人耳中垂面(0°)移动到左耳(90°),双耳强度差(ILD)整体呈现递减趋势,人耳利用双耳强度差(ILD)感知声源方位由迟钝变得敏感。但在高频段,以45°为分界点,水平方位角的双耳强度差(ILD)的JND值出现不同的变化趋势。该实验结果为空间音频编码提供了更多的理论依据,减少了空间
权限管理是应用系统的一个重要组成部分。鉴于权限管理在企业管理及企业信息安全中的重要地位,而目前很多云端系统又没有把最新的云计算技术、Docker技术及分布式通信管理框架应用于权限管理系统,因此提出一种基于角色的云平台权限管理服务模型。该模型旨在将上述新技术应用于权限管理系统,采用基于角色的权限管理方式,利用Tars分布式平台技术和Docker容器技术快速部署到云平台上。在保证权限管理和系统安全的同时,支持高弹性以及高效的系统研发、部署与运维,相比传统方法效率提升了近20%,可保证快速增长的业务相关应用程序
隧道衬砌结构病害检测与诊断是保障其安全运营的重要手段。针对传统探地雷达图像识别方法准确率不高、复杂目标体识别难度大、识别流程较为繁琐、不能实现端到端识别等问题,提出基于残差神经网络(ResNet)的病害识别方法。根据实际检测将隧道衬砌病害归纳为5种类别(包含无病害类型),并采用ResNet对隧道衬砌病害数据集进行有监督的训练,采用准确率、召回率、平均准确率等指标评价分析不同层数残差网络在实测数据集上的表现,测得ResNet-34神经网络在隧道病害数据集上的识别率为98.9%。采用基于ResNet的病害识别
青光眼已成为全球致盲的主要原因之一。通常,眼科医生利用彩色眼底图像对患者的视神经头(ONH)区域进行评估以诊断青光眼。然而,作为ONH评估重要指标之一的杯盘比(CDR)大都由医生进行人工测量和计算,耗时、费力且带有一定的主观性。为此,提出一种基于改进U-Net的青光眼视杯盘分割算法,在U-Net的编码部分采用ResNet50的映射叠加方式,有效提取图像深层信息。结果表明,所设计模型在公开的DRIO