摘要：随着教育信息化的深入推进,传统的教育模式已经难以满足学习者的多元化需求。因此,智慧学习系统应运而生,旨在通过运用先进的技术手段,给学习者提供个性化和高效的学习体验。文章探讨在大数据环境下,如何构建智慧学习系统模型并应用于Python程序设计课程中。

摘要：个性化推荐不仅可以提供用户需求,还可以帮助用户探索和发现新的爱好。个性化推荐系统在高校教学中的应用解决了实施个性化教学的难题,可以帮助教师更好地了解学生的学习需求和进度,从而更好地开展个性化教学。文章提出了一种基于个性化推荐的Python程序设计通识课混合式教学模式。该模式可以根据学生的兴趣、需求和能力等因素,向学生推荐符合其个性化需求的课程和学习资源以及学习路径,帮助学生更好地获取知识和技能。

摘要：大数据的快速发展和广泛应用对教育领域产生了深远的影响,智慧学习已经成为教育领域的研究热点之一。文章通过分析大数据对学习过程的影响,构建了基于大数据下的个性化智慧学习系统模型,设计并实现了个性化智慧学习系统,并通过具体的应用场景,为学习者提供个性化的学习体验,展示智慧学习系统在实际教育领域中的应用效果和价值。

摘要：随着高等教育改革的不断深入,OBE概念也被广泛使用,尤其是在新工科专业的课程教学中。在此背景下,如何将OBE教学理念融入课程教学,已成为一个重要的问题。文中以OBE教学模式为基础,在Python程序设计类课程中引入OBE理念。在实施OBE教学模式的过程中,需以学生为主体进行课程设计,并根据不同的培养目标制定相应的教学计划,不断完善教学策略和评价机制。

摘要：针对严肃游戏缺少在游戏体验层面的思考和设计,为了提高严肃游戏的体验效果,本文提出严肃游戏中的情感化设计方法,基于情感化设计理论,以游戏体验为核心,构建了“理论-体验-设计”为主线的严肃游戏设计框架,以“环保教育”主题游戏“重生”的设计为案例,重点围绕游戏主题、游戏玩法、游戏故事三要素进行情感化设计,验证了该方法指导严肃游戏设计方面的有效性。结果表明,情感化设计在严肃游戏开发中发挥了重要作用,取得了良好的设计效果,为严肃游戏的设计提供了一种新的思路。

摘要：【目的】实现精确迅速的农作物病害检测,减少人工诊断成本,降低病害带来的农作物产量和品质影响。【方法】根据对农作物病害和病斑特征的分析,提出一种基于卷积注意力机制改进的YOLOX-Nano智能检测与识别模型,该模型采用CSPDarkNet作为主干网络,将卷积注意力模块CBAM引入到YOLOX-Nano网络结构的特征金字塔(Feature pyramid network,FPN)中,并在训练中引入Mixup数据增强方式,同时将分类的损失函数由二分类交叉熵损失函数(Binary cross entropy loss,BCE Loss)替换为焦点损失函数Focal Loss、回归损失函数由GIOU Loss替换为本文设计的CenterIOU Loss函数,采用迁移学习策略训练改进的YOLOX-Nano模型,以此提升农作物病害检测的精度。【结果】改进后的YOLOX-Nano模型仅有0.98×10^(6)的参数量,在移动端测试单张图片检测时间约为0.187 s,平均识别精度达到99.56%。实践结果表明,其能快速有效地检测与识别苹果、玉米、葡萄、草莓、马铃薯和番茄等农作物的常见病害,且达到了精度与速度的平衡。【结论】改进后的模型不仅对农作物叶片病害识别具有较高的精度和较快的检测速度,参数量和计算量较少,还易于部署在手机等移动端设备。该模型实现了在田间复杂环境对多种农作物病害精准定位与识别,对于指导早期农作物病害的防治具有十分重要的现实意义。