基于RUP的C/S和B/S混合模式构建学籍管理系统

在分析了高校学籍管理系统的特点和功能模块的基础上,针对C/S和B/S各自的优缺点,提出了基于RUP的C/S和B/S混合模式的学籍管理系统设计思想;讨论了学籍管理系统的总体结构和功能设计。     

混合学习模式及其实施要点

近年来,人们基于对传统教育与在线教育利与弊的反思提出混合学习模式,这种学习模式既能充分发挥传统教学环境下教师主导优势,也能发挥在线教育环境下学生主体优势,因而得到广泛运用。介绍了混合学习的一般模式,分析了在实施混合学习过程中可能遇到的挑战,并且提出了在实施混合学习模式中需要注意的关键点。     

公有制和非公有制关系的理论透视

社会主义市场经济体制和社会力发展的要求，决定了现实社会经济运行需要公有制与非公有制经济形式共存于同一社会形态中，各种所有制形式和产权制度的并存，为多种产权制度的相互吸纳和耦合提供了现实基础，若人为地限制或取消某种所有制经济及各种所有制之间的联系，将且阻碍产权制度的发展，限制各种产权制度容纳社会生产力的能力，窒息社会经济发展的活力。正确处理公有制与非公有制二动态的发展关系将对我国社会主义市场经济的宏观所有制结构调整和微观的财产组织制度创新产生重大的影响。     

高阶混合偏导数与求导次序的无关性

现行数学分析书对混合偏导数与求导次序的无关性,只在较强条件下证明了二元函数在一点的二阶混合偏导数与求导次序的无关性,然后将所得结论推广到一般多元函数的高阶混合偏导数,显得难以自圆其说。本文不仅在较弱条件下证明了二元函数在一点的二阶混合偏导数与求导次序的无关性,而且较完整地给出了高阶混合偏导数与求导次序的无关性。     

物体表面不同角度采集的三维图像配准的一种新算法

提出了一种能有效实现物体表面三维图像数据配准的算法.该算法利用了三维数据采集时的三维点的阵列信息,这些三维点的阵列信息在采集原始三维数据时可以很容易获得,同时,还利用了三维数据矢量/顶点相似特征作为数据匹配的基础.采用迭代最小均方误差算法来自适应优化变换矩阵参数.这些方法可以有效地提高三维图像配准的性能,加快匹配过程的运算速度.实验结果表明该算法可以获得较好的配准后三维图像的主观效果.尽管该方法主要针对人头模型,但经过少许修改后即可适用于其他物体.     

基于教育大数据的SPOC教学评价模型研究

SPOC混合教学模式已越来越多地应用于教学活动中,对教学活动中的数据进行采集分析,可以为教学评价提供更加客观全面的依据。在分析教育大数据和SPOC混合教学模式概念的基础上,文章从线上、线下两个方面,设计了教学活动中涉及的若干个数据维度,构建了SPOC混合教学模式下的学生评价模型和教学反馈模型。文章以《JAVA程序设计》课程为例,利用该模型开展教学活动,应用结果表明,发掘利用教育大数据,能够对教学活动进行及时客观的评价与反馈,可为优化教学提供参考。     

混合蛙跳算法改进及其对旅行商问题的求解

针对混合蛙跳算法在进化过程中容易陷入局部最优的问题,使用群体适应度值判断算法在进化过程中是否陷入局部最优,如果陷入局部最优,则对整个种群的当前最优解Gb进行贪婪倒位变异,如果变异后的Gb(新)要优于Gb(旧),则使用Gb (新);否则,使用模拟退火算法判断是否接受Gb (旧)。通过实验,将改进前后的混合蛙跳算法用于对旅行商问题的求解,并通过对比,验证了改进后的算法较未改进的算法更有效。     

关于Sikkema—Bernstein多项式导数的迭代极限

本首先给出了Sikkema-Bernstein多项式的迭代极限及误差估计；然后构造一个整系数Sikkema-Bernstein型多项式，并给出了该多项式的导数逼近导函数是有界变差时的收敛阶估计式。     

对混和烃组成问题的讨论

有关混合烃组成问题的试题是近年高考的热点题。一般为一定体积的混合烃在一定条件下燃烧(充分或不充分)．根据燃烧前后气体体积的变化或生成物的量．求得混合烃的平均分子式．并结合题中限定条件．推知混合烃的组成。     

组成于平行机和批处理机的二阶段混合流水作业问题

A hybrid two-stage flowshop scheduling problem was considered which involves m identical parallel machines at Stage 1 and a burn-in processor M at Stage 2, and the makespan was taken as the minimization objective. This scheduling problem is NP-hard in general. We divide it into eight subcases. Except for the following two subcases： （1） b≥ an, max{m, B} 〈 n; （2） a1 ≤ b ≤ an, m ≤ B 〈 n, for all other subcases, their NP-hardness was proved or pointed out, corresponding approximation algorithms were conducted and their worst-case performances were estimated. In all these approximation algorithms, the Multifit and PTAS algorithms were respectively used, as the jobs were scheduled in m identical parallel machines.