论文部分内容阅读
分析计算机专业课程思政建设所面临的挑战,归纳出需要重点建设的4个关键点,并提出面向计算机专业课程思政实施的闭环协同体系,为实现切合专业特色的全课程育人奠定基础。
计算机专业课程思政建设的4个关键点
【摘 要】
：
分析计算机专业课程思政建设所面临的挑战,归纳出需要重点建设的4个关键点,并提出面向计算机专业课程思政实施的闭环协同体系,为实现切合专业特色的全课程育人奠定基础。
【机 构】
：
大连理工大学计算机科学与技术学院
【出 处】
：
计算机教育
【发表日期】
：
2021年8期
【基金项目】
：
大连理工大学研究生教改基金资助项目(JG_2019011),国家本科教学质量工程项目“‘两性一度’为核心的《数据结构与算法》线上线下贯穿式课程建设”,大连理工研究生课程思政教育示范课建设。
其他文献
树叶晃动、光照变化等自然场景下的动态背景会影响运动目标检测的准确性,区分动态背景和前景目标的变化是复杂场景下运动目标检测的首要任务。针对现有的前景提取算法逐点提取前景从而导致计算资源浪费的问题,提出了一种区域提取与改进LBP(Local Binary Patterns)纹理特征相结合的运动目标检测算法。首先,将图像分为大小相等的图像块,利用各图像块的统计特性建立核密度估计(Kernel Densi
手势识别广泛应用于传感领域,主要有基于计算机视觉、基于深度传感器与基于运动传感器等3种手势识别方式。基于运动传感器的手势识别具有输入数据少、速度快、直接获取手部三维信息的优点,逐渐成为当前的研究热点。传统基于运动传感器的手势识别本质为模式识别问题,其准确率严重依赖于先验经验提取的特征数据集。与传统的模式识别方法不同,深度学习可以在很大程度上减少人工启发式提取特征的工作量。为解决传统模式识别存在的问
针对现有的基于卷积神经网络的行人重识别方法所提取的特征辨识力不足的问题,提出了一种基于多尺度多粒度特征的行人重识别方法。在训练阶段,该方法在卷积神经网络的不同尺度提取特征;然后对获得的多尺度特征图进行分块和池化,从而得到不同尺度的全局特征和局部特征的多粒度特征,使用不确定性权重调节Softmax损失和三元组损失来对特征向量进行监督训练。在推理阶段,对所获得的多尺度多粒度的特征进行融合,使用融合特征
针对地方高校在推行个性化教育过程中存在的问题,提出地方高校计算机类专业个性化人才培养模式,从打破专业边界的“同根异果”课程体系、打破课堂边界的“适性教育”教学模式和打破校园边界的“个性成长”课外支撑平台等3个方面,介绍具体专业化人才培养教学实践,最后说明个性化教育成效。
针对传统软件综合课程设计教学中重编码轻能力,教学过程管理粗放,评价环节少,评价粒度粗等问题,以能力产出为导向,以解决复杂工程问题能力培养为牵引,提出基于精细管理和精准评价的教学改革思路,从教学目标的设置、分解和落实,教学过程的管控,考核标准的设立以及教学效果的评价多方面介绍教学改革实践过程,最后说明教学效果并提出改进措施。
弱监督异常事件检测是一项极富挑战性的任务,其目标是在已知正常和异常视频标签的监督下,定位出异常发生的具体时序区间。文中采用多示例排序网络来实现弱监督异常事件检测任务,该框架在视频被切分为固定数量的片段后,将一个视频抽象为一个包,每个片段相当于包中的示例,多示例学习在已知包类别的前提下训练示例分类器。由于视频有丰富的时序信息,因此重点关注监控视频在线检测的时序关系。从全局和局部角度出发,采用自注意力
分析大数据专业课程计算机硬件基础在计算机专业中的共性和在大数据专业中的个性特点,以CPU数据通路概述为例,探讨如何在课程中有效地挖掘与融入思政元素,提出一种让专业知识点与思政元素互相引导的双路互引教学法,最后说明思政融入的教学效果与特色。
为提高程序设计基础类课程的教学质量,在线上教学为线下教学开启新的教学改革之机,对该类课程采取的线上和线下混合式教学的教学目标定位、教学模式选择、教学流程安排、教学评价和课程资源建设几个方面进行教学改革探讨,介绍这些改革措施在实际教学中的应用,根据最终的学生评价说明教学改革效果。
高分辨率遥感影像的空间分辨率高、地物信息丰富、复杂程度高、各类地物的大小尺寸不一,这为分割精度的提高带来了一定的难度。为提高遥感影像语义分割精度,解决U-Net模型在结合深层语义信息与浅层位置信息时受限的问题,文中提出了一种基于U-Net特征融合优化策略的遥感影像语义分割方法。该方法采用基于U-Net模型的编码器-译码器结构,在特征提取部分沿用U-Net模型的编码器结构,提取多个层级的特征信息;在