信息技术的飞速发展深刻影响着教育领域,传统教学模式难以满足“计算机应用基础”课程对学生实践与创新能力培养的要求。文章聚焦于基于成果导向型教育(Outcome Based Education,OBE)理念的混合式教学模式在“计算机应用基础”课程的应...信息技术的飞速发展深刻影响着教育领域,传统教学模式难以满足“计算机应用基础”课程对学生实践与创新能力培养的要求。文章聚焦于基于成果导向型教育(Outcome Based Education,OBE)理念的混合式教学模式在“计算机应用基础”课程的应用,阐述了OBE理念的核心概念与特征,分析了“计算机应用基础”课程当前的教学现状。基于OBE理念的混合式教学模式设计思路,文章提出了教学模式构建、教学内容重组及整合教学资源等环节的改进措施,从而实现提升教学质量和学生综合能力的目标,为“计算机应用基础”课程教学模式改革提供了新思路,对其他课程教学改革具有借鉴作用。展开更多
为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对...为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对数据集进行数据增强;使用TensorFlow学习框架构建模型,使用5折交叉验证进行模型调参及评估并选出最优参数模型;随机划分数据集对最优参数模型进行评估,最后随机挑选数据集中的30张图像进行模型验证。结果显示经过交叉验证后的最优参数模型的均方根误差(Root Mean Square Error,RMSE)为3.59;模型评估阶段,模型重复运行3次,测试集的决定系数(Coefficient of Determination,R2)、均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Square Error,MSE)、RMSE的平均值分别为0.9626、1.49、4.22、2.05。模型验证阶段,模型预测虾青素含量的相对误差介于0.10%~6.46%之间,预测结果与观测值之间偏差较小。因此,该虾青素含量预测模型能够较准确地预测虾青素含量,进而实现虾粉虾青素含量的快速无损检测。展开更多
文摘信息技术的飞速发展深刻影响着教育领域,传统教学模式难以满足“计算机应用基础”课程对学生实践与创新能力培养的要求。文章聚焦于基于成果导向型教育(Outcome Based Education,OBE)理念的混合式教学模式在“计算机应用基础”课程的应用,阐述了OBE理念的核心概念与特征,分析了“计算机应用基础”课程当前的教学现状。基于OBE理念的混合式教学模式设计思路,文章提出了教学模式构建、教学内容重组及整合教学资源等环节的改进措施,从而实现提升教学质量和学生综合能力的目标,为“计算机应用基础”课程教学模式改革提供了新思路,对其他课程教学改革具有借鉴作用。
文摘为实现南极磷虾粉中虾青素含量的快速检测,借助计算机视觉和卷积神经网络建立了一种虾粉虾青素含量的测定方法。以70个南极磷虾粉样本,通过高效液相色谱法测定虾青素含量,计算机视觉系统采集图像,将虾青素含量与图像对应组成数据集并对数据集进行数据增强;使用TensorFlow学习框架构建模型,使用5折交叉验证进行模型调参及评估并选出最优参数模型;随机划分数据集对最优参数模型进行评估,最后随机挑选数据集中的30张图像进行模型验证。结果显示经过交叉验证后的最优参数模型的均方根误差(Root Mean Square Error,RMSE)为3.59;模型评估阶段,模型重复运行3次,测试集的决定系数(Coefficient of Determination,R2)、均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Square Error,MSE)、RMSE的平均值分别为0.9626、1.49、4.22、2.05。模型验证阶段,模型预测虾青素含量的相对误差介于0.10%~6.46%之间,预测结果与观测值之间偏差较小。因此,该虾青素含量预测模型能够较准确地预测虾青素含量,进而实现虾粉虾青素含量的快速无损检测。
