摘要：目前,我国工科教育模式中存在一些重点问题[1],如强调个人学术能力而忽视团队合作精神、重视理论知识的讲授而忽视创新创造能力的培养等,软件工程专业实践教学迫切需要在这些方面进行改进,以培养学生更好的实践能力和团队合作能力。在TOPCARES-CDIO(构思、设计、实现和运作)工程教学理念和思想的指导下,软件工程专业建立了课下与课上一体化、理论学期与实践学期一体化的项目主导、多元协同的实训教学体系。实践证明,通过该模式培养的专业人才,就业竞争力和个人职业发展能力显著增强,建设成果也得到社会、企业及同类型兄弟院校的广泛认可。

摘要：由于高校扩招导致生源质量下降、唯就业率论导致学校和学生对毕业设计重视程度下降、毕业设计指导教师本身工程实践素质欠缺等问题,出现了本科毕业设计与培养计划、人才培养目标发展不一致的现象。为解决以上问题,本文结合OBE理念进行软件工程专业毕业设计改革,探索以"学习产出"为中心的OBE教育改革模式在毕业设计过程中的应用方法。从实施效果看,切实完善了各环节管理方法和制度,使毕业设计过程更加科学化和规范化,提升了毕业设计的质量。

摘要：面向对象软件工程作为软件工程专业必修课,对学生工程知识、素质培养,以及发现、分析和解决问题能力的培养起到关键作用.针对目前面向对象软件工程教学存在问题,研究和分析了当前广泛开展的CDIO和OBE结合的教育模式和混合式教学方法,结合大连东软信息学院软件工程专业实际教学,基于CDIO+OBE和混合式教学理念对整个教学方案、方法和环节进行改造、优化,形成了以提高学生学习效果和自主学习性为目标、以三级项目为纵贯线、将课前-课中-课后有机串联结合的新的教学模式.

摘要：实践教学是理论联系实际的重要环节,对学生工程意识和创新思维的培养,以及动手能力、分析问题、解决问题能力的培养具有非常重要的作用。本文运用CDIO方法学,打破以知识结构为主线的课程体系,制订用项目引导课程,体现多元化、多层次的一体化创新实践教学体系。阐述在课程、项目、毕业设计、课外活动等一系列活动中,培养学生达成所需能力的具体实施路径,改革实践体系的评价要素,建立以能力培养为导向的多元实践考核体系。采用基于项目的教学策略,实施案例式、启发式、讨论式等混合教学方法。实践表明,该教学体系切实加强了实践环节设置的针对性和科学性,提高了人才的培养质量。

摘要：从古埃及金字塔的雄伟到现代城市天际线的矗立,每一块石头、每一道墙壁都承载着时代的印记和文化的故事。历史的长河见证了建筑技术的演进,也记录了文化价值观的传递与转变。可以说,建筑不仅是人类居住和活动的空间结构,更是文化传播的有力载体。本文将探索如何通过建筑这一独特的媒介,设计并实施有效的文化传播策略,以促进文化的传承与创新,强化社会的文化认同感,同时为全球多元文化的交流与互鉴提供新的视角与方案。

摘要：目的现有低照度图像增强方法大多依赖于像素级重建,旨在学习低照度输入和正常曝光图像之间的确定性映射,没有对复杂的光照分布进行建模,从而导致了不适当的亮度及噪声。大多图像生成方法仅使用一种(显式或隐式)生成模型,在灵活性和效率方面有所限制。为此,改进了一种混合显式—隐式的生成模型,该模型允许同时进行对抗训练和最大似然训练。方法首先设计了一个残差注意力条件编码器对低照度输入进行处理,提取丰富的特征以减少生成图像的色差;然后,将编码器提取到的特征作为可逆流生成模型的条件先验,学习将正常曝光图像的分布映射为高斯分布的双向映射,以此来模拟正常曝光图像的条件分布,使模型能够对多个正常曝光结果进行采样,生成多样化的样本;最后,利用隐式生成对抗网络(generative adversarial network,GAN)为模型提供约束,改善图像的细节信息。特别地,两个映射方向都受到损失函数的约束,因此本文设计的模型具有较强的抗模式崩溃能力。结果实验在2个数据集上进行训练与测试,在低照度(low-light dataset,LOL)数据集与其他算法对比,本文算法在峰值信噪比(peak signal-to-noise ratio,PSNR)上均有最优表现、图像感知相似度(learned perceptual image patch similarity,LPIPS)、在结构相似性(structural similarity index measure,SSIM)上取得次优表现0.01,在无参考自然图像质量指标(natural image quality evaluator,NIQE)上取得较优结果。具体地,相较于18种现有显著性模型中的最优值,本文算法PSNR提高0.84 dB,LPIPS降低0.02,SSIM降低0.01,NIQE值降低1.05。在MIT-Adobe FiveK(Massachu-setts Institute of Technology Adobe FiveK)数据集中,与5种显著性模型进行对比,相较于其中的最优值,本文算法PSNR提高0.58 dB,SSIM值取得并列第一。结论本文提出的流生成对抗模型,综合了显式和隐式生成模型的优点,更好地调整了低照度图像的光照,抑制了噪声和伪影,提高了生成图像的视觉感知质量。

摘要：如今,大数据与人工智能技术发展迅猛,基于海量数据进行精确训练的机器学习模型及其应用推动了生产力的提升,但同时也带来了严重的数据安全与隐私泄露问题,这一问题促进了隐私保护机器学习的研究.在实际应用中,机器学习算法常常在稀疏数据集上进行运算,明文下的模型训练存在高效计算方法,可以充分利用数据稀疏性,提高计算效率.为了保护数据隐私而引入的密码技术,将稀疏数据转化为稠密数据,从而使高效的稀疏数据运算变得复杂.现有的对于安全稀疏数据计算的相关研究都涉及大量公钥密码操作,计算效率不高,并且主要考虑两方的场景.实际上,稀疏数据的计算可简化为非零位置上相应元素的计算.为了充分利用这一特性以提高效率,本文将稀疏向量乘法问题分为了过滤和乘法计算两个模块来处理,并在三方联合计算的场景下进行协议设计.首先,基于三方加法复制秘密分享以及伪随机置换技术构建过滤协议,该协议能够实现对向量元素的过滤,筛选出向量中非零位置对应的元素.随后,在过滤协议的基础上引入加法同态加密技术,对非零元素进行安全乘法计算,实现一个隐私保护的安全三方稀疏向量乘法协议,并在半诚实敌手模型下,使用理想现实模拟范式证明了协议的安全性.最后,将隐私保护稀疏向量乘法协议应用到逻辑回归模型中,验证了其可用性.通过实验以及效率分析表明,相对于隐私保护稀疏矩阵乘法协议CAESAR,本文所提出的协议将主要计算开销由O(n)的密文运算次数,降低为O(m)次,其中n是向量的维数,m是向量中非零元素数量;在小批量的逻辑回归模型训练中,文本协议与通用安全多方计算框架ABY3相比有10%~30%的效率提升.

摘要：点击率(CTR)预测通过预测用户对广告或商品的点击概率,实现数字广告精准推荐。针对现有CTR模型存在原始嵌入向量未精化、特征交互方式偏简单的问题,本文提出自注意力深度域嵌入因子分解机(self-attention deep field-embedded factorization machine,Self-AtDFEFM)模型。首先,通过多头自注意力对原始嵌入向量加权,精化出关键低层特征;其次,构建深度域嵌入因子分解机(FEFM)模块,设计域对对称矩阵以提升不同特征域之间的交互强度,为高阶特征交互优选出低阶特征组合;再次,基于低阶特征组合构建深度神经网络(DNN),完成隐式高阶特征交互;然后,围绕精化后的嵌入向量,联合多头自注意力与残差机制堆叠多个显式高阶特征交互层,通过自注意力捕获同一特征在不同子空间上的互补信息,完成显示高阶特征交互;最后,联合显式与隐式高阶特征交互实现点击率预测。在Criteo和Avazu两大公开数据集上,将Self-AtDFEFM模型与主流基线模型在AUC和LogLoss指标上进行对比实验;为Self-AtDFEFM模型调制显式高阶特征交互层层数、注意力头数量、嵌入层维度及隐式高阶特征交互层层数等参数;对Self-AtDFEFM模型进行消融实验。实验结果表明:在两大数据集上,Self-AtDFEFM模型的AUC、LogLoss均优于主流基线模型;Self-AtDFEFM模型的全部参数已调为最佳;各模块形成合力以促使Self-AtDFEFM模型性能达到最优,其中显示高阶特征交互层的作用最大。Self-AtDFEFM模型各模块即插即用,易于构建和部署,且在性能与复杂度之间取得平衡,具备较高实用性。

摘要：针对软件项目实践课程学生难以深入参与项目、软件技能存续性较弱的问题,融合OBE教育理念,提出了一种基于模仿模式和跨越模式的软件项目实践课程教学方法,并以信息管理系统项目为例,详细阐述了教学方法的案例库项目建设要求、模仿模式和跨越模式实施要素,为软件项目实践课程中学生更深入的学习参与和更持久的技能应用提供了可供借鉴的解决思路。

摘要：民间美术源自普通民众的日常生活和审美需求,是他们自发创作的艺术形式。这种艺术与生活紧密相连,将实际生活的实用性与精神的审美性融为一体,是农业经济自给自足模式下孕育出的一种独特的民间艺术。它不仅是中国人民情感、思想和心理的寄托,更是国家情感的浓缩,具有鲜明的连续性和深厚的文化内涵。对于当代艺术设计而言,民间美术所带来的启迪是多维度且深远的。在民族文化的深厚土壤中,当代艺术设计作品才能找到其创作的根基,实现材料与精神的高度融合。在运用民间美术元素时,当代设计需要将其精华与现代审美和时代精神相结合,创作出真正反映民族精神的艺术作品。本文将从民间美术的基础特征和本质特征出发,探讨其与当代艺术设计的关联,并分析其在当代艺术创作中能够提供的启示。