课程文献中心 更多>>

关键词： Python程序设计   人工智能   课程重构   AI赋能   AI辅助学习  

摘要： 针对“人工智能+”时代Python程序设计课程面临的课程内容不适宜、教学方法不匹配、能力培养不适应等现实困境,本文综合考虑AI的技术优势与“人工智能+”时代的人才需求,探索课程教学改革。面向AI重构课程内容,搭建Python通向AI的桥梁;基于AI对课前备课、课中授课和课后固课三个教学环节的赋能,提升教学效果;从课程思政教育与过程考核规范两方面引导学生正确使用AI辅助课程学习,推动思维能力的培养。实践表明,这些改革措施有效促进了Python课程与AI技术的双向融合。

关键词： 项目驱动教学法   Java程序设计”课程   教学改革   人工智能  

摘要： 针对传统“Java程序设计”课程教学中存在的学生听课兴趣不高、对大语言模型等人工智能(Artificial Intelligence,AI)技术依赖严重、编程及工程能力薄弱等问题,文章开展了以项目驱动教学为核心,并借助大语言模型进行个性化辅导的教学改革。通过引导学生合理使用AI大语言模型,实现从灌输式教学向探究式教学模式的转变;在此基础上,将抽象的理论知识融入具体项目开发的全过程,形成“课前AI辅助探究—课中聚焦深化—课后拓展迁移”的闭环教学流程。教学实践表明,该模式有效激发了学生学习主动性,显著提升了学生的编程能力、系统设计能力和团队协作能力,可为人工智能背景下“Java程序设计”课程实践教学改革提供有益借鉴。

关键词： 测流槽   低水测流   设计要素   环境适应性   补偿机制  

摘要： 辽宁山区地形复杂多变,低水测流对水资源监测与管理具有重要实践意义。基于实地调查与水文数据分析,系统探讨测流槽在山区低水流速测量中关键设计要素,包括槽体结构优化、安装位置选择及环境适应性调整。研究发现,针对陡峭坡度和季节性水流变化,需优先考虑槽形简化、材料耐腐蚀性以及坡度补偿机制,以提升测量精度与设备耐久性。研究成果为辽宁山区水文站点低水测流工程提供可操作性强的设计指导。

关键词： 基于草图的三维模型检索   零样本学习   深度学习   对抗生成   跨模态对齐  

摘要： 基于草图的三维模型检索，由于其直观的人机交互方式，已成为三维模型检索领域中一个重要研究方向。然而，在实际应用中三维模型类别数量庞大且持续增长，训练数据难以覆盖所有潜在类别，使得传统基于类别标签的监督学习检索方法难以适应开放环境下的新类别检索需求。因此，基于草图的三维模型零样本检索成为提升模型开放场景适应能力的重要研究内容。该任务不仅需要解决草图和三维模型之间的模态差异，还需要在缺乏未知类别样本的条件下，实现知识从已知类别知识向未知类别的有效迁移。为解决上述问题，设计了层次化对齐方法，通过输入层与特征层的渐进式对齐策略缓解跨模态差异的同时实现知识迁移。在输入层，通过对抗学习方法生成伪视图，将草图转化为更接近三维模型多视图的伪视图表示，从源头上降低模态差异；在特征层，先建立共享的语义嵌入空间，结合多粒度度量学习方法，引入语义一致性约束、语义增强机制和类级代理约束，提升特征表达能力。在SHREC 2013和SHREC 2014数据集上的实验结果表明层次化对齐框架在多项性能指标上取得了具有竞争力的结果。消融实验进一步证明伪视图生成机制和多粒度度量学习策略的有效性，说明输入层的模态对齐以及特征层的语义对齐能够协同优化跨模态特征表示，提升零样本检索性能。

关键词： 思政引领   专业协同   AI赋能   程序设计   教学改革   矿业类专业   教学改革  

摘要： 针对新工科建设背景下矿业类专业程序设计课程存在的实践教学内容与专业需求脱节、思政元素挖掘不足、实践场景单一的教学现状,提出“思政引领,专业协同,AI赋能”的程序设计课程教学改革思路,以Python语言程序设计课程为例,具体阐述如何通过挖掘地方高校思政资源,以专业需求为背景设计分层实训任务,利用AI工具开展多元拓展探究任务的方式进行课程教学改革实践,最后说明教改成效并提出反思。

关键词： 微信小程序   Qwen-7B   旅游规划   混合云架构   智慧旅游   大模型  

摘要： 文中设计并实现了一款融合大语言模型(LLM)的“天汉智游通”微信小程序。依托微信小程序原生开发框架,结合Spring Boot后端与微信云开发特性,构建前端视图层、业务逻辑层、大模型服务层、数据层及数据库层五层逻辑架构。小程序借助硅基流动平台对Qwen/Qwen2.5-7B-Instruct模型开展LoRa轻量化微调,最终实现旅游路线个性化定制及AI智能问答等核心功能。该微信小程序为大语言模型与轻量化移动端应用的深度交融提供了全新模式,实现了一种低成本、高度个性化的智能旅游服务。

关键词： 人工智能   Python程序设计”课程   课程思政  

摘要： 当前,人工智能(Artificial Intelligence,AI)技术飞速发展,其与教育的融合为高等教育带来了新的发展机遇。本研究以“Python程序设计”课程为例,探讨AI技术赋能课程思政教学的路径。通过分析当前课程思政实施中存在的思政元素挖掘不深、教师思政素养不足、学生参与感不高等问题,从教学内容、教师和学生3个层面提出AI技术的赋能路径,并结合具体教学案例,阐述专业知识与思政元素的深度融合方式。教学实践表明,AI技术能够有效提升课程思政的教学质量,本研究可为计算机类课程思政教学改革提供新思路。

关键词： GAI   程序设计课程   过程性评价   提示词  

摘要： 生成式人工智能(Generative Artificial Intelligence,GAI)凭借个性化反馈与内容生成能力,为程序设计课程过程性评价的实时化、精准化提供了新可能,但当前缺乏针对程序设计学科特性的有效提示词方案,难以满足过程性评价中“诊断-改进”的核心需求。研究以程序设计课程过程性评价为核心场景,围绕课程习题生成与过程性评价实施两大需求,系统探究GAI提示词的优化思路和基本结构,并通过实践验证该提示词方案的有效性,以期为利用GAI优化程序设计课程过程性评价提供参考。

关键词： 人工智能   传统文化   大学校园环境   艺术设计  

摘要： 人工智能背景下传统文化融入大学校园环境艺术设计,关系高校育人环境品质、校园消防安全与运行秩序稳定。本文围绕其意义,系统分析推动传统文化传承传播、提升校园环境文化内涵与育人功能、促进人工智能与艺术设计融合方面的内在逻辑,梳理当前实践中传统文化元素提取转化能力不足、人工智能技术与文化表达融合度不高、校园环境设计文化主题缺乏规划、师生参与度低及互动体验欠缺等问题。为此,研究从运用AI技术挖掘转化传统文化元素、构建“人工智能+传统文化”设计融合模式、制定校园文化环境艺术设计规划方案、打造智能交互体验空间增强师生文化参与感4个层面提出策略,并以某高校“智慧国风”校园景观设计案例加以印证。

关键词： 地震应急   科普数字化   微信小程序   AI   知识图谱  

摘要： 研究聚焦于传统地震科普手段传播效率不高、互动性不强等难题,规划并开发了一款依托微信小程序的地震应急科普服务系统。该系统采用分层式的架构模式,融合了知识图谱、国产大语言模型以及基于位置服务(Location Based Services,LBS)的定位技术,打造了一个集知识学习、智能问答、应急导航功能于一体的轻量级平台。实际研究证实,该系统切实降低了知识获取的门槛,用户核心知识的学习完成比例高达85.2%;在模拟演练过程中,可协助用户平均缩减41%的决策与路径选择时间。研究运用混合手段证实了系统在增强公众应急本领、改善资源分配方面的有效性,为搭建“平灾结合”的数字化科普服务体系提供了创新性的技术途径与实践模式。