论文部分内容阅读
从分析计算机组成原理课程的教学现状出发,提出关于课程教学改革的四点思考,包括教学重点内容分解、混合式教学实施、案例库建设与课程思政建设,以此促进课程的建设与发展,提高教学质量与效果,使学生更好地掌握计算机硬件系统的基本设计技术.
计算机组成原理课程教学改革探析
【摘 要】
：
从分析计算机组成原理课程的教学现状出发,提出关于课程教学改革的四点思考,包括教学重点内容分解、混合式教学实施、案例库建设与课程思政建设,以此促进课程的建设与发展,提高教学质量与效果,使学生更好地掌握计算机硬件系统的基本设计技术.
【机 构】
：
贵州理工学院大数据学院,贵州贵阳550003
【出 处】
：
电脑与电信
【发表日期】
：
2021年8期
其他文献
为了提高教学质量,增强学生的自主学习能力,对数据结构课程的教学实施了混合式教学模式改革.介绍了数据结构混依托于“超星”平台的在线网络教学资源建设,探讨了混合式教学模式的实施方案,分析了教学效果.
我国钢铁工业遭遇产能过剩、安全隐患、环境污染等问题,同时面临数据采集、远程操控、实时数据交互等行业共性问题.5G SA网络采用网络功能虚拟化及软件定义网络的服务架构,具有增强型移动宽带、超高可靠性低时延业务和海量机器类通信三大应用场景,可以很好地应用于社会垂直行业.基于5G SA构建核心专网方案,通过打造数字化智慧应用,实现行业数字化转型,推动钢铁行业更加绿色、环保、节能.
在工业自动化测控系统中,实时数据库负责对实时数据的采集、存储、管理与监控.实时数据库的性能决定了自动化测控的准确性、安全性和稳定性,而传统事务型数据库在即时数据中的应用明显存在时间上的滞后问题,为此设计WinCC(Windows Control Center)与SQL Server联合的存储方案提升自动化测控系统数据库数据处理效率,该方案具有存取效率高、系统压力小等优势,具有一定的实用价值.
针对OCS用户上迁后给原OCS客户造成的大额欠费问题,本项目通过打造面向消息计费客户关爱统一服务管理平台来提升消息计费核心能力,在现有提醒短信基础上,丰富短信实时提醒内容,充分发挥消息计费及时的优势,通过软控策略来大幅压降用户的巨额欠费,从而提升用户服务感知.
对谱域光学相干层析系统(SD-OCT)采用色散补偿方法进行优化,是提高系统成像质量的重要方式.本文提出了一种基于数值多项式拟合的色散补偿方法.该方法通过提取干涉信号的相位并解包裹,利用数值多项式对解包裹后的相位进行拟合,然后根据拟合出的高阶色散因子对干涉信号做相位补偿.本文利用SD-OCT系统测量出不同光程差位置处的轴向分辨率和信噪比,通过比较分析色散补偿前后系统的轴向分辨率及信噪比,来验证该方法的有效性和可靠性.结果表明,本文设计的色散补偿技术可以使系统具有良好的轴向分辨率,三阶多项式拟合相位的色散补偿
互联网时代,微信已成为高职院校学生广泛使用的平台.微信的传播特质,恰好可以将动漫课程的教学内容糅合在一起并表现.在分析参与式教学内涵的基础上,以高职三维动画制作课程为例,从参与式教学设计的基本思路、目标设计、过程设计三个方面构建基于微信的动漫课程参与式教学模式,并提出了研究的创新之处,以期为动漫课程的参与式教学改革带来启示.
实际自适应光学控制系统中存在的时间延迟,导致校正器生成的校正面形与实际的波前畸变不匹配,产生校正滞后误差.基于大气冻结湍流假设,提出了一种基于运动估计的波前畸变预测方法,来补偿时间延迟带来的影响.方法具体采用模板匹配算法,根据参考帧和当前帧的波前复原图像进行大气湍流运动方向估计,然后对当前帧进行移动处理来实现对下一帧图像的预测.通过采用不同采样频率、不同横向风速度的仿真数据对比,评估预测方法的适用范围,讨论回溯帧数对预测效果的影响.也与采用最小递归二乘(RLS)模式预测方法的预测效果进行比较.仿真结果显示
硅基光电倍增管(SiPM)是由数百乃至数千单光子雪崩二极管(SPAD)组成的阵列,它具有增益高、易于集成到阵列以及抗干扰等优点,在激光雷达测距方面具有广泛的应用前景.本文分析了激光雷达测距中的信号和噪声模型,仿真计算了阳光下的SiPM模拟输出,通过高斯拟合得到相应的均值,并在SPAD接收光子受激发概率服从泊松分布的基础上,给出了背景光电子数在0.001个/ns～0.01个/ns,探测器死时间在5 ns～50 ns范围内受背景光影响的SiPM模拟输出计算公式,推导了目标探测概率表达式.在室外环境光下进行的激
针对就业导向型人工智能专业人才培养方案进行了探索性思考,重点围绕就业导向型工智能专业特点、就业与职业规划、课程规划、就业核心技能准备等方面展开讨论,提出一系列有建设性的专业建设和学生培养思路.
针对SiamMask不能很好地适应目标外观变化,特征信息利用不足导致生成掩码较为粗糙等问题,本文提出一种基于自适应模板更新与多特征融合的视频目标分割算法.首先,算法利用每一帧的分割结果对模板进行自适应更新;其次,使用混合池化模块对主干网络第四阶段提取的特征进行增强,将增强后的特征与粗略掩码进行融合;最后,使用特征融合模块对粗略掩码进行逐阶段细化,该模块能够对拼接后的特征进行有效的加权组合.实验结果表明,与SiamMask相比,本文算法性能有明显提升.在DAVIS2016数据集上,本文算法的区域相似度和轮廓