课程文献中心 更多>>

关键词： 认知图谱   核心素养   大概念   数据结构  

摘要： 针对以往高中信息技术学科知识思维导图存在的知识间关系研究不透彻以及目标指向不明确等问题,本文在理论研究的基础上,确定了借助大概念层级框架构建单元知识体系,并根据单元知识体系所承载的核心素养要求构建合适粒度的单元素养刻画体系,同时,设计适切的情境问题(任务)为学习路径的原则,尝试构建面向素养培育的高中信息技术单元认知图谱,并以“线性数据结构”单元复习课为例详细阐明其操作步骤。实践表明,该图谱能有效架构单元知识体系,对标学科核心素养育人要求,提升学生的问题解决能力、知识迁移运用能力以及批判性思维。

关键词： 新工科   数据结构   非计算机专业   实践教学  

摘要： 在新工科背景下,学科交叉的重要性日益凸显。然而,非计算机类专业如自动化、智能医学工程等专业在开设数据结构课程时,常常会面临课时有限、学生编程基础不牢等挑战。为了解决这些问题,提出一套新的实践教学模式,包括实践性预习、逐行代码示范和应用场景串联等实践环节。实践效果表明,该模式有效提升了学生的学习热情,降低了学习门槛,提高了教学质量。

关键词： 数据结构   C语言   图像处理   数据分析  

摘要： 数据结构是一种关键的编程工具,可用于处理、分析和修改图像数据。文章将介绍各种数据结构在图像处理中的应用,包括图像的存储、处理和分析。此外,文章还将探讨不同数据结构在性能和效率方面的优缺点,以及它们如何影响图像处理的质量和速度。

关键词： 数据结构   问题导向   教学实践  

摘要： 《数据结构》是一门理论与实践相结合的课程,在计算机科学与技术课程体系中占据非常重要的地位。针对目前《数据结构》课程教学中存在的问题,提出问题导向式教学法,以企图为这种较线性表和树更为复杂的数据结构为例,进行问题导向式教学法的实践探索。教学实践的效果表明,问题导向式教学法对提升《数据结构》课程的教学质量具有很大的助益。

关键词： 数据结构与算法   线上线下   EduCoder平台   持续改进  

摘要： 工程教育专业认证的核心理念是“以学生为中心、以成果为导向、持续改进”。“数据结构与算法”是计算机类的基础课程,根据工程认证的要求将传统课程以教师教学为主导,转换为以学生的理论学习为基础,实践学习为核心,持续改革的考核模式,利用EduCoder平台发布试题使学生随时随地复习与训练,将理论与实践相结合,提高了学生的学习主动性,以比赛促进学生学习的积极性,同时将考核方式改为平时基础实验和最终考核的综合实验,满足学生的不同需求,也帮助老师更好地进行自我评估,推进了本专业开展工程认证的教学实践。

关键词： 数据结构   数据可视化   数据索引   自动化   车身研发   NX系统  

摘要： 针对传统汽车车身研发数据结构中信息单一、逻辑混乱和索引效率低等问题,基于NX系统对传统车身数据结构及索引逻辑进行了优化,并就优化后的数据结构模型对车身数据信息源做了进一步的功能拓展。首先,提出了一种车身数据结构优化模型,将零件内嵌信息划分为基础信息和应用拓展信息,实现了车身装焊和工艺等信息的数据可视化;其次,优化了两种车身数据索引方式,可分别实现不同项目同类零件的横向对比和不同项目相同区域零件的横向比对;最后,建立了多种车身数据的自动化衍生和统计工具,实现了车身数据的批量化生成及处理。

关键词： 程序语言  

ISBN: (纸本)9787111750680

摘要： 本书分为四个部分。第一部分介绍了硅谷公司的面试流程，包括非技术电话面试、技术电话面试(包括闲谈、技术沟通和提问环节)以及现场面试的准备和策略；第二部分通过基础的列表、堆栈、队列、优先队列、字典和集合、更复杂的链表、二叉树、其他树结构(如前缀树、线段树、二叉索引树)和图的表示与应用来展示如何巧妙应用这些数据结构；第三部分覆盖了二分搜索、双指针法、动态规划、深度优先搜索、回溯、广度优先搜索、并查集等核心算法；第四部分帮助读者理解如何构建可扩展、高效的系统架构，旨在帮助读者深入理解Python编程语言的核心概念，并掌握在技术面试中取得成功的关键技巧。

关键词： 程序语言 程序设计  

ISBN: (纸本)9787111750680

摘要： 本书是一本全面的Python技术及面试指南，旨在帮助读者深入理解Python编程语言的核心概念，并掌握在技术面试中取得成功的关键技巧。全书分为4个部分。第*部分面试流程。这一部分详细介绍了硅谷公司的面试流程，包括非技术电话面试、技术电话面试(包括闲谈、技术沟通和提问环节)以及现场面试的准备和策略，既为读者提供了面试前的全面准备指导，也帮助读者在面试中展现出良好状态。第二部分数据结构。从基础的列表、堆栈、队列、优先队列、字典和集合，到更复杂的链表、二叉树、其他树结构(如前缀树、线段树、二叉索引树)和图的表示与应用，每一章都通过丰富的实例来展示如何巧妙应用这些数据结构。第三部分算法。这一部分覆盖了二分搜索、双指针法、动态规划、深度优先搜索、回溯、广度优先搜索、并查集等核心算法。结合面试真题，通过逐步分析，引导读者掌握每种算法的思想及其在解决实际问题中的应用。第四部分系统设计。理论知识部分，从设计需求分析到高层构建，然后到具体组件设计，再到扩展设计，帮助读者理解如何构建可扩展、高效的系统架构。实战案例部分，包括分布式缓存系统、网络爬虫系统、TinyURL加密与解密、自动补全功能、新闻动态功能、社交媒体应用和出行应用的设计，涵盖系统设计的关键技术。此外，这一部分涵盖了多线程编程与设计机器学习系统的知识，既帮助读者理解并行处理的概念和应用，又扩展机器学习的重要知识和面试技巧，并提供设计搜索排名系统和推荐系统的实例。

关键词： 结构变形   预测模型   深度学习   门控循环单元(GRU)   宽度学习系统(BLS)  

摘要： 监测数据深度学习预测模型运算量大、实时性差,为此结合宽度学习系统(BLS)和双向长短时记忆(Bi-LSTM)模型的优势,提出基于双向门控式宽度学习系统(Bi-G-BLS)的结构变形预测模型.对BLS的特征节点增加循环反馈和遗忘门结构,提高当前节点对前一节点的依赖关系,分别从正向和反向提取时间序列的内部特征,充分挖掘数据的双向特征,在提高模型预测精确度的同时减少模型预测时间.基于实测的地铁基坑沉降监测数据的测试结果显示,所提预测模型与门控循环单元(GRU)、BLS、Bi-LSTM、G-BLS模型相比,均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)平均分别降低了 21.04%、12.81%、24.41%;在预测精度相近的情况下,所提模型的预测时间比Bi-LSTM模型降低了 99.59%.结果表明,所提模型在预测速度和精确度上较对比模型有明显提升.

关键词： 素养立意   试题命制   数据与数据结构  

摘要： 素养立意视域下的试题命制要从学生的认知规律出发,围绕学科核心素养设计命题指标,关注学生发展,突出能力考查。以高中信息技术选择性必修1“数据与数据结构”模块的试题为例,通过创设复杂的、不确定的问题情境,设计相关的问题或任务,设置恰当的评分标准,全面考查学生在解决真实问题、完成真实任务的过程中体现出的认知构建能力、问题求解能力、思维能力以及必备品质,阐述如何基于信息技术学科核心素养进行试题命制。