提高数学物理方法课程教学质量的思考

<正>数学物理方法是数学与工科相关专业学生必修的一门重要专业基础课程[1].数学物理方程课程内容较多,数学公式和推导繁琐,与实际结合不紧密,学生对该课程的学习兴趣不高.因此,应从课程的特点出发,结合不同专业学生的特点因材施教,才能提高教学质量和学生的学习效率.1注重新课前的基础知识复习回顾数学物理方法课程的教学目的是让学生了解和掌握如何应用数学物理的方法解决实际问题,为进一步深入地学习或者从事实际工作打好基础.由于数学物理方法这门课程知识量较大,在学习过程中用到比较多的高等数学基础知识,一部分学生     

基于多维考查的程序设计课程教学研究

程序设计基础课程是各高校计算机相关专业的第一门核心专业基础课,此课程的学习效果直接关联到后续课程的学习.为了激发学生学习程序设计基础课程的自主性,逐步培养学生在算法设计上的抽象思维能力、逻辑思维能力及严谨性,将多维考查的方法引入教学中.经过几年的教学实践表明,效果很好.     

信息理论基础教学实践探究

<正>信息理论基础是信息与计算科学专业的专业基础课,是学生学习其它后续信息类课程的基础,因此信息理论基础这门课程的教学有着举足轻重的作用.本文结合讲授信息理论基础的实际经验,对信息理论基础教学进行了探究.     

地方高校生理心理学自主设计实验的教学实践

生理心理学是心理学专业学生重要的基础课程之一,具有极强的理论性和实践性.该课程对教师有效教学和学生高效学习均较具难度.地方性高校在实验资源和获取优质生源上的优势较弱,为帮助地方高校心理学学生较好掌握该课程基本理论,形成扎实的专业基础,尝试在本科生理心理实验教学上进行自主设计实验的教学探讨.结果表明,自主实验教学可以提高学生学习生理心理学的积极性,加深学生对基础理论的理解,促进学生综合能力和素质的提高.     

如何提高学生学习化工原理课程的热情

化工原理课程是一门专业基础课。它是在学习了数学、物理、化学等课程的基础上所开设的一门课程。对于刚刚升入大三的学生,在学习了两年基础化学的基础上,这门课程算是一门有挑战性的课程。学生是极具塑造潜力的个体,老师在课堂教学中首先要从学生现有的知识层次出发,激发学生的学习兴趣,调动学习的积极性,让学生的学习由被动变主动。教师作为课堂的主导,学生作为课堂的主体,如何提高学生的学习热情显得至关重要。     

高师公共基础课课程体系改革构想

高等师范院校公共基础课是高师本、专科各专业学生都必须学习的课程。这类课程虽然并不一定同专业有直接联系,但却是学生学习专业课的基础,是全面提高学生素质的保证,且对学生今后的学习和工作将产生积极的影响。然而,从目前各高师院校公共基础课的开设情况看,其受重视程度远不如专业基础课。这当中固然有思想认识的问题,而公共课课程内容和体系本身的不合理、不完善所造成的“结构性缺陷”,则是更为直接的原因。因此,有必要对现行高师公共基础课的设置状况予以总结分析,并在此基础上探索新的改革思路。一、高师公共基础课课程设置…     

基于MOOC的计算机基础课程实施SPOC教学模式的综合评价

采用问卷调查的方法,对某高校学习计算机基础课程的部分学生进行调查,并通过集对分析评价方法对调查结果进行了综合评价.分析结果表明,2016级会计学专业学生的计算机基础课程在实施SPOC教学方法后,教学质量和学习效果都有明显提高,促进了学生计算机操作能力的提高.     

深度学习下高等代数混合式教学模式的构建与实践

高等代数作为大学数学专业的专业基础课程,其高度的概念抽象、对象抽象、推理抽象易使学生感觉枯燥,进而导致学生学习兴趣和学习动力的丧失.为此,构建一种顺应新形势的混合式教学模式成为数学教师必须思考的问题.通过对高等代数的课程特点与教学现状的分析,探究了深度学习下高等代数课程混合式教学模式的构建与实践.     

《计算机组成原理》课程教学方法的探索

《计算机组成原理》是计算机专业的专业基础课。因此，组织好《计算机组成原理》课程教学，将为学生学好后续专业课程，打下一个扎实的专业基础。由于《计算机组成原理》课程具有知识面广，内容多，更新快等特点，使得该课程的教学，存在有一定的难度。怎样把握课程教学重点，提高学生的学习兴趣，使学生能对教材内容融会贯通，进一步提高动手能力和创造能力。这是我们教学中所关心的问题。通过几年的教学摸索，我们探求出以下一些教学方法，并收到了较好的教学效果。一、区别基础和专业课程教学侧重点，转变学生的学习方法《计算机组成原理…     

半导体器件原理教学改革

半导体器件原理是学习集成电路芯片技术的基础和核心课程．由于该课程具有内容多、公式长、机理复杂的特点，课堂教学难度较大．结合半导体行业发展现状和该课程的特点、教学实践及目前教学过程中存在的问题，从教学理念、教学内容建设、教学方法和教学手段等方面对课程教学模式进行改革，探索实现路径，以激发学生学习兴趣，提高教学质量，夯实学生专业基础．     

PCA在人脸识别中的应用

利用人脸特征进行身份鉴别是生物特征识别中最直接的手段,而在人脸特征鉴别中,特征提取是很重要的一个步骤,对特征提取中最常用的算法——PCA（特征脸）算法进行了分析,归纳,并通过实验说明了不同投影轴对识别率的影响。     

动态人脸图像序列中表情完全帧的定位与识别

考虑到人脸表情演变是一个持续过程，相比于静态图像，动态图像序列更适合作为人脸表情识别的研究对象。该文提出了一种基于嵌入网络的序列帧定位模型，利用加载预训练权重的Inception ResNet v1网络提取人脸表情序列各帧的特征向量，通过计算特征向量间的欧氏距离，定位出具有最大表情强度的完全帧，进而获取人脸表情序列数据；为了进一步验证定位模型的准确性，分别利用VGG16模型和ResNet50模型对定位的完全帧进行人脸表情识别。在CK+和MMI人脸表情数据库上进行了实验，所提的序列帧定位模型的定位平均准确率分别达到98.31%和98.08%；利用VGG16模型与ResNet50模型对定位的完全帧进行表情识别，在两个数据库上的实验结果分别达到了96.32%和96.5%，87.23%和87.88%，结果表明所提出的模型能够获取可靠的表情完全帧，并取得了令人满意的人脸表情识别效果。     

一种改进的对齐算法及其在面部特征定位中的应用

在主动形状模型基础上,借助于核的技巧,对其前期所需的广义对齐算法进行了研究改进,使之能够在后续的主分量分析中更迅速有效地捕捉不同的面部形状变化,进而达到快速定位面部关键特征点的目的.实验结果表明,改进的算法在主分量分析之后能够更好地表达不同脸形变化的模式,而且在定位面部关键特征点上精度更高,收敛速度也有明显改善.     

基于后缀数组的Web文本重复短语识别

重复短语识别是网页文本的特征抽取过程中的关键性技术之一,通过重复短语的识别能够有效地解决网页文本内容特征抽取的难题.研究利用后缀数组进行重复短语识别和抽取的方法.实验表明,该方法进行重复短语识别后,得到的特征向量对于源网页文本的表示更具有代表性,网页相关性的挖掘可以获得更好效果.     

基本图像特征用于文本图像文种识别

为了解决现有方法在运算速度和识别效果上的矛盾,该文将基本图像特征用于文本图像文种识别. 按照纹理分析结构方法的观点,将纹理基元划分为7 种类型,提取描述文本图像纹理基元构成以及其空间位置关系的特征,采用支持向量机对所提特征进行训练和分类,实现文字种类识别. 实验选用有质量退化的中、英、俄、日、韩、阿拉伯等10 种不同语言文字的文本图像,结果表明该算法运算速度快,有较高的识别准确率,并对图像质量退化有较好的鲁棒性.     

EMD在说话人辨认中的应用

提出一种基于经验模式分解的说话人辨认方法.通过对语音信号进行经验模式分解得到一系列内在模式函数,提取每一级模式函数的Mel频率倒谱系数和相邻两级模式函数差的Mel频率倒谱系数作为表征说话人的特征参数,对得到的特征参数用矢量量化进行识别.实验结果表明,方法是有效的.     

基于样本扩展和线性子空间特征提取的单样本人脸识别

针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法. 利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息. 采用主成分分析（principal component analysis, PCA）对扩展的虚拟样本进行降维,并用Fisher 鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像. 所提方法在人脸图像库Yale B 和Extended Yale B 上进行试验,用PCA+LDA 方法把扩展图像作为训练集对测试图像进行特征提取和识别. 相对于以单样本图像为训练集的PCA 特征提取,该方法显著提高了识别率.     

基于决策树-逻辑回归模型精确识别僵尸企业

针对如何精准识别僵尸企业的问题,借助湖南科创信息有限公司公开的企业信息数据集,提出了一种决策树-逻辑回归的僵尸企业识别方法。该方法用中位数填充缺失数和离群值,然后分析数据集并进行特征衍生,最后使用多元线性回归和卡方检验等方法完成特征筛选。为了验证所提出方法的有效性,分别在阿里云环境和本地环境下将该方法与过度借贷法、连续亏损法、随机森林算法、BP神经网络算法、XGBoost算法进行比较。每个模型均训练50次,每次训练按一定比例随机选取数据,最终取各个指标的平均值作为最终实验结果。实验结果表明：所提出的决策树-逻辑回归模型对于僵尸企业的识别准确率最高,达到99.98%;并且模型的运行速度相对各种集成模型的速度有较大优势,平均执行时间约为1.5 s。在各实验环境中,实验结果差异较小,验证了该模型的有效性和稳定性。     

基于VSM模型的动态文本分类器的设计

设计了一种基于VSM模型的动态文本分类器，它能针对文本的不同类别建立不同的特征子空间，各特征子空间之间相互独立，同时能将文本分类中常用的2个评估指标召回率和精确率转化为正确分类率和错分率；考察了特征子空间的维数和判定界值对这2个指标的影响．该动态文本分类器能对用户输入的文本流进行动态分类．     

训练方法对汉语数字串识别率影响的研究

在语占识别系统中，都是通过提取特征向量来计算待识语音与模型之间的概率或距离，然后根据最大概率或最小距离判断待识语爵的类别．对大量实验数据的观察发现：特征向量的各维对语音的表达能力是不一样的，同时特征向星在语音的时间轴上表达能力也不一样。根据这种特性，提出了三种训练算法：在训练中计算出加权矩阵，以此来加强易混淆数字间的本质区分特征，减弱随机特征，在汉语数字串识别实验中，得到了比较理想的实验结果，错误下降40．8％，系统识别率上升到94．08％。