课程文献中心 更多>>

关键词： 超星学习通   移动教学   数据结构   以学生为中心  

摘要： 数据结构是计算机专业和地理信息科学专业的一门基础核心课程,旨在培养大学生选择合适的数据结构,开发出高质量代码的能力.其内容主要包括:线性表、栈、队列、字符串、树、图、排序、搜索等数据结构.本文介绍了以学生为中心的核心教育理念以及如何将此教育理念利用超星学习通贯彻到《数据结构》课程中,改变传统教学方式,使得原本抽象的数据结构变得具体,原本沉闷的算法变得更加生动,极大地激发了学生们的学习热情,增强了学生们的自信心.

关键词： 命名实体识别   深度学习   BiLSTM-CRF   注意力机制   信息抽取  

摘要： 就业问题一直是社会和国家备受关注的经济和社会问题,而在解决就业问题方面,就业信息的获取是一项极为重要的工作。近年来,网络上的就业招聘信息爆炸式增长,面对海量招聘信息,能够准确筛选出其中关键信息至关重要,对招聘信息进行结构化抽取能够帮助获取招聘信息中的关键信息,对市场稳定发展具有现实意义。信息抽取目的在于从海量数据中抽取关键信息,并将其以结构化形式储存起来。命名实体识别是信息抽取的一项重要子任务。命名实体识别的方法从基于规则和词典到基于统计概率,都需要大量人力进行词典构造或特征统计,且需要耗费大量人工和时间成本,而基于深度学习的方法不需过多人工特征,能够自主学习文本信息,在命名实体识别任务上取得了一定的进展。本文使用基于深度学习的命名实体识别方法,对高校发布的招聘文本信息进行命名实体识别,命名实体对象主要是招聘岗位名和招聘专业名。具体的工作如下:第一,使用爬虫工具对高校就业信息网发布的招聘信息进行采集,并对信息进行数据预处理,在数据预处理过程中为了加强中文分词效果,构建了招聘岗位名词库和招聘岗位名词库。第二,构建LSTM-CRF模型,模型主要使用LSTM和CRF分别对语义特征和相邻标签关系进行学习,并将模型用于对采集的数据进行命名实体识别,经模拟仿真实验,在岗位名和专业名实体识别的F1值分别达到了82.52%、89.23%。第三,针对模型中存在的无法有效利用上下文信息和语义稀释问题,通过使用双向LSTM替换LSTM网络和加入注意力机制来构建BiLSTM-Att-CRF模型。该模型中,双向LSTM使用前向和后向LSTM对上下文进行学习以获得双向语义依赖能力,并使用注意力机制将模型聚焦局部特征以解决语义稀释问题。本文使用采集处理的数据对提出的模型进行训练和测试,实验结果表明改进模型相较于基准模型在对招聘岗位名和专业名实体识别的F1值分别提升了5.53%和5.31%。

摘要： In many scientific fields, it is usual to find magnitudes characterized by the evolution of a random variable over some continuum (stochastic process). Despite the experi- mental data measured on these variables are functions (curves, surfaces or images), historically their treatment has been through multivariate or time-series analysis, losing key information. Luckily, the great advances experimented by the technology sector in last years, have made easier the monitoring and reconstruction of the func- tions quickly and effortless, being possible to work with the complete functions. In this scenario, there is a high probability of having high dimensional data, in which the number of variables is greater than the number of sampling individuals. This fact makes that traditional statistical methods could not be appropriate. Depend- ing on the final purpose, in this thesis these data are tackled from two different and complementary statistical perspectives: Functional Data Analysis (FDA) or Reliability Analysis (RA) based on Phase-type (PH) probability distributions. FDA arose facing the need of building robust tools to model and predict func- tional data, whose observations are normally curves depending on time or any other continuous argument. In the last two decades, FDA has been subject of intensive research in which most multivariate techniques have been generalized, specially dimension reduction, regression and classification methods. Functional Principal Component Analysis (FPCA) stands out because reduces the dimension and ex- plains the variability structure in terms of a small number of uncorrelated variables. In the reliability field, one of the main objectives is to study the behaviour of complex systems, whose operation is conditioned by several uncontrollable variables. In this sense, RA attempts to identify the probability distribution of the data to shed light about the variability behind the systems operation. A suitable solution is to contemplate the

关键词： 线上线下   混合式教学   数据结构  

摘要： 在网络资源高度发达,信息化教学被大力推广的形式下,针对数据结构课程现有的问题,提出了数据结构课程线上线下的教学设计方案.混合式的教学模式能充分培养学生的自主学习能力,提供给学生更丰富的教育资源,充分考虑学生的差异性,体现学生的主体作用.

关键词： 《数据结构与算法》课程思政   三全育人  

摘要： 在当前的《数据结构与算法》教学的过程中,随着时代的变迁和发展,传统的《数据结构与算法》已经慢慢发生了变化,这门课程主要在大一进行开设,学生仅有C语言程序设计的基础,有一大部分学生在编程方面还未开窍,需要教师实践引导,优秀学生榜样示范引领,让学生体会到编程之美,进而激发学习的兴趣,并让编程成为一种生活习惯.'好奇心激发求知欲',课堂上需要用比较有趣的案例激发学生的求知欲望,让学生在不断的尝试中体会到心理上的满足感和成就感.所以,在当前的形势下,《数据结构与算法》教学应该与思政理论教学相结合,使学生在《数据结构与算法》手段的过程中,将社会主义核心价值观融入其中.

关键词： 并行计算   GPU加速   天文数据处理   GECAM   数据结构  

摘要： 引力波暴高能电磁对应体全天监测器（英文简称GECAM）是由高能所针对近年来新出现的引力波研究重大机遇而提出的项目[1]。暴发事件搜索是GECAM卫星科学应用系统的重要任务，是地面科学数据处理分系统的必要环节，也是对星上搜索的完善和补充[2]。　　GECAM暴发事件搜索软件需要实现指定参数配置下不同时间尺度，不同时间相位起点，不同能量区间的触发事件全方位搜索以及暴发事件目标搜索。原始暴发事件地面搜索算法性能较差，不能满足GECAM实时性较高的任务需求，无法直接应用。为了解决上述问题，本文创新性地将暴发事件地面搜索算法由传统CPU单线程串行计算改为并行计算，并针对多核CPU和GPU两种不同硬件平台的特点，对搜索算法进行了改写与优化，设计并开发完成了GECAM卫星的暴发事件搜索软件。本文的主要内容和创新点包括以下三个方面:　　(1)在暴发事件地面搜索算法基于CPU的计算模式中，使用Numba[3]加速库的JIT即时编译技术，解决了Python编程语言动态解释执行效率较低、速度缓慢的问题，极大地提升了程序的编译运行速度;还使用多进程并行技术，将数据处理任务并行化，通过进程池将任务分派到CPU不同的核心并行执行，充分利用计算节点多核CPU的计算性能，大幅缩短地面搜索的处理时间。　　(2)在暴发事件地面搜索算法基于GPU的计算模式中，根据GPU加速卡的硬件结构和使用特性，采用了新的数据并行策略，重组了搜索算法的数据结构，使用了基于CuPy[4]的GPU并行搜索算法，将GPU单次计算的数据量提升一个维度，充分利用GPU加速卡上数以千计的流处理器核心和超大容量显存，大幅提升GPU的计算效率并缩短数据处理时间。　　(3)使用本文改进的搜索算法设计并开发完成了GECAM暴发事件搜索软件，极大地提升了暴发事件搜索的性能，大幅缩短了地面搜索的处理时间。最终在保证搜索精度的前提下，能够满足项目要求的各项功能需求和“搜索GECAM卫星12小时观测数据完成时间小于1小时”的性能需求。

关键词： 数据结构   知识图谱   实体识别   关系抽取  

摘要： 随着计算机信息技术的发展,远程教育和在线教学形式的计算机辅助教学活动在我们学习生活中逐渐普遍起来,知识获取途径跟传统教学相比也变得丰富多样。基于大数据和人工智能技术的智慧教育技术是目前关注度较高的研究热点,且在基础教育领域取得了一些成效。知识图谱是一种通过实体节点、实体属性、实体间的关系组成的图数据结构表示形式的语义网络,是认知智能的关键技术基础。知识图谱技术在教育领域一般应用于以学科知识体系为基础的垂直领域知识图谱构建方面,通过挖掘、采集、归纳学科知识点之间所包含的概念层级关系、前后序关系、关联关系,从而组织构建学科知识图谱,帮助学生达到掌握课程知识框架、查阅知识要点、发现知识点间的联系,提高学习效率。在计算机类专业课程设置中《数据结构》课程是学生必修的一门核心入门专业课程,在整个专业课程教学实践中起到承接贯穿的重要作用。由于该课程理论性强且要求具备一定的逻辑思维能力,所以学生在学习过程中很容易遇到难以理解和掌握众多的抽象复杂概念的情况。因此本文选择借助深度学习和自然语言处理技术,应用BiLSTM-CRF和TextCNN算法对《数据结构》课程文本资源进行分析整合,进而对数据结构课程知识学习和知识重用提供便利。本论文首先从教育资源信息化建设和国内外学科知识库构建研究进展谈起该课题的研究意义,其次概述了知识图谱构建所涉及的相关理论和技术,然后介绍了本文构建《数据结构》课程知识图谱的过程方法及相关算法,最后结合软件开发思想描述了《数据结构》课程知识图谱搭建流程。

关键词： 算法设计   数据结构   离散性   分析  

摘要： 如今计算机信息化技术普遍散布在各行各业,计算机系统的运行需要依靠算法设计作为基础,具体是利用数学算法得到系统可以识别的数据和信息,也可以称之为“编码程序”,以此完成一套流程工作。对于计算机算法设计而言,要掌握两个关键点,首先是一些常规操作和处理,其次是本文涉及到的数据结构离散性关系,重要性可以和计算机系统结构相媲美,工作人员务必要重视离散性的分析。鉴于以上论述,本文对计算机算法设计及数据结构离散性进行简要分析,希望为各行各业提供一些建设性意见。

关键词： 计算思维   《数据结构》课程   案例教学  

摘要： 随着信息技术的高速发展,数字化和智能化逐渐成为现代社会的基本形态,计算思维被认为是每个人都应学会与使用的应用态度与技能,越来越受到世界各地学者与教育者的重视,各国相继出台政策将计算思维确立为教育教学的重要目标。《数据结构》课程作为计算机相关专业的基础必修课程内容抽象、难度较大,而该课程的教学大多是以传统的教师讲授式为主,教学效果较差,阻碍了学生后续的学习与思维能力的提升。因此为改变《数据结构》课程教学现状,提升教学效果,同时培养和提高学生的计算思维能力,在已有研究成果的基础上设计有效的面向计算思维的《数据结构》课程教学模式非常有必要。本文首先阐述了计算思维日益受到重视的研究背景,指出研究的目的及本研究拟解决的问题。梳理国内外有关计算思维与《数据结构》课程的文献,界定了计算思维的内涵,确定计算思维五个维度:抽象、分解、算法思维、评估与概括,并指出计算思维能力、《数据结构》课程与案例教学三者的关系。在教学模式设计之前对学生进行计算思维能力现状以及学习态度的调查,得到了对教学模式设计的几点启示:(1)注意调动学生的学习积极性,改变学生对计算机相关课程晦涩难懂的以往认知;(2)教学中采用案例教学模式,选用与实际生活紧密联系的案例提高学生的参与度;(3)在教学中引入计算思维的概念,培养学生的计算思维能力。依据学生思维能力发展的特征在宏观上设计了初级、中级和高级三阶段的教学模式,在微观上教学案例与教学环节的设计融合了计算思维五个维度的具体内容,结合《数据结构》课程内容抽象性等特征,决定采用案例教学模式。随后进行教学实践,选取实验班和对照班进行准实验研究,设计计算思维量表及有关问卷,通过前测确保所选班级满足实验条件,然后实施教学并收集相关实验数据。在结果分析阶段,采用问卷调查与访谈法相结合的方式,从学生计算思维能力提升、教学效果提升及对案例教学模式的态度三方面进行,结果发现:实验班学生的计算思维能力在五个维度上都有不同程度的提升;实验班级的学习成绩明显高于对照班级;实验班学生对于案例教学的满意度较高,从而验证教学模式的有效性:(1)该模式可以有效提升学生的计算思维能力;(2)能够改善教学效果,提升学生的学习成绩;(3)学生对该教学模式的满意度较高,对案例教学有较高的期待。最后指出研究周期较短等研究不足与展望。面向计算思维的《数据结构》课程案例教学模式对于提升学生的计算思维能力与教学效果具有一定的积极作用。希望本研究能够改善《数据结构》课程教学现状,帮助提升大专学生计算思维能力,从而并促进新时代创新型人才的培养。

关键词： 软件工具   数据结构  

ISBN: (纸本)9787517096863

摘要： 本书共分8章：线性表、栈和队列、串和数组、树和二叉树、图、查找、排序等，针对数据结构初学者，介绍了数据结构常用的基本理论知识。