论文部分内容阅读
为提高程序设计基础类课程的教学质量,在线上教学为线下教学开启新的教学改革之机,对该类课程采取的线上和线下混合式教学的教学目标定位、教学模式选择、教学流程安排、教学评价和课程资源建设几个方面进行教学改革探讨,介绍这些改革措施在实际教学中的应用,根据最终的学生评价说明教学改革效果。
程序设计基础类课程“线上+线下”混合式教学模式实践
【摘 要】
：
为提高程序设计基础类课程的教学质量,在线上教学为线下教学开启新的教学改革之机,对该类课程采取的线上和线下混合式教学的教学目标定位、教学模式选择、教学流程安排、教学评价和课程资源建设几个方面进行教学改革探讨,介绍这些改革措施在实际教学中的应用,根据最终的学生评价说明教学改革效果。
【机 构】
：
重庆交通大学信息科学与工程学院
【出 处】
：
计算机教育
【发表日期】
：
2021年8期
【基金项目】
：
重庆交通大学2019年度教育教学改革研究项目(1903018),重庆市高等教育教学改革研究项目(193121)。
其他文献
基于计算机组成原理课程面向自主学习、创新能力培养、混合模式教学方法等建设与改革需求,结合课程内理论教学、实验教学、思政教学、外延式知识点学习等多教学环节并存特点,提出一种基于混合教学、激发学生创新思维的教学方法,并以大连理工大学计算机科学与技术学院计算机组成原理的建设经验和实施过程为例进行阐述。
针对信号与系统课程存在的理论知识难理解、授课方式单一、学生学习兴趣不高、动手能力差等问题,提出将问题导向式教学方法与混合式学习方式相融合的教学模式,阐述该模式下的
面对疫情以来的线上教学实践,探讨黑龙江省高校在线教学的发展状况,从计算机类课程的基本特点出发,分析传统课堂教学的单向性、封闭性等教学方法的不足。结合线上教学的特点和优势,提出改变教学观念,遵循以学生为中心的自主学习教学理念。结合现代教学技术,介绍线上线下混合式教学模式的构建,以重建后疫情时代计算机教学的解决方案。
树叶晃动、光照变化等自然场景下的动态背景会影响运动目标检测的准确性,区分动态背景和前景目标的变化是复杂场景下运动目标检测的首要任务。针对现有的前景提取算法逐点提取前景从而导致计算资源浪费的问题,提出了一种区域提取与改进LBP(Local Binary Patterns)纹理特征相结合的运动目标检测算法。首先,将图像分为大小相等的图像块,利用各图像块的统计特性建立核密度估计(Kernel Densi
手势识别广泛应用于传感领域,主要有基于计算机视觉、基于深度传感器与基于运动传感器等3种手势识别方式。基于运动传感器的手势识别具有输入数据少、速度快、直接获取手部三维信息的优点,逐渐成为当前的研究热点。传统基于运动传感器的手势识别本质为模式识别问题,其准确率严重依赖于先验经验提取的特征数据集。与传统的模式识别方法不同,深度学习可以在很大程度上减少人工启发式提取特征的工作量。为解决传统模式识别存在的问
针对现有的基于卷积神经网络的行人重识别方法所提取的特征辨识力不足的问题,提出了一种基于多尺度多粒度特征的行人重识别方法。在训练阶段,该方法在卷积神经网络的不同尺度提取特征;然后对获得的多尺度特征图进行分块和池化,从而得到不同尺度的全局特征和局部特征的多粒度特征,使用不确定性权重调节Softmax损失和三元组损失来对特征向量进行监督训练。在推理阶段,对所获得的多尺度多粒度的特征进行融合,使用融合特征
针对地方高校在推行个性化教育过程中存在的问题,提出地方高校计算机类专业个性化人才培养模式,从打破专业边界的“同根异果”课程体系、打破课堂边界的“适性教育”教学模式和打破校园边界的“个性成长”课外支撑平台等3个方面,介绍具体专业化人才培养教学实践,最后说明个性化教育成效。
针对传统软件综合课程设计教学中重编码轻能力,教学过程管理粗放,评价环节少,评价粒度粗等问题,以能力产出为导向,以解决复杂工程问题能力培养为牵引,提出基于精细管理和精准评价的教学改革思路,从教学目标的设置、分解和落实,教学过程的管控,考核标准的设立以及教学效果的评价多方面介绍教学改革实践过程,最后说明教学效果并提出改进措施。
弱监督异常事件检测是一项极富挑战性的任务,其目标是在已知正常和异常视频标签的监督下,定位出异常发生的具体时序区间。文中采用多示例排序网络来实现弱监督异常事件检测任务,该框架在视频被切分为固定数量的片段后,将一个视频抽象为一个包,每个片段相当于包中的示例,多示例学习在已知包类别的前提下训练示例分类器。由于视频有丰富的时序信息,因此重点关注监控视频在线检测的时序关系。从全局和局部角度出发,采用自注意力