【摘 要】
：
中国人工智能行业处于一个创新发展时期,对综合性人才的需求也在同步急剧增长.Python语言作为我国高校学生程序设计入门语言,对Python的学习已经上升到国家战略的层面,文章综合考虑学生认知背景、专业需求及学校培养综合性人才等因素,提出了基于超星平台知识游戏驱动、考核多样化的适合工程类学生的Python语言程序设计的教学模式,使学生自主探索Python和专业相关性以及在专业领域中的丰富应用,更有目的地让学生学习Python编程语言,提高学生的自主性和积极性.
【机 构】
：
福建工程学院计算机科学与数学学院,福建 福州 350118
论文部分内容阅读
中国人工智能行业处于一个创新发展时期,对综合性人才的需求也在同步急剧增长.Python语言作为我国高校学生程序设计入门语言,对Python的学习已经上升到国家战略的层面,文章综合考虑学生认知背景、专业需求及学校培养综合性人才等因素,提出了基于超星平台知识游戏驱动、考核多样化的适合工程类学生的Python语言程序设计的教学模式,使学生自主探索Python和专业相关性以及在专业领域中的丰富应用,更有目的地让学生学习Python编程语言,提高学生的自主性和积极性.
其他文献
对锂离子电池的荷电状态(state of charge,SOC),健康状态(state of health,SOH)和剩余使用寿命(remaining useful life,RUL)进行准确估计是锂离子电池安全稳定运行的重要保障,该文提出一种结合充电电压片段和等效电路模型(equivalent circuit model,ECM)-数据驱动(data driven method,DDM)融合方法的锂离子电池SOC-SOH-RUL联合估计框架,实现对电池全生命周期的SOC、SOH和RUL的联合估计.首先提
对锂离子电池的健康状态(state of health,SOH)进行准确估计是电池安全稳定运行的重要保障.为此,提出一种基于最小二乘支持向量机误差补偿模型(least squares support vector machine-error compensation model,LSSVM-ECM)的锂离子电池SOH估计方法.该方法将电池容量的衰退过程分为总体趋势和局部差异,对于容量衰退的总体趋势,由电池容量历史衰退数据建立经验退化模型(empirical degradation model,EDM),并
Eucalyptus harvesting, forwarding and soil till-age operations are among the main causes for compaction of forest soils, with potential impacts on productivity. This concern is especially important in areas with soils that are naturally compacted (fragipa
统计学导论课程设计是贵州理工学院应用统计学专业与统计学导论课程相匹配的综合实践类课程.根据应用统计学专业注重培养学生统计知识应用能力和实际问题实践能力的人才培养要求,结合成果导向教育理念,从课程设计的能力达成、设计内容分类、设计教学分组和阶段性考核细则等方面,探索统计学导论课程设计教学改革.
大型光伏系统的直流母线电缆电压高、线路较长,一般敷设于地下,若其外绝缘层及保护层发生损伤,很可能会引起短路、接地、电弧等故障,危害光伏系统的安全运行.但常规电气测量方法难以发现由外保护层破损所引起的电缆损伤问题,而光伏母线电缆作为双导线型均匀传输线,损伤会引起其特性阻抗发生变化,因此提出了一种基于扩展频谱时域反射法(spread spectrum time domain reflectometry,SSTDR)的母线损伤在线检测方法.在分析光伏直流母线绝缘层及外保护层不同程度破损所引起的特性阻抗变化特性、
为全面培养学生综合能力,在地理信息系统原理课程中采用研讨式教学模式.针对研讨式教学目标、教学内容、教学模式及研讨选题设计进行研究,并探讨两种研讨式教学模式实施过程,旨在培养学生自主学习、独立思考、积极探索、勇于创新的能力.
材料现代分析方法是材料科学与工程专业一门非常重要的专业必修课程.论文从本校培养研究型和应用型人才的目标出发,结合院系实际情况,针对在这门课程讲授过程中遇到的理论性强、知识点分散、具体内容多、学习难度大等实际问题,通过从教学内容、教学模式和教学方法等方面实施教学改革探索以调动学生的学习兴趣,提高课程教学质量.
在高比例新能源场景下,大规模风电并网给电力系统供电充裕度、供需平衡等产生了更加显著影响,因此风电的电量预测在业内受到了更多的关注.准确的风电中长期电量预测结果可以为风电并网后电网制订电源调配计划、设备检修计划及中长期发电计划等提供重要依据.论文从基本理论、主要方法、难点及趋势等方面对目前的风电中长期电量预测研究现状展开了综述.在明确电量预测基本概念、分类及适用问题的基础上,对中长期电量预测方法进行了分类总结,针对基于历史电量数据的预测方法、基于历史资源再分析数据的预测方法、考虑未来资源预报数据的预测方法以
为更准确地预测短期风功率,提出了一种新型短期风功率预测方法.首先采用Pearson相关系数法对风速、风向等影响因素序列与风功率序列进行相关性分析;其次,利用卷积神经网络(convolution neural network,CNN)对输入的时序序列进行特征提取;然后在长短期记忆(long short-term memory,LSTM)网络基础上新增一个遗忘门和一个输入门,形成具有多级门控的LSTM网络,并且结合CNN建立能够提高输入序列特征提取能力和预测精度的改进的CNN-LSTM短期风功率预测模型;最后
文章探讨了雨课堂软件融入微机原理及应用课程教学中的改革思路.利用雨课堂平台辅助教学,需要设计预习电子课件、课上精选讨论题、课后开展限时作业等.雨课堂的运用提高了微机原理及应用课程的教学效果.