课程文献中心 更多>>

关键词： OBE理念   教学改革   课程目标   混合式教学   考核评价  

摘要： 在工程教育背景下,针对“数据结构与算法”课程在教与学的过程中存在的问题,遵循OBE反向设计的原则,提出了基于OBE的课程教学改革,并从设定课程目标、重构教学内容、实施线上线下混合式教学、完善课程考核评价方法等方面进行了教改实践,取得了较好的实践效果。

关键词： 水文模型   GIS   模型耦合方法   通用地理数据标准   数字流域平台  

摘要： 针对水文模型与GIS平台数据结构不一致这一数字流域集成的最大障碍,从模型角度研究地理数据与GIS融合的标准方法,并设计了标准化地理数据接口和可复用地理数据组件。自定义GIS兼容的地理数据结构,解决了GIS与水文模型高度集成的时空特征和拓扑结构不匹配问题。以软件工程中常用的组件接口技术为核心方法,提炼水文模型所采用的地理数据共同点。提出ArcGIS平台能够接受的模型通用地理数据标准并编列相应的标准接口和组件,推动GIS与水文模型紧密耦合的研究与应用。

关键词： 数据结构与算法   实验课   翻转课堂   基于成果教学  

摘要： 实验课在数据结构与算法课程的整个教学体系中具有重要作用,是连接理论和实践的桥梁和纽带。然而由于多种原因,实验课的实施往往难以达到预期的教学目标。本文针对数据结构与算法课程实验的设计和实施过程中存在的问题进行分析,并基于翻转课堂和基于成果教学的教学模式,提出了一种以学生为主导、教师对整个实验过程实施全流程管理的实验方法,有助于提高学生学习的能动性,在有限的实验时间内实现既定教学目标。

关键词： 课程思政   数据结构   思政元素  

摘要： 课程思政是实现高校立德树人根本目标的关键一环,是实现全员全程全方位“三全育人”的重要抓手,是实现显性教育与隐性教育相统一的有效途径。文章以“数据结构”课程为例,介绍了思政建设的现状,并介绍了如何从马克思主义的科学世界观和方法论角度将思政元素融入到教学过程中。

关键词： “数据结构”   混合式教学   “金课”  

摘要： “数据结构”是计算机相关专业的一门专业基础课程,在专业课程体系中起着承上启下的关键作用。为了提高“数据结构”课程的教学效果,文章从教学实践出发,在分析教学现状的基础上,总结教学过程中存在的普遍问题,探讨了“数据结构”混合式“金课”建设的方法,以期对同类院校的“数据结构”课程及相关课程的教学改革,起到一定的借鉴作用。

关键词： 一流课程   OBE   混合式教学   数据结构  

摘要： 课程是人才培养的核心要素,课程质量直接决定人才培养质量。参照线上线下混合式一流课程建设要求,融合OBE工程教育理念。基于东华大学的办学定位,以数据结构课程为载体,构建“MOOC + SPOC + OJ + 翻转课堂”的混合式教学体系,为一流课程建设背景下数据结构的教学改革提供参考。

关键词： 水利水电工程   精益建造   动态安全   数据标准   动态集成   信息模型   数据结构   BIM  

摘要： 成果创新性及价值建立了水利水电工程设计施工一体化模式下的数据标准和统一信息模型。该技术制定了水利水电工程IFC数据结构标准,打通了BIM-CAE水利水电工程构件级数据转换瓶颈,创建了设计施工一体化动态安全信息模型,以施工质量、进度、安全为主线,将BIM动态集成技术与施工建设过程相结合,建立一套贯穿施工过程的水利水电工程数字孪生模式。

关键词： OBE   教学设计   目标达成度   教学评价  

摘要： 为探索成果导向教育(OBE)的课程目标制定、教学设计、目标达成度评价和持续改进方面的经验与方法,尝试将OBE落实到课程教学层面,进行课程改革与实践,以提升我国高校人才培养质量。以数据结构与算法课程为例,以OBE理念为指导,以知识与能力提升为主线,进行课程、教学活动和教学评价设计,并通过不断迭代优化的方式完善教学过程,提高教学质量。通过实践教学,测试班级学生个人的整体课程目标达成度都在0.71以上,表明该教学设计与实践教学取得了良好的教学效果。OBE课程教学不仅能有效评估课程目标的达成度,而且也有利于提高课程教学质量。

关键词： Dimensionality reduction   Data visualization   Visualization   Three-dimensional displays   Shape   Matrix converters   Correlation   Visual analytics   networks   dimensionality reduction   data transformation  

摘要： The connections in a graph generate a structure that is independent of a coordinate system. This visual metaphor allows creating a more flexible representation of data than a two-dimensional scatterplot. In this article, we present STAD (Simplified Topological Abstraction of Data), a parameter-free dimensionality reduction method that projects high-dimensional data into a graph. STAD generates an abstract representation of high-dimensional data by giving each data point a location in a graph which preserves the approximate distances in the original high-dimensional space. The STAD graph is built upon the Minimum Spanning Tree (MST) to which new edges are added until the correlation between the distances from the graph and the original dataset is maximized. Additionally, STAD supports the inclusion of additional functions to focus the exploration and allow the analysis of data from new perspectives, emphasizing traits in data which otherwise would remain hidden. We demonstrate the effectiveness of our method by applying it to two real-world datasets: traffic density in Barcelona and temporal measurements of air quality in Castile and Leon in Spain.

关键词： Ion mobility-mass spectroscopy   Drug metabolites identification   Collisional cross-sections   LowModeMD conformational search   Pharmaceutical industry  

摘要： Ion mobility-mass spectrometry has lately become a widely popular tool for the structural identification of small molecules due to its high efficiency and a low amount requirement for samples. A combination of this technique along with a computational approach has proven to deliver a reliable identification of several compounds that were investigated by comparing experimental and calculated collisional cross sections of structures. Even though a corresponding experimental field has made some valuable developments over the last couple of years, its theoretical counterpart has seen a rather slow improvement. A recent work has introduced a computational protocol for collisional cross-section calculations, but thorough tests have shown that some effort has still to be done to improve its predictive power. The work developed here makes a contribution in that direction by considering possible ways of improving the agreement within different sets of theoretical results as well as between theoretical and experimental values. Special attention has been given to the efficiency of the algorithm along with its large-scale applicability. The importance of internal parameters of the conformational search in the protocol is carefully assessed and new reliable values are suggested.