【摘 要】
：
新工科理念下的面向成果导向教育(OBE)不能脱离培养德智体美劳全面发展的社会主义建设者和接班人这一根本任务,要将“立德树人”贯穿于课程教学的各个环节.以计算机图形学课程为例,阐述了课程的知识结构,课程思政的目标,思政元素的融入设计,并围绕具体翔实的课程思政案例,就本科计算机专业课程教学中如何实施教学环节与思政元素的深度融合展开较为深入的探讨.
【机 构】
：
安徽师范大学计算机与信息学院,安徽芜湖241003
论文部分内容阅读
新工科理念下的面向成果导向教育(OBE)不能脱离培养德智体美劳全面发展的社会主义建设者和接班人这一根本任务,要将“立德树人”贯穿于课程教学的各个环节.以计算机图形学课程为例,阐述了课程的知识结构,课程思政的目标,思政元素的融入设计,并围绕具体翔实的课程思政案例,就本科计算机专业课程教学中如何实施教学环节与思政元素的深度融合展开较为深入的探讨.
其他文献
以建设“一流课程”为引领,结合佳木斯大学实际,针对“C语言程序设计”课程教学中的问题与困惑,从课程资源建设、课程平台部署、课程教学实施及课程评价管理等方面对基于OBE理念的混合式教学模式进行了探索与研究,旨在以成果为导向、以学生为中心、持续改进课程教学质量,助推高校一流本科课程建设.
电子通信工程设备的干扰问题一直存在,合理的抗干扰技术可以让通信质量更优.在多种因素影响下,电子通信工程的设备抗干扰要根据实际情况选择不同的解决方案,做好设备的接地是常用的电子通信工程抗干扰手段,该文就此方面的内容进行深入地研究,希望可以提高电子通信工程的建设利用价值.
针对人口流量统计数据存在精确低等缺点,提出了一种多尺度轻量级对抗神经网络的人数统计方法,该神经网络通过多尺度CNN层与Mobilenet V3层的结合、基于Resnet-50残差网络的分块判别器模型设计和郊狼算法的优化参数等措施提高了神经网络的精度,仿真实验说明该文算法在算法精度上相比于CNN算法具有一定的优势,具有较好的统计识别效果.
由于新课改的推行,Python语言将作为高中信息技术算法与程序设计的教学语言,本研究拟为新一轮教学作充分的准备,针对《中国学生发展核心素养》对计算思维的培养要求,从教学内容、学习者特征、教学目标、教学重难点等方面进行分析;结合Articulate Storyline课件的优势,针对高中生零基础学习Python编程语言开发一套易学易用的在线课程,并开发配套的教学指导手册,为在高中开展Python在线教学提供建议.
依托产教融合的时代背景,以培养高素质技能型人才为目标,创新实践教学方法,重新制定实践教学过程,构建高职院校移动应用开发专业《数据库基础与应用》课程实践教学模式.
[目的]探究ERNIE模型(Enhanced Language Representation with Informative Entities)和双向门限循环单元(BiGRU)在医疗疾病名称科室分类中的效果及差异.[方法]以医疗疾病名称为训练样本,以BERT(Bidirectional Encoder Representa?tion from Transformers)为对比模型并在模型之后加入不同网络层进行训练探究.[结果]ERNIE模型在分类效果上优于BERT模型,精度约高4％,其中精确度可达79.
计算机网络课程理论性强、概念多、知识点琐碎、抽象难理解,学生理解比较困难,传统的PPT教学很容易让学生感觉枯燥无味,导致学习兴趣和学习积极性不高.文章对影响学生学习积极性的因素进行分析,提出使用Focusky制作生动形象的动画微课来“活化”抽象的理论概念,让学生“看得懂、听得懂、学得爽”,以提高学生的学习兴趣,激发学习积极性和主动性.
针对《旅游服务礼仪》课程职业性、实操性强的特点,以及传统教学模式不利于职校生实操能力培养的弊端.为激发职校生对旅游服务礼仪课程的兴趣以及提高学生自主能力与实践能力,该研究提出基于SPOC的混合式教学模式,并以该课程中的“门厅迎送服务礼仪”为例,详细阐述该模式在旅游服务礼仪课程中的具体应用,以期提升课堂教学效率,促进职业学校高素质人才培养目标的实现.
自然场景图像中的文字识别,不同于传统文本字符识别.自然场景图像中的文字经常面临着视角变化,多字体文本以及场景图像曝光严重等多种因素的影响,因此,难以准确地获取自然场景图像中字符信息.该文利用可微分二值化函数对自然场景图像进行处理,得到一张易处理二值化图像,并对二值化图像进行文本检测以便机器处理识别,最后利用卷积递归神经网络(CRNN)[1]进行文本识别.该方法不仅提高了自然场景图像字符识别的准确度,而且解决了生活中多字体文字识别的难点.
智能化生产和数字化转型成为驱动工业企业高质量发展的有效途径.以某纺织厂智能车间可视化大屏设计与实现为目标,综合考虑政府监管、企业发展不同视角进行了大屏框架总体设计,提出了一种基于“端-边-云”的系统架构,运用大数据技术、3D交互技术、数据可视化技术,对系统进行实现和验证.初步应用表明,该系统较完美地解决了工业生产车间监测可视化问题,实现了流利、实时、雅观的监测可视化.