摘要：鉴于天牛须搜索算法在对多维非线性优化问题求解时容易出现局部收敛现象,从而导致无法求出全局最优解,设计了改进天牛须算法(Improved Beetle Antennae Search,IBAS)。该算法中在天牛位置计算时引入惯性权值,设计了基于自适应步长衰减系数,增加天牛在位置计算时的自适应能力,为了控制算法优化过程解的取值范围,参照粒子群算法对单点位移进行限制。实验结果表明,在相同误差精度、相同迭代次数情况下,将改进天牛须算法与LMBP算法相结合建立IBAS-LMBP算法模型并应用于图像压缩,模型的运行效率明显高于GA-LMBP、PSO-LMBP及BAS-LMBP算法模型。

摘要：针对传统应用型人才培养中Python语言程序设计课程教学过程中存在的学习被动、教学效率低的问题,提出基于OBE-CDIO理念的Python语言程序设计课程教学模式,并给出详细的教学重构过程,旨在为现有的应用型人才培养过程中的 Python程序设计课程教学建设提供参考。

摘要：阐述地方应用型高校计算机应用基础课程教学现状及存在的问题,分析计算思维能力培养的重要性与混合式学习的必要性,提出基于计算思维能力培养的课程混合式学习改革:要转变教师教学理念,设计以计算思维为导向的课程目标与培养路径,优化与重组课程内容,坚持以学生为中心、以产出为导向,立德树人,并将学习成果与考核挂钩,抓好课堂思政,实现育人与育才相统一。

摘要：从教学目标出发,分别设计数据库原理与应用课程的教学内容、课程线上线下资源建设以及课程考核,阐述如何将以学生为中心的教学理念融合到课程的设计和实施过程中,并结合教学实际介绍课程从设计到实践的过程。

摘要：在工程教育专业认证背景下,突出工程教育专业认证遵循的OBE理念,在教学中调动学生的主观能动性、增强学习效果和提高实践能力。通过对OBE理念内涵和实施要点的阐述,针对数据结构课程目前存在的课程内容多而全、枯燥无趣难度大、实验环节层次单一、课程实验考核方式单一、前序课程基础薄弱等问题,提出构建数据结构课程线上线下混合式教学模式、开展课程教学设计、实施过程评价与反馈的改革举措。

摘要：根据操作系统信号量机制课堂的教学设计,课前布置查阅荷兰学者Dijkstra与信号量,课中以国内日常生活中核酸检测为例,提出核酸检测中的信号量机制问题,并将BOPPPS模型引入课堂教学过程,将思政元素融入模型的不同环节中,课后通过雨课堂对学生进行测试与投票统计学习效果,将思政元素融入操作系统课堂教学过程中,有效提高了学生的学习参与度,实现课堂思政教育与教学内容的融合,达到了较好的教学效果。

摘要：通过分析目前计算机网络课程的教学现状,借鉴布鲁姆“为掌握而学,为掌握而教”的理论,结合学习金字塔和建构主义学习观,提出“六阶归一”的混合式教学模式,从教学目标和教学体系两个方面介绍该教学模式的构建方法和实施过程,最终说明教学效果。

摘要：针对深层卷积神经网络模型参数量大、对硬件设备要求高而难以部署于边缘端的问题,本文结合高速公路监控图像这一应用场景,对基于轻量化神经网络的天气识别算法进行研究。首先对经典的轻量化神经网络模型MobileNet进行理论分析,由参数量和计算次数的角度分析其深度可分离卷积与标准卷积操作的不同。同时,收集并标注基于公路监控图像的天气识别数据集。在此基础上,搭建并训练包含多个轻量化神经网络在内的模型进行对比实验,实验结果验证了MobileNet在识别精度、速度以及模型参数量等指标上的优势。此外,本文通过可视化算法t-SNE从类别响应分析和特征分布两个方面探讨MobileNet的特征表征能力以及特征的类间可分性和类内可聚性,其结果进一步支撑了上述分析。

摘要：为了在人才培养设计层面强化思想政治教育,统筹推进课程思政建设,提出思想政治与专业教育一体化设计,将“立德树人”贯穿人才培养全过程的“专业思政”人才培养体系,探讨如何将“专业思政”落实到专业人才培养方案,从课内教学环节和课外教学环节两方面介绍课程思政落实到专业人才培养环节的具体教学实践。

摘要：为了提高基于计算机视觉的检测钢包挂钩分割的准确性,提出了一种基于改进SOLO网络挂钩的识别方法。首先构造卷积神经网络ResNeXt并将其设计为SOLO的主干网络,用于提取挂钩的特征;其次为了更好地解决挂钩多尺度的问题引入特征金字塔网络(FPN),构造ResNeXt-FPN网络结构;最后将SOLO算法分为类别预测和掩码生成2个分支,在类别预测生成的同时,对挂钩生成对应的实例分割掩码。实验结果表明,改进SOLO算法的平均召回率和精确率分别达到82.10%和97.70%,优于其它公开算法网络。