摘要：本文结合实践教学案例,从项目设计和选择、课程组织、课程评价考核方法等三个方面介绍了项目化教学执行的情况,完善和总结出具有自身特点的项目化教学模式。

摘要：为解决"互联网+"知识创新信息化时代,云计算大数据环境下电子商务、跨境电商人才培养滞后的问题,以汕尾职业技术学院为例,分析协同育人平台的需求、发展目标和具体建设思路。结果表明:我国高等职业院校协同其他科研机构、企业,合作共建基于大数据运用的"互联网+"协同育人平台,将有效地服务地方专业人才的培养。

摘要：针对传统K-means算法不能自动确定初始聚类数目k和谱聚类算法对参数敏感的问题,提出了一种基于谱聚类的K-means(PK-means)算法。该算法在对k值选取时进行了创新改进,将计算所得的高密度数据点按规律排序,选择密度点前96%的进行聚类,可以以较高的准确率取得聚类数目k,同时采用了不受参数影响且稳定性更高的基于谱聚类模糊的相似性度量方法,利用FCM算法求隶属度矩阵确定数据点间的相似性。应用PK-means算法、K均值算法与密度敏感的谱聚类算法(DSSC)进行了多维非线性数据处理的测试实验。实验结果表明,无论是对于低维数据集还是高维数据集,K-means算法的处理效率是最低的,DSSC算法稍好,而PK-means算法优势明显,其相比传统聚类算法具有更高的聚类精度和更强的鲁棒性,且维数越高,聚类性能表现越突出。

摘要：传统的人脸识别技术对人脸图像特征的提取及分类器选择均较为复杂,且识别率也不高,随着卷积神经网络从手写数字识别到人脸识别的技术不断成熟,提出了一种利用Python+Keras框架测试CNN的人脸识别算法。该方法主要涉及两方面,一是通过改变隐藏层神经元数量查看对网络的影响;另一个是通过改变卷积层1和卷积层2特征图数量查看对网络的影响。通过多组实验测试得到最佳的CNN模型为36-76-1024,该模型可以自动提取人脸图像特征并分类,使用adam优化器和softmax分类器进行人脸识别可以让训练更快收敛和更有效提高准确率,并利用Dropout方法避免过拟合。实验结果表明,CNN模型在olivettifaces人脸库上的识别率达到了97.5%,当采用最佳CNN模型时平均识别率接近100%,从而验证了该算法及模型的有效性及准确性。

摘要：云计算与大数据技术作为新一代信息产业技术代表,给IT界和教育界带来了更多的机遇与挑战。文章依据目前云计算与大数据课程体系的建设现状和该专业人才培养目标及未来可能从事的就业岗位分析,提出以工科思维对该课程体系的建设进行全面的探讨与改革,并以国外先进的CDIO教育理念为主线对本课程体系建设的思路、制定、实施及运作过程进行详细论述。