數學建模大數據處理方法范文
時間：2024-01-03 18:10:45
導語：如何才能寫好一篇數學建模大數據處理方法，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
關于樹葉質量的建模與分析
正倒向隨機微分方程理論及應用
數學建模與數學實驗課程調查報告
基于膚色模型法的人臉定位技術研究
生豬養殖場的經營管理策略研究
從數學建模到問題驅動的應用數學
大學籃球教練能力評價的機理模型
基于WSD算法的水資源調度綜合策略
關于地球健康的雙層耦合網絡模型
多屬性決策中幾種主要方法的比較
塑化劑遷移量測定和遷移模型研究進展
基于信息熵的n人合作博弈效益分配模型
混合動力公交車能量控制策略的優化模型
垃圾減量分類中社會及個體因素的量化分析
隨機過程在農業自然災害保險方案中的應用
“公共自行車服務系統”研究與大數據處理
天然氣消費量的偏最小二乘支持向量機預測
微積分與概率統計——生命動力學的建模
美國大學生數學建模競賽數據及評閱分析
微積分與概率統計——生命動力學的建模
在微積分教學中融入數學建模的思想和方法
2015“深圳杯”數學建模夏令營題目簡述
字符串匹配算法在DNA序列比對中的應用
差分形式的Gompertz模型及相關問題研究
小樣本球面地面條件下的三維無源定位算法
數學建模思想滲入代數課程教學的試驗研究
基于貝葉斯信息更新的失事飛機發現概率模型
基于人體營養健康角度的中國果蔬發展建模
關于數學成為獨立科學形式的歷史與哲學成因探討
深入開展數學建模活動,培養學生的綜合應用素質
完善數學建模課程體系,提高學生自主創新能力
利用動態貝葉斯網構建基因調控網絡的研究進展
地方本科院校擴大數學建模競賽受益面的探索
城鎮化進程中洛陽市人口發展的數學建模探討
基于TSP規劃模型的碎紙片拼接復原問題研究
卓越現場工程師綜合素質的AHP評價體系研究
基于Logistic映射和超混沌系統的圖像加密方案
嫦娥三號軟著陸軌道設計與控制策略問題評析
嫦娥三號軟著陸軌道設計與控制策略的優化模型
微生物發酵非線性系統辨識、控制及并行優化研究
含多抽水蓄能電站的電網多目標運行優化研究
連接我們的呼吸:全球環境模型的互聯神經網絡方法
垃圾焚燒廠周邊污染物濃度的傳播模型和監測方案
以數學建模競賽為切入點,強化學生創新能力培養
一種新的基于PageRank算法的學術論文影響力評價方法
基于視頻數據的道路實際通行能力和車輛排隊過程分析
篇2
關鍵詞：生物醫學數據；統計建模；預測模型；心得體會
隨著生物信息技術的飛速發展，生物醫學研究領域的數據呈幾何級增長。近年來，生物醫學大數據受到學者們的廣泛關注。生物醫學大數據具有典型的“4V”特征：體量巨大（volume）、種類繁多（variety）、實時更新（velocity）、價值隱藏（value）[1]；“3H”特點：高維（highdimension）、高度計算復雜性（highcomplexity）、高度不確定性（highuncertainty）[2]。因此，綜合利用生物學、醫學、數學、流行病學、統計學、計算機學等多個學科的方法和手段，從中挖掘“有價值”的信息，為生物醫學研究提供確鑿有效的證據，顯得尤為重要。筆者以肺癌全基因組關聯研究（genome-wideas-sociationstudy，GWAS）為例，結合理論學習和案例實踐的切身體會，淺談利用GWAS數據建立肺癌風險預測模型的心得體會。
一、嚴謹的數據質量控制體系不容忽視
由于存在檢測、觀察、填寫或錄入錯誤，未經數據質控的原始數據極可能含有一些異常，甚至錯誤的觀測值。在研究設計之初，便要盡可能考慮規避產生錯誤數據。另外，統計建模之前，仍然必須對原始數據再次進行質量控制。在GWAS中，要同時對行（樣本）、列（位點）進行質量評價。例如，刪除次等位基因頻率低于5%、缺失率超過5%或哈代不平衡的位點；刪除分型失敗率超過5%、問卷性別與遺傳性別不一致、存在血緣關系、屬于離群值的樣本[3]。另外，同時需要對流行病學問卷及臨床數據進行核查。只有對數據進行清理后，才能用于后續關聯分析、統計建模。
二、合理的建模方法和策略值得精雕細琢
對于GWAS高維數據，合理的方法和策略不僅要考慮統計學性能（一類錯誤、檢驗效能、預測精度），還需要考慮分析效率（計算速度）。因此，研究者應該要深入思考，為研究項目量身定制一套“合理”的方法和策略。然而，現有的統計學模型和方法往往都有相應的應用條件。實際數據由于其變量結構的復雜性，不一定完全滿足所有的應用條件。并且，簡單的算法速度快，但統計性能相對低；復雜算法需要犧牲計算速度來提升統計性能。因此，研究者可能需要制定多個備選方案。結合建模步驟，筆者將從以下幾個方面，淺談個人心得體會。1.初始模型：一般擬合logistic回歸模型評價肺癌風險。模型中往往需要納入一些協變量，例如：年齡、性別、吸煙、人群分層等。一般參考以下納入原則：（a）在模型中有統計學意義（P≤0.05）；（b）即便在模型中無統計學意義，但絕大多數同類研究顯示其是公認的影響因素。某些協變量可能是位點的混雜因素，例如人群分層。如果GWAS中忽視調整混雜因素的影響，則有可能導致誤報噪音位點的一類錯誤膨脹，或識別致病位點的檢驗效能降低[4]。此外，研究者還需要考察協變量進入模型的形式。一般而言，無序分類變量以啞變量形式進入模型。當某些類別樣本量特別小，需要進行類別合并。有序分類變量、連續性變量則需要考慮是否以非線性的形式進入模型。一種最簡單的方式是，將連續性變量轉化為有序分類變量，并以啞變量形式進入模型。如果啞變量各組的系數呈現線性遞增的趨勢，則提示原始變量與結局變量間存在線性關系。否則，可采用啞變量、樣條函數等方法處理非線性關系。2.因素篩選：研究者需要從GWAS數據50萬位點中篩選出肺癌相關位點，加入初始模型，以提高模型的預測精度。常規做法是，在初始模型中逐個納入位點，對位點的主效應進行假設檢驗。因檢驗次數達50萬次，研究者必須要考慮多重比較所致的一類錯誤膨脹。常見一類錯誤控制方法有Bonferroni法和FDR法。前者較為嚴格，后者較為寬松。GWAS識別位點一般采用“寧缺毋濫”的原則，傾向于采用嚴格的校正方法。除此之外，研究者還要在多個獨立的人群中驗證初篩的位點。如果位點在多個人群中都顯示與結局存在統計學關聯，則認為該位點是潛在的影響因素。除基因位點主效應外，研究者還需要關注基因-基因、基因-環境交互作用。復雜疾病往由環境、基因相互影響，共同導致。因此，有必要在模型中對交互作用進行評估。例如，基因-環境交互作用可以顯著提高肺癌風險預測模型的預測精度[5]。有效的降維策略能夠提高因素篩選的效率。筆者曾采用“信息熵初篩對數線性模型再篩多因素lo-gistic回歸模型確認”的降維策略進行全基因組基因-基因交互作用分析[6]。信息熵方法計算速度快，且其統計量總是不小于對數線性模型，不會出現漏檢的情況。前兩步可以檢驗次數將1011次縮減至105次。檢驗次數降低6個數量級。最后一步，利用調整協變量的logistic回歸模型對關聯結果加以確認，防止出現假陽性。當然，研究者也可以根據項目“量體裁衣”，選擇其他降維方法，例如：隨機森林（randomforest）、多因子降維（multifactordimensionalityreduction，MDR）等。3.預測模型：經過遺傳因素篩選步驟后，研究者可通逐步回歸、LASSO等方法，建立含有與協變量、遺傳位點的主效應項、交互作用項的風險預測模型。根據受試者工作特征曲線（receiveroperatingcharacteristiccurve，ROC）確定一個風險閾值，使得風險預測的靈敏度、特異度同時達到最優。若樣本的預測概率≥閾值，則預測該樣本為肺癌。4.模型評價：從統計學的角度，可采用ROC曲線下面積（areaunderROC，AUC）來評價模型的優劣[7]。此外，還可以采用交叉驗證的方式評價模型，即：訓練集擬合的預測模型對測試集的樣本進行風險估計，并計算AUC。然而，AUC并非衡量模型的唯一標準。如果預測模型形式簡單，應用便捷，即便AUC稍有遜色，也是優秀的模型之一。所以，筆者認為需要綜合考慮，權衡利弊。
三、熟練的軟件操作和編程技能令人事半功倍
扎實的理論基礎固然重要，熟練的軟件操作亦不可或缺。筆者建議研究者不要拘泥于某一軟件，本著“方便原則”利用多個軟件進行數據處理、統計建模。根據筆者的經驗，一般不太可能一次性完成建模工作，往往需要不斷調整分析策略和分析方法。因此，筆者建議研究者適當撰寫一些項目相關的通用程序。如果需要重新建模，只需要修改程序參數，微調代碼就可以建立新的預測模型。因此，這就要求研究者“功在平時”以培養編程能力。基于肺癌GWAS風險預測模型的建模體會，筆者建議研究者需要重視數據質量控制體系、推敲建模方法和策略、培養熟練軟件操作技能。
參考文獻：
[1]王波,呂筠,李立明.生物醫學大數據:現狀與展望[J].中華流行病學雜志,2014,35(6):617-620.
[2]寧康,陳挺.生物醫學大數據的現狀與展望[J].科學通報,2015,(z1):534-546.
[3]陳峰,柏建嶺,趙楊,荀鵬程.全基因組關聯研究中的統計分析方法[J].中華流行病學雜志,2011,32(4):400-404.
[4]ZhaoY,ChenF,ZhaiR,LinX,WangZ,SuL,ChristianiDC.Correctionforpopulationstratificationinrandomforestanalysis[J].InternationalJournalofEpidemiology,2012,41(6):1798-1806.
[5]ZhangR,ChuM,ZhaoY,WuC,GuoH,ShiY,DaiJ,WeiY,JinG,MaH,DongJ,YiH,BaiJ,GongJ,SunC,ZhuM,WuT,HuZ,LinD,ShenH,ChenF.Agenome-widegene-environmentinteractionanalysisfortobaccosmokeandlungcancersusceptibility[J].Carcinogenesis,2014,35(7):1528-1535.
[6]ChuM,ZhangR,ZhaoY,WuC,GuoH,ZhouB,LuJ,ShiY,DaiJ,JinG,MaH,DongJ,WeiY,WangC,GongJ,SunC,ZhuM,QiuY,WuT,HuZ,LinD,ShenH,ChenF.Agenome-widegene-geneinteractionanalysisidentifiesanepistaticgenepairforlungcancersusceptibilityinHanChinese[J].Carcinogenesis,2014,35(3):572-577.
篇3
1．數學建模競賽有利于學生創新思維的培養。數學建模是對現實問題進行合理假設，適當簡化，借助數學知識對實際問題進行科學化處理的過程。數學建模競賽的選題都是源于真實的，受社會關注的熱點問題［2］。例如:小區開放對道路通行的影響(2016年賽題)，2010上海世博會影響力的定量評估(2010年賽題)，題目有著明確的背景和要求，鼓勵參賽者選擇不同的角度和指標來說明問題，整個數學建模的過程力求合理，鼓勵創新，沒有標準答案，沒有固定方法，沒有指定參考書，甚至沒有現成數學工具，這就要求學生在具備一定基本知識的基礎上，獨立的思考，相互討論，反復推敲，最后形成一個好的解決方案，參賽作品好壞的評判標準是模型的思路和方法的合理性、創新性，模型結論的科學性。同一個實際問題從不同的側面、角度去思考或用不同的數學知識去解決就會得到不盡相同的數學模型。數學建模競賽不僅是培養和提高學生創新能力和綜合素質的新途徑，也是將數學理論知識廣泛應用于各科學領域和經濟領域的有效切入點和生長點。
2．數學建模競賽有利于促進學生知識結構的完善。高校的理工科專業都開設很多基礎數學課，例如:高等數學、線性代數、概率統計、運籌學、微分方程等，目前這些課程基本上還是理論教學，主要以考試、考研為主要目標。由于缺少實際問題的應用，知識點相對分散，很多學生不知道學了有什么用，怎么用。那么如何將所學的基礎知識高效的立體組裝起來，并有針對性拓展和延伸，是一個重要的研究課題［3］。實踐表明:數學建模競賽對于促進大學生知識結構完善是一個極好的載體。例如在解決2009年賽題———眼科病床的合理安排的問題時，學生不僅要借助數理統計方法，找到醫院安排不同疾病手術時間的不合理性，還要結合運籌學給出新的病床安排方案，并結合實際情況評估新方案合理性;2014年賽題嫦娥三號軟著陸軌道設計與控制策略，參賽學生首先根據受力分析和數據，判斷出可能的變軌位置，再結合微分方程和控制論構建模型，并借助計算機軟件求解，找到較好的軌道設計方案。整個數學建模過程中，參賽學生將所學分散的數學知識點拼裝集成化，在知識體系上，數學建模實現了知識性、實踐性、創造性、綜合性、應用性為一體的過程;在知識結構上，數學建模實現了學生知識結構從單一型、集中型向復合型的轉變。
3．數學建模競賽有利于培養學生的團隊協作精神，提高溝通能力?，F代社會競爭日趨激烈，具備良好的團隊協作和溝通能力的優秀人才越來越受到社會的青睞。數學建模競賽也需要三個隊員組成一個團隊，因為要在規定的時間內完成確定選題，分析問題、建立模型、求解模型，結果分析，單靠一個人是很難完成的，這就必須要由團隊成員之間相互尊重、相互信任、互補互助，并且發揮團隊協作精神，才能讓團隊的工作效率發揮到最大。同時，數學建模作為一種創造性腦力活動，不僅要求團隊成員之間學會傾聽別人意見，還要善于提出自己的想法和見解，并清晰、準確地表達出來。團隊成員間良好的溝通能力，不僅可激發團隊成員的競賽熱情和動力，還可以形成更加默契、緊密的關系，從而使競賽團隊效益達到最大化。
二、依托數學建模競賽，提升大學生創新實踐能力的對策
1．以數學建模競賽為抓手，構建分層的數學建模教學體系，拓寬學生受益面。不同專業和年級學生的學習基礎、學習能力和培養的側重點都存在較大差異，構建數學建模層次化教學課程體系有利于增強學生學習和使用數學的興趣，讓更多的學生了解數學建模以及競賽，通過自己動手解決實際問題，更加真切感覺到數學的應用價值，切實增強數學的影響力，擴大學生的受益面。南京郵電大學、華南農業大學、重慶大學和南京理工大學等高校這些方面相關工作和經驗值得借鑒。因此，構建數學建模分層課程體系，在課程內容設置上，結合專業特色，有針對性設置教學方案和內容，逐步完善具有不同專業特色的數學建模教材，講義和數據庫、并保持定期更新，不斷深入推進創新教學理念［4］;在課程時間的安排上，遵循循序漸進的基本思路，一、二年級大學生開設數學建模選修課，介紹數學建模的基本理論和一些基本建模方法，三年級、四年級和研究生階段開設創新性數學實驗課程，重點訓練學生應用數學知識解決實際問題的動手能力，并通過參加建模培訓、數學建模競賽以及課外科研活動，培養學生學習解決實際問題的能力;在課程目標的定位上，數學建模有別于其他的數學課程，集中體現在數學的應用、實踐與創新，因此，數學建模不僅是一門課程，同時也是一門集成各種技術來解決實際問題的工具［6］。
2．以數學建模競賽為載體，搭建橫縱向科技服務平臺，擴大數學建模影響力。數學建模競賽的理念是“一次參賽，終身受益”，這就要求數學建?；顒右⒆愀哌h，不斷向縱深推進與發展，將數學建模應用融入服務國計民生。因此，選擇優秀本科學生、研究生和畢業生，結合大學生創新創業計劃，科研課題以及企事業單位關注的問題等，讓他們自己動手去調查數據，查閱相關建模問題的文獻資料，建立數學模型，借助軟件進行模型求解，最后獨立撰寫出建?？萍颊撐幕驔Q策咨詢報告。全程參與“課外實習與科技活動”的方式，不僅實現了因需施教、因材施教的目標，還搭建了連接企業和學生的橋梁，不僅讓大學生創新創業落到實處，為企事業單位提供了智力支撐，真正實現所學知識服務社會。
3．以數學建模競賽為平臺，加強教師的隊伍建設，提升教師教育教學能力。數學建模授課和指導教師的教育教學能力直接影響著學生的創新能力。教育教學能力是指教師從事教學活動、完成教學任務、指導學生學習所需要的各種能力和素質的總和。數學建模的教學與傳統數學教學相比，對教師的動手能力、教學內容駕馭能力、教學研究和創新能力等有較高的要求，因此，數學建模指導教師可以通過自主研修，網絡研修，參與集體備課、聽評課、教學研討等方式提高自身業務水平，同時積極參與賽區、全國組織的學習和培訓，加強交流，開闊視野，不斷地提高自我認知、認識水平。只有建成一支高素質、實力雄厚、結構合理、富有創新能力和協作精神的學科梯隊，數學建模整體水平才能有較大提升，才能適應數學建模發展的現實需要，切實有利于學生創新實踐能力的提高［6，7］。
三、我校數學建模教學和競賽改革的實踐
1．構建模塊化教學體系。針對我校輕工特色，結合專業培養需求，構建模塊化教學體系。針對食品、生工、醫藥、化工和輕化等實驗科學為主的專業，重點將實驗設計、數據處理、數據分析和預測分析等內容模塊化;針對數學基礎較好的物聯網、計算機、信息計算和自動化等專業，構建微分方程，運籌優化和控制論等內容模塊化;偏于社科類的管理、會計、金融和國貿等專業，重點將概率模型、優化等內容模塊化。再結合數學建模競賽和大學生創新創業計劃，構建“專業基礎模塊+知識拓展模塊+競賽需求模塊+科研論文寫作模塊”的實踐教學體系。
篇4
隨著科學的進步以及不斷發展，導致現代社會信息化水平日益提高，大數據時代應運而生。在信息化水平不斷提高的背景下，審計人員如何利用一些必要的計算機技術來分析被審計數據，從中發現審計線索以確定審計重點、范圍，這將成為開展審計工作的前提條件。而當前，審計人員采取的數據工具以Excel與SQL Server為主，本文就將針對這兩種工具與R語言之間進行比較研究，并以此探究R在實際審計工作開展的可行性。
二、R語言簡介
R語言是S語言的一種實現。S語言同C語言一樣，只是一個標準，而圍繞它有很多實現。S語言的最初實現版是S-PLUS，但S-PLUS作為一款商業軟件，價格十分昂貴，其受眾面較窄。后新西蘭奧克蘭大學的Ross Ihaka與Robert Gentleman共同開發出S語言的另一種實現-R語言。R是一個免費開源、能夠自由有效地用于統計計算和繪圖的語言和環境，在UNIX、Windows以及Mac OS系統中均可以運行，它提供了廣泛的統計分析和繪圖技術，包括回歸分析、時間序列、分類和聚類等建模方法。
R是一套完整的數據處理、計算和制圖軟件系統，擁有一套開源的數據分析解決方案，由一個龐大而活躍的全球性社區維護。與其說R是一種統計軟件，還不如說R是一統計分析與計算的環境，因為R不僅提供若干統計程序，而且還可進行統計分析，只需使用者指定數據庫和若干參數即可。R的思想是：它可以提供一些集成的統計工具，更重要的是，它還可以提供各種數學計算、統計計算的函數，從而令使用者能夠靈活地進行數據分析，甚至創造出符合需要的新的統計計算方法。
三、R與當前審計方法比較分析
（一）利用Excel分析
Excel作為我們生活中常用的數據統計、分析工具，早在中學時期便為我們所接觸、熟知，Excel能被審計人員廣泛接受，一方面與其高被使用頻率以及在使用者心中根深蒂固的地位相關，另一方面與其易操作的特點、能夠滿足大部分數據分析要求的功能密不可分。Excel在審計人員進行非大數據分析工作時，不失為首選工具，能夠幫助審計人員高效快速地分析數據并以此發現審計線索，但日前，伴隨著大數據時代的進入，數據量大且結構復雜，Excel可能并不能很好地協助進行審計工作，將其與R進行比較，可發現存在以下兩方面的不同，同時，這也直接反映了R的優勢。
1.Excel所能處理的數據數量受限。Excel滿足于非大量數據分析要求，對于海量數據的處理、計算、統計等分析過程可能并不能應用自如。本部分僅針對該公立醫院2015年的部分數據進行分析，尚可滿足數據分析需求，在針對該公立醫院多年的藥品數據進行分析時，運算速度較慢，同時會出現軟件閃退及程序停滯無法運轉的情況，而現今已進入大數據時代，數據數量不斷增加及其繁復程度不斷提高，這必將為分析數據的工具提出更高要求。而R作為大數據統計軟件，能夠實現大量數據分析，同時，只要下載安裝合適的程序包（關于R中的包將在本文第3部分詳細介紹），便能讀取包括Excel、SPSS、SAS、Stata等甚至從網頁中抓取的數據，基本沒有R不能讀取的數據形式，完全滿足國家審計人員實際大數據審計工作開展的需要。
2.Excel可視化功能有限。Excel中對分析結果進行圖表展示的能力有限，以常規的折線圖、柱狀圖、餅圖等圖形形式居多；此外，難以將大量分析結果在一張圖形中進行展示，同時對于大量數據展現的觀賞性不強，難以為審計人員分析決策提供幫助。而R是現今最受歡迎的數據分析和可視化平臺之一，基于R語言可制作多種精美的圖形，允許眾多分析結果以代表各自的圖形形態在一張圖中進行展示，可方便審計人員對分析結果進行宏觀觀察、分析。
（二）通過SQL語句查詢分析
SQL查詢是SQL最常用的功能，被廣泛應用于目前審計機關針對特定條件、事項進行的查詢分析，通過編寫簡單的SQL查詢語句來詢問特定的問題，之后數據庫通過執行這個查詢便可提供回答這個問題的數據信息。SQL的易理解、易操作、易上手等特點成為目前國家審計機關人員重點培訓的使用工具之一。但將應用SQL語句進行查詢分析與基于R語言進行統計分析過程進行比較，R語言仍具備兩點優勢：
1.R語言分析數據的功能更為強大。眾所周知，SQL語句作為結構化查詢語言，在數據查詢方面具備強大的功能，優勢明顯，但在數據挖掘層面，比如進行聚類、回歸建模分析等應用時，SQL可能并不如R語言使用得心應手；同時，面對一些高級查詢，可能需要通過編寫連串的、大量的SQL語句，而R自帶多種函數及功能強大的程序包，涵蓋統計學、生物學、數學等多個領域，而R又作為免費開源軟件，使用者還在不斷創建新的包來更新豐富R的使用功能，通過簡單的幾步函數運行便可實現多種統計需求；除此之外，R語言是用來進行統計分析和繪圖的一種語言，除了自身包括強大功能的函數及多種程序包能夠滿足審計人員進行多種統計分析的要求之外，還可以作為一種可視化語言，能夠將分析結果以各種精美的圖形展現以幫助分析決策。而進入大數據時代，軟件的數據可視化能力至關重要。
2.R語言的應用范圍更廣。SQL側重應用于數據庫軟件，能夠方便使用者作相關查詢分析，而R作為大數據統計工具，廣泛應用于數據分析、數據挖掘等諸多方面，是目前最受歡迎的數據分析和可視化平臺之一，其包含的眾多具備不同功能的函數、程序包，可滿足數據分析人員眾多需求。
篇5
關鍵詞： 數字城市； 三維建模； 可視化技術
1. 數字城市三維模型的建模方法
1.1 地形的三維建模法
數字城市當中，地形是最主要的地理對象，也是城市實體三維空間的基礎。它是將衛星遙感技術捕獲的影像通過一系列的修正及校正后得到的正射影像輔以數字高程模型，即DigitalElevationModel（DEM）從而生成三維地形的圖形表示。DEM以數字化的形式將地形表面形態一展無疑，同時也占據了地理信息系統中空間信息資料以及分析地形的核心位置，三維實體繪制和分析地形都離不開它，而DEM主要是通過離散分布平面點上的高程數據來進行連續分布地形表面的模擬。DEM數據主要通過三種方法來獲取。一，利用野外測量儀等設備在野外進行實地測量，以此獲得的數據較為精準，但是效率較低，勞動強度大，不適合大范圍的數據獲??；二，將地形圖數字化，即將地形圖掃描之后，利用相關軟件對圖像進行矢量化，在添加了地形的特征后，就能得到DEM數據，該方法方便快捷高效；三，全數字攝影測量，以衛星遙感影像為基底，利用該法獲取數據，需要借助專業的儀器設備才能使數組準確可靠。
1.2 地物的三維建模法
目前，建筑物進行三維建模的方法有三種：一，基于二維GIS的建模方法，即將二維城市的GIS數據直接轉換成三維，該方法不僅方便，還節省經費。但是二維GIS缺少了三維，建模所需要的第三維信息，因此，采用此法時，通常會將其與DEM相結合，以彌補三維建模所需的信息數據。但是由于缺乏準確的第三維數據以及相應的紋理信息，也讓構建的三維模型缺少真實感，對實體城市的表達也不夠完美；二，基于CAD的建模方法，也就是通過一些建模軟件如AutoCAD、3Dmax等來建立相應的三維CAD模型，其中，一個或多個多邊模型就能夠建立一個三維CAD模型，對建筑物的幾何特征及屬性信息能夠詳細準確的表達；三基于遙感影像的建模方法，即以立體的影像數據以及數字攝影測量技術為保障，再根據影像中所得到的第五坐標來建立數字模型。
1.3 地物紋理數據的獲取與映射
在建筑物的三維模型構建中，除了幾何模型的構建，紋理數據是不可缺少的一個要素。紋理數據可由三種方法獲得：一，貼圖素材庫；二，實地拍攝采樣；三，從遙感影像當中提?。灰陨先N方法是最為經濟的。地物三維模型的真實程度主要是取決于其表面貼的紋理影像的真實程度，而該紋理影像從航空影像當中進行提取。在獲取紋理數據之后，需要將其映射到相關的建筑物上，讓其具有真實性，紋理映射的原理是將模型中可模擬或是不可模擬的細節部分利用圖像來替代，從而使顯示速度以及真實程度有質的飛躍。紋理映射的核心技術是對紋理坐標的控制，每一個圖像都對應著一個坐標，并以文件的形式進行保存，因此，程序在運行時，只要其中的紋理映射坐標到位，地物上就能夠準確清晰的顯示出相應的紋理。
2. 三維可視化技術分析
2.1 三維可視化技術現狀
三維可視化技術的出現，讓世界出現了無數的可能，該技術被應用到各個領域、學科，促進了發展。例如，對于數字城市三維，要實現城市三維可視化，城市實體三維建模是必不可少的一個環節，而對城市實體的分析、表達都是其中的關鍵。目前，三維可視化技術大多以三維軟件的形式來展現。三維軟件分為三類：建模軟件；以模型為基礎，能夠實現漫游、分析、決策等基本操作的平臺軟件；以及讓三維可視化技術能夠應用到相應領域的應用軟件。
2.2 可視化應用系統的框架
城市三維可視化是通過對三維地形及地物的構成進行研究，利用計算機圖形學以及圖像處理技術，將城市實體以三維圖形的形式展現在人們眼前。將地理要素直觀、真實地展現出來，將空間數據可視化，因此，三維空間數據為三維可視化的實現建造了一個堅實的基底。三維可視化應用系統的框架主要由數據的提取與處理模塊、三維景觀生成模塊以及三維景觀瀏覽模塊組成。首先，數據的提取與處理，是指系統要將獲取的DEM、正射影像以及矢量線引入到三維地理信息系統當中，建立起相應的三維模型，同時將相關的數據輸入建立起對應的屬性數據庫，建立完成建筑物的模型，將其表面進行紋理映射，再進行其它地物的模型建立；其次，三完成維景觀建立后，便可對其進行漫游瀏覽，也就是從多個視角進行觀察，包括縮放、擴大、旋轉以及俯仰等，或是對制定路線進行漫游，如果條件允許，還可以輔以立體觀測設備進行真正的漫游。三維可視化系統的整個實現流程，如下圖：
2.3 三維景光可視化實現方法
三維景觀可視化包括地形可視化和地物可視化，首先，利用遙感影像技術來獲取地形、地物的數據信息，即將高分衛星影像、DEM數據以及控制成果作為基本資料，正射糾正全色影像，并將糾正后的全色影像作為參考資料，配準糾正多光譜影像，再將糾正后的全色影像和多光譜影像進行融合，融合后的影像再按照圖幅來鑲嵌、裁切，通過影像增強、色彩調整等方法對分幅影像進行相應的處理，制作出DOM成果。三維可視化是將三維空間數據模型完美呈現，也可以將其稱之為3D幾何模型?？梢暬膶崿F方法如下：方法一，以數學數據為主的直接建模，即以OPENGL作為平臺進行建模，以此法進行建模時，要注意二維到三維轉換時像素的轉換，即投影的變換、視角的變換以及窗口的裁剪情況，還要注意將光照加入到模型中時，光源的位置、顏色以及其中對象的材料等因素；方法二就是以虛擬現實建模語言的VRML進行建模。
3. 數字城市三維可視化中所涉及的關鍵性技術
3.1 模型層次細節
模型層次細節是以物體與視點之間距離的遠近來確定模型精細的程度。在進行虛擬仿真時，數據量非常巨大，需要實時處理，精細程度直接決定了數據的處理速度，如果模型的精細程度過高，那么數據的處理速度就會相應地降低，若是精度過低，又達不到預期的顯示效果，因此精度的選擇很重要，為了避免這樣的問題出現，最好的方法就是進行分層，不同層次的模型用不同的驚喜程度，這樣交錯出現就不會造成數據壓力，同時也能達到預期的效果。
3.2 模型分塊
模型分塊是指根據模型所在空間位置的不同，將其劃分為不同的區域，這樣在進行數據處理時就能夠將模型各個模塊的優點突出來，如果模型的空間范圍較大，利用模型分塊技術不僅節約系統資源，而且將資源最大化后再與模塊層次化相結合，就能夠將數據量控制住，提升數據的處理速度，讓演示更加的流暢。
3.3 紋理處理
紋理處理是對紋理的命名、格式、大小、貼圖方式的處理。首先，紋理的命名，對于一些仿真場景較大的模型來說，所用到的紋理也是一個大數目，因此為了保證不重名或是混亂情況的發生，就需要加上一個與模型模塊箱配合的前綴，然后再加上相應的名字就能夠清楚的區分其所屬模塊與所儻恢茫黃浯危紋理的格式，一般是根據操作系統的兼容情況以及分辨率來選定用什么格式的紋理圖片，同樣，紋理的大小也由操作系統以及實際情況來決定，但是一般其長寬方向的像素必須是偶數倍；其三，紋理的貼圖方式有很多，應該遵從其預期的表達效果來選用，而對于一些特殊紋理比如透明紋理的處理來說，一般是選用RGB格式，大小為標準大小。
4. 總結
總之，可視化技術作為一種動態技術，讓數字城市成為現實，讓城市的規劃、管理、建設更加的先進、方便，讓理論與實踐完美地融合在一起。
參考文獻：
篇6
關鍵詞 : 計算機網絡技術;人工智能;應用討論;
Abstract： Computer network technology as the core of modern society, has a profound impact on the whole society. Artificial intelligence based on computer algorithm is the development trend undoubtedly in the future. This paper will discuss the application of artificial intelligence technology in computer network.
Keyword： computer network technology; artificial intelligence; application discussion;
1、 人工智能技術的優勢
1.1、 突破計算能力的局限
人工智能采用了人類學習方式，能通過對大量信息的掃描分析，從而提高底層計算能力，特別是在GPU發展的階段，讓人工智能的計算能力增長到幾倍甚至是十幾倍。目前隨著TPU的發展，讓計算速度達到以往的30倍左右，這樣不僅降低了人類數據計算成本，也能在相關人員對海量數據進行計算時，提高數據處理的精準度與全面性。
1.2 、強化對數據信息的積累
隨著信息技術的發展與普及，也增加了數據處理量。隨著人工智能的發展，從互聯網中收集到的信息，然后經過人工智能分析、整理、儲存，可盡量減少數據井噴帶來的影響，幫助在數據層面做更多的積累。
2、 人工智能技術主要應用
2.1、 人工智能數據處理
充分運用其對數據信息的挖掘處理作用。計算機強大的計算能力，幫助處理數據和挖掘相關數據，并不意味著對計算機網絡系統中的非法入侵方式以及途徑等進行分析和處理、深入對數據的挖掘處理，而這樣就能有效對比運用人工智能后的差異，通過整理進而形成一套合理的計算機編碼，實現對非入侵以及途徑的確認，并通過分析和掌握入侵規律，提高計算機網絡運行的安全性。但值得注意的是，由于計算機網絡系統自身就存在很多漏洞，需用戶不斷對其系統進行持續的改進，并對非法入侵的原因進行和分析，對計算機較為落后的相應設備問題，用戶要進行及時的更換。
2.2 、計算機網絡管理
要想提升計算機網絡人工智能技術在計算機網絡管理中體現其作用，就需建立安全管理的保障措施，采用其數據統計、運算以及記憶識別等對數據信息進行統計和篩選。
2.2.1、 建立專家系統數據庫
人工智能技術中其核心內容是具有豐富數據的專家系統數據庫，通過運用專家知識、經驗以及對數據的處理和推理方法，將互聯網技術中的內容嵌入專家數據庫中，并運用人工智能技術進行轉換，將簡單的數據信息轉化為較復雜的程序化信息，這樣用戶在對數據進行運用時就能根據專家的經驗不斷對數據信息進行優化處理，選擇最為合適的方式用到計算機網絡系統中，更好地進行互聯網系統管理工作。
2.2.2、 提供智能解答
人工智能技術應用到計算機網絡系統中還有一個重要的作用就是實現對用戶問題的解答。用戶在運用計算機并想從網絡中獲取信息時，人工智能技術就能自動在互聯網中搜尋相關答案并匹配出最佳答案。與以往的問答方式不同，人工智能技術的解答只需通過一個簡單的指令就能實現，并能持續做好后續的篩選工作，進而對數據信息進行很好的分析和處理，找出用戶最需要的信息，縮短整個信息搜尋的時間，提高用戶在海量數據信息中找到精準答案的效率。
2.3、 BP網絡技術
BP網絡技術能輸出或輸入相關的數學映射關系，從而加強學習和存儲功能。它是集生物學、心理學和統計學等相關學科做支撐的現代網絡技術，可高度模擬人的大腦神經，有規律地進行計算。隨著它的廣泛應用，人們開始越來越了解和熟練掌握其相關功能，如音頻、視頻等的處理都是經過BP神經網絡技術。它的優勢就是注重數據方面的獨立分析和處理，也隨時引進新技術，增加新能力，不斷創新和發展。
2.4 、支持向量機算法
支持向量機算法可帶來超強的人工智能技術，基于一種完整的樣本數量，實現非線性的數據采集，從而高度準確地應用于計算機的高維度數據模式。在人工智能技術與計算機網絡技術高度融合時，人工智能技術只要查找到一個與實際較符合的核函數，并進行類別區分，最終就可實現基數大的目標函數?，F今，支持向量機算法廣泛應用于計算機建模、地圖分析等多領域，提高了建模質量，為人工智能技術與計算機網絡技術高度融合提供最大可能。
2.5、 智能反垃圾郵件系統
民眾在使用電子郵件的過程中，經常會收到一些包含了敏感信息和病毒的郵件，或是收到一些垃圾郵件的騷擾，這些軟件給用戶造成很大的困擾。利用人工智能技術，可提升電子郵箱對垃圾郵件的攔截，防范垃圾電郵對用戶的騷擾。其通過在電郵系統服務器之前設立一個多層次的郵件過濾方案，使那些對用戶無用的郵件無法進入到服務器內，從而實現對垃圾郵件的攔截。目前的QQ郵箱、163郵箱以及一些企業級的郵箱都利用人工智能技術實現了反垃圾郵件的智能化，使用戶不再受垃圾郵件的侵擾。
2.6、 智能檢測、升級系統軟硬件
在大數據時代背景下，數據處理技術的發展和應用為計算機網絡的軟、硬件提出更高的要求，而計算機及其衍生技術的快速發展又使得計算機網絡的軟、硬件升級換代日益頻繁。計算網絡應用的軟、硬件基礎設施建設直接決定了其在數據采集處理以及信息流通共享上的效率，注重計算機網絡軟硬件設施建設，與時俱進地對其進行升級，更新成為用戶最為關心的內容之一。人工智能在計算機網絡上的應用，可根據其工作需求對軟硬件性能作出科學的判斷，并根據判斷結果對軟件系統進行更新升級，也可及時提醒用戶對硬件系統進行更新升級。
人工智能的先進性同時還能提高企業在數據信息資源流通共享中的安全等級，其自動升級和檢測提醒功能，能保證企業的計算機網絡實時處于最優狀態，不僅提高數據信息資源共享效率，還提高企業計算機網絡的安全性能，避免數據信息資源被盜取、泄露的可能。
3 、人工智能應用問題分析
3.1 、安全問題
任何技術的開發和應用的前提條件就是安全，這是第一位的。人工智能作為一項高尖端技術，如果脫離人類的控制，將引發嚴重的安全問題。其一，技術濫用引發的安全危機。人工智能可能被不法分子利用，如黑客可通過智能技術攻擊國家的網站、盜取機密信息。此外，黑客還可以借助計算機技術攻破公司的防火墻，非法獲得公司的財務信息，甚至將公司財務的資金轉移到自己名下；其二，技術缺陷或管理不當誘發的安全隱患。到目前為止人工智能系統還不夠成熟，有些技術存在漏洞，可能使人工智能系統出現異?；蚴ъ`。例如，深度學習技術不完善，機器人的生產及安裝不當會導致嚴重后果等。
3.2、 倫理問題
人工智能的產生，帶來新的倫理問題。智能機器的行為規則能否與社會規范相兼容。機器人也要遵守社會倫理道德，按照人類倫理來行動。如若不然就會引發特殊的倫理問題。谷歌等公司研制的無人駕駛汽車，拆除方向盤、油門和剎車，僅靠智能系統感知周遭情況，基于大數據的分析而判斷行車方向。如果是正常行駛、沒有意外發生，那么智能汽車可以安全行駛。然而，遇到前方有5人闖紅燈，路邊有2人在等待，在不能及時剎車的情況下，無人駕駛汽車是選擇直行還是轉向路邊呢？而這類交通事故的發生，又由誰來負責？顯然，這是人類都難以抉擇的問題。
4 、結束語
綜上所述，人工智能出現以后，一種模擬人的大腦進行學習而獲取有用信息的智能技術，在當今時代得以高水平發展。
參考文獻
[1]戚爽,計算機網絡環境下金融信息安全保障體系的構建[J].長春金融高等?？茖W校學報, 2015(4).78-81.
[2]賈新春,彭登永,李雷,等,城市路網的一種最優路徑搜索算法[U].山西大學學報(自然科學版) , 2020,43(1):58-64.
[3]趙娟平,高憲文,符秀輝,改進蟻群優化算法求解移動機器人路徑規劃問題[U]南京理工大學學報, 2011,35(5):637-641.
[4]蘇晨大數據背景下計算機網絡安全及解決策略[J]J南方農機, 2020,51(23):153+156-157.
[5]詹盤毅,王霞.大數據時代人工智能在計算機網絡技術中的應用[J].科技創新與應用，2020(33): 168-169.
篇7
關鍵詞： 高職 高等數學 改革 數學建模 發展 評價
1.前言
高等數學是一門基礎工具學科，其目的在于培養學生分析問題、解決問題的能力，為學生學習專業課程提供必要的數學知識和基本工具；更重要的是通過對數學知識的學習，學會數學的思維方法，啟發學生的創造性思維，培養學生嚴謹踏實的科學精神和意志，提高學生的整體素質。隨著時代的進步和科技的發展，它的作用正越來越為人們重視，所以許多學校都把高等數學作為校級重點課程。如何提高高等數學的教學質量是從事高等教學的教師共同關心的話題。長期以來，由于受應試教育的影響，加上教法、學法、環境等各方面的因素，這門課程的開設往往達不到預期效果。
二十一世紀以來，隨著我國高等教育事業的快速發展，高等職業教育也因此得到迅猛發展。但隨之而來的首先是高職院校入學新生的數學總體水平有明顯的降低，層次更加參差不齊。其次，知識經濟時代的高要求和社會競爭的空前壓力使學生的課程比以前多得多，要求也更廣泛、全面，導致學生花在高等數學上的時間比以往相對減少許多，但教學內容卻基本上沒有減少，教學要求更沒有降低，這給高等數學的教學帶來了困難。因此，尋找一種適應不同層次學生的、較為靈活的教學方法就顯得尤為迫切。
深化高職數學課堂教學改革，提高學習的積極性和主動性，提高教學質量，培養高素質高職人才勢在必行。筆者通過對高職高專各專業學生的調查并結合自己對《高等數學》教學的實踐進行了一些探索。
2.改革與創新
2.1教學思想
當前高等教育己從精英型向大眾普及型轉化，高職教學中受教育的對象是企業未來的高級“藍領”。高等數學的教育注重的是學生學到了什么，是否會應用，而不在于教師的理論水平有多高，對數學公式、定理的論證多完美。教師所要做的是將抽象、繁瑣的理論直觀化、簡單化，讓學生易于接受。傳統教學思想應該轉變為以培養應用型、創新型人才為目標的新思路。
2.2教學內容
2.2.1合理安排教學內容，減少難點。
根據各專業的特點，認真鉆研大綱，對教學內容進行增減。把學生掌握基礎理論、基礎知識、基木方法，提高邏輯思維、推理論證和分析問題解決問題的能力放在首位，不過分追求數學知識的系統性和嚴謹性，講透概念，淡化演繹，加強基本技能訓練，如在微積分部分，重點講清一元微積分的思想與方法，精講多練，至于多元微積分，可引導學生采用歸納、推理、類比的方法去處理，而較復雜的邏輯證明，只作簡單說明或略去。教學中注重溝通新舊知識之間的聯系，幫助學生建立一定的知識網絡，以不變應萬變，減輕學生學習負擔，化解知識的難點。
2.2.2理論與實際相結合。
現今的高等數學教材中是重理論輕應用、重經典輕現代，數學思想、應用意識引導不足。而今數學的應用不僅在傳統的物理領域，而且已經滲透到了許多非物理領域。教師在教學過程中，應針對不同專業靈活選用教材。結合專業，在講解數學概念時，與學生熟悉的生活實例或與專業相結合的實例聯系起來，效果會很好。例如在講導數概念時除舉出書本上的變化率問題，還可以結合不同專業多介紹些變化率的問題。比如在經濟類專業可介紹邊際成本的概念，產品總產量對時間的導數就是總產量的變化率，產品總成本對占量的導數就是產品總成本的變化率；在機械電子類專業可介紹質量非均勻分布細桿的線密度、變速圓周運動的角速度等變化率問題；在生物化工專業可介紹物體的冷卻速度、化學反應速度等變化率實例。這樣不但能使學生建立明確的數學概念，提高整體教學效果，而且能拓寬學生的思路，有利于提高學生把實際問題轉化為數學問題的能力。這種聯系實際的教學，使學生的理論理解和實際應用能力都能得到提高，也有利于培養學生對高等數學的興趣和學習的自覺性。
2.3教學方法
2.3.1現代多媒體教學與傳統方式教學相結合。
現代多媒體教學與傳統方式教學各有利弊。多媒體教學能把在傳統教學手段下難以表達的教學內容或無法觀察到的現象，直觀、形象地表現出來，從而加深學生對問題的理解，提高其學習積極性。例如：函數y=x+2，當自變量趨向于1時，函數y的極限為3。以往不用多媒體上課時，只能在黑板上畫圖像和列表格，教師用語言來表述“無限”接近這概念，顯得靜止呆板。不管教師如何賣力地講解，學生都必須抽象思考這些變化趨勢，效果并不好。而采用現代媒體手段教學，當自變量在變化著且從左側或右側無限接近1時，函數也在變化著且無限接近3，這時不僅有數字上的“無限”接近，而且在圖像上能逼真地表現出“無限”接近，生動的場景能使學生更容易理解這一概念。
但是，傳統方式的教學，依然有它無法比擬的優勢。在課堂上，師生可以更好地互動交流和相互啟發式地討論。教師邊板書邊敘述，既有眼神、表情，又有手勢等多種感官的刺激。不僅可以激發教師教學思維的激情，而且能帶動學生發揮主觀能動性，促使學生思維能力和思維品質的提高。例如：在表達數學公式、數學定理的推導過程時，現代多媒體就顯得非常機械呆板，具體解題過程枯燥乏味，無法體現教師設置懸念、啟發探究、奇思妙想的解題思路，難以收到好的教學效果。
為了提高教學效率，同時不影響教學效果，我們可以將兩者結合起來，取長補短。比如：在講解抽象的概念、現象時，可以利用多媒體技術直觀地將其描繪出來，幫助學生盡快理解。而在推導計算時，輔以粉筆教學，帶動學生的思維，這必然會帶來良好的教學效果。
2.3.2開設數學建模和數學實驗課。
2.3.2.1開設數學建模課有百利而無一弊。數學建模進行數學教育的思想方法是：從實際問題出發，發現其中的規律，提出猜想，進行證明或論證。數學建模要求學生結合計算機技術，靈活運用數學的思想、方法獨立地分析和解決問題，不僅能培養學生的探索精神和創新意識，而且能培養學生團結協作、不怕苦難、求實嚴謹的作風。由于受到高職教育時間的限制，分配給數學課程的課時數較少，因此可以將數學建模課作為選修課來開設。
2.3.2.2另一種更為可行的辦法是，將數學建模的思想和方法有機地貫穿到傳統的數學基礎課程中去，這是一種非常適合我國高等職業教育實際的教育方法。目前我國高職教育的幾乎所有的專業都開設了微積分課程，還有許多專業開設了線性代數、概率統計等課程?；诖?，我們可以將某些數學模型，如銀行存款利率的增加、人口增長率、細菌的繁殖速率、新產品的銷售速度，甚至某些體育訓練問題等，插入到數學基礎課程教學中去。
2.3.2.3引入計算機數學實驗課，打破數學課只有習題課，沒有實驗課的傳統模式。開設數學實驗課，其目的是培養學生的數學建模能力、科學計算的方法與手段、數據處理能力。通過學習Mathematica、Matlab、Sas等數學軟件，學生能夠在不斷的應用與探索中領會數學與現代高新技術的完美結合，并獲得現代科技所需要的數學知識與數學素質，而且可以促進學生對數學規律的理解、認識，使講授記憶作業的傳統學習過程變為學生自主探索思考解決問題應用的過程；不僅能加深學生對數學知識的理解和掌握，而且有利于培養學生解決實際問題的意識和能力，提高學生學習數學的積極性和主動性。
3.小結
社會需要的人才是多元化、多層次的，既需要理論、研究型人才，更需要大批應用型人才。我們在平時教學的每個環節中應當注重培養學生的數學應用意識和創新能力，使學生能夠學會應用數學知識解決生產、科技中的問題，使人才從知識型向能力型轉化，全面提高他們的數學素質。當然，提高學生數學素質并不是一蹴而就的，它是廣大數學教育工作者長期奮斗的目標。
參考文獻：
［1］鄭錫陸.對高職數學采用多媒體教學的探討與實踐［J］.職業教育研究，2006，（1）.
篇8
關鍵詞：研究性教學；研討教學；案例教學；自主選題
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）37-0181-02
在大學本科生的教學實踐中，我們不難發現，面對某些專業課題的提出，學生給出的答案更多的是碎片式的知識點，而不是系統性的解決問題的思路?！笆谥贼~，未若授之以漁”，不僅讓學生學到知識，更應該讓學生提高自我學習的能力，進行創新性思維的培養。本文首先討論了研究性教學的內涵與基本特征，然后以《多媒體數據處理》課程教學為實踐平臺，將發現教學、研討教學、案例教學等幾種教學組織形式應用于研究性教學中。結果表明，研究性教學能夠有效激發學生的學習熱情，培養學生的創新性思維。
一、研究性教學在“多媒體數據處理”課程實施中的必要性
研究性教學是培養學生創造能力和創新精神的一種教學活動，是教師通過指導學生從自然、社會和生活中選擇與學科相關的專題進行研究，使學生在主動探索、主動思考、主動實踐的研究過程中，吸收知識、應用知識、解決問題、獲取新的經驗和展現個性，從而提高素質，培養創造能力和創新精神的一種實踐活動。研究性教學將學生知識、能力和素質培養設為教學目標，不再單純以增加學生頭腦中固定不變的知識為目的，而是將學習知識與研究問題相結合，增強學生以知識為基礎的對開放式情境的問題意識，提高學生的自主探索精神、創新意識和研究能力等。
“多媒體數據處理”課程主要針對大學本科層次的“數據資源開發與利用”專業開設，該專業的課程設置主要以數據資源的建設、開發和利用等數據建設生命周期為主線，目標是使學生將來成長為數據資源管理工程師。該類學生已經進行了相關專業的基礎課程的學習，具備了一定的知識儲備和實踐能力，傳統的灌輸式教學方式已經無法滿足其進行拓展性思維訓練和創新性實踐的需要。而研究性教學是一種以探索和研究為基礎的教學組織形式和教學方式，與該類學生的培養目標較為貼合。“多媒體數據處理”課程以多媒體數據為核心，將音頻、圖像、視頻等媒體數據的獲取、處理、存儲技術有機地整合在一起，揭示其內在聯系；對多媒體數據的格式、多媒體數據的傳輸、多媒體數據的應用等內容進行詳細地闡述，同時，還對大數據、數據可視化等新興技術進行延展學習。結合“多媒體數據處理”課程的特點，本文主要在課堂教學、課堂內外相結合、考核方式三方面進行了研究性教學實踐。
二、基于課堂教學的研究性教學實踐
與傳統教學模式相同，課堂是研究性教學非常重要的教學環境。如何進行科學有效的研究性課堂教學設計，是研究性教學的重要內容之一。本文在課堂教學中開展的研究性教學的教學組織形式主要側重發現教學法和研討教學法，下面分別給出一個教學例子。
（一）發現教學法
發現教學法是美國心理學家布魯納倡導的，他將科學家發現真理的認識過程引入教學之中，認為學生的學習與科學家的發現之間的差別“僅在程度而不在性質”。他注意調動學生學習的積極性，使自己成為一個發現者。
以“顏色模型”一節的課堂教學為例。在分別給出三基色原理以及顏色模型的基本概念之后，再重新將人眼對三種基色吸收規律曲線以及RGB顏色模型的示意圖放在同一張幻燈片上，然后等待1分鐘，如果學生沒有反應，則進一步提問：“這兩種之間是一致的嗎？”此時，有一部分學生便會發現其中存在的矛盾點，“RGB顏色模型三個坐標軸所對應的顏色與人眼敏感的顏色并不一致，因為人眼對三種顏色的敏感區間是有一定范圍的，而非單一頻率”，“這說明什么問題”，“顏色模型是為了便于研究，采用一定的數學方法，人為地對自然界顏色的近似建模，并不能代表自然界中所有的顏色”。由此，學生便從發現問題開始，經過思考問題，再到解決問題，摒棄了傳統的死記硬背的學習方式，而重在培養自我更新的能力。
（二）研討教學法
研討教學法需要教師做的最主要工作是設置具有一定研討價值的問題。在課堂上組織學生進行有一定深度、廣度的研究、探討，使學生通過教師引導、獨立思考、互相啟發、相互討論等方式，鍛煉其富有創造性的學習能力。
以圖像增強中的同態濾波這一知識點為例，在傳統教學模式中，講清楚同態濾波的概念和過程就完成教學要求了，但這樣，學生便缺少了思考的過程，認識不深，在遇到類似的問題時不能觸類旁通。在學習這一知識點之前，學生已經進行了空域和頻域增強中基本內容的學習，完全可以利用已掌握的知識解決面臨的問題。實施步驟如下：
（1）將學生以3人為單位進行分組（以3組為例）；
（2）給出一張照度不均勻，暗區細節不清楚的樣圖，請每一小組利用已有知識對其進行增強處理，使得最終獲得的圖像動態范圍擴大，對比度增強；
（3）20分鐘討論時間并給出解決方案；
（4）15分鐘總結及拓展時間。
實施過程中，最為重要也是需要教師提前進行設計的是第三個步驟。面對問題，學生很可能在一開始無從下手，這就需要教師給予階段性的合理的提示和引導。從圖像形成的機理開始考慮，對其進行建模，其中較為關鍵的是如何將自然現象映射為物理量；其次，在出現物理量無法分離的情況下，如何利用數學的方法對其進行變形；最后，針對模型的構建目標，找到合適的濾波器。第四個步驟總結與拓展也是不可或缺的。在小組都提交了自己的解決方案之后，教師要對其進行修正和點評。在完成這一任務的基礎上，教師進一步給出一幅加了噪聲的、動態范圍窄、細節模糊的樣圖，面對更高難度的任務，由各小組給出答案。這便是內容拓展的部分，是引發學員思考，將零散的“知識碎片”融合為科學性、系統性思維方式的過程。
三、組織學生綜合利用課堂內外的時間進行案例式學習
案例式學習是指學生針對教師提前設置的微型研究課題，通過思考、問答、研究和辯論的形式，對問題進行分析研究，做出判斷和決策的一種學習活動過程。圖1給出了案例式學習的流程。需要提前準備的環節是微型課題的設置和學生分組，這兩項工作都離不開教師的參與，特別是課題的選擇，如何選取難度及范圍都適度的課題是至關重要的一環。需要學生在課下完成的任務主要是對課題的自我學習，學習的深度、廣度和學生的理解程度直接影響到課上交流的效果。
在“多媒體數據處理”的教學實踐中，選題是針對重要章節進行的，例如在“視頻編碼標準”一章中，設置了“H.264與AVS的對弈”一題，旨在讓學生通過查閱相關資料，了解視頻編碼標準的中外最新進展，并從比較中找出差距，確定我國在相關技術領域未來的研究熱點。通過其中的文獻檢索、文獻閱讀、分析總結、小組討論等環節，能夠大大提高學生的自主學習能力。
四、基于自主選題的課程報告
這一環節主要是對課程考核方式進行的改革。傳統的理論考核方式通常采用閉卷筆試的形式，優點是學生的成績可量化，具有可操作性，能夠考察學生對一些知識點的掌握程度。但其最大的缺點是理論與實踐脫節，容易造成知識的“碎片化”。由于《多媒體數據處理》課程具有理論與實踐并重、跨學科、知識覆蓋面廣等特點，傳統的考核方法無法覆蓋所有的知識點，更關鍵的是無法考察學生在面對問題時如何思考、解決，有沒有形成良性循環的思維體系。因此，在考核方式上，將筆試、自主選題報告、實驗三個部分相結合，每部分成績的比例根據學生對課程內容的掌握情況而定。如果學生在平時課堂上對知識消化吸收得很好，可以減輕筆試所占的比重，甚至可以取消筆試。
根據實踐情況看，學生對自主選題部分表現踴躍，選取自己最擅長的或者最感興趣的部分進行匯報。比如，有一位非常擅長PHOTOSHOP的學生做了以“色彩與光影”為題的報告。他用軟件模擬了幾種典型的顏色模型的形成過程，不僅講清了原理，還更加形象、直觀，使大家眼前一亮。
五、結束語
本文是以“多媒體數據處理”課程教學為實踐平臺，對研究性教學進行的初步探索。相對于傳統灌輸式的教學方式，研究性教學在一定程度上改善了該課程的教學效果，比如，提高了學生的學習主動性；使教與學形成了一個良性循環；促進了學生對知識的系統化認知等。但還存在一定的問題有待解決，比如，在學生討論問題時，如何實現機會均等；有些討論選題不夠深入或不夠嚴謹，不能充分調動學生參與討論的積極性等。因此，一個較為完善的研究性教學模式，需要在后續的教學實踐中不斷去探索和完善。
參考文獻：
[1]李志義.高水平研究性大學本科教學模式的選擇[J].中國高等教育，2007，（23）：20-22.
[2]潘懋元，王偉廉.高等學校文理基礎學科課程與教學改革研究[M].廈門大學出版社，1996.
[3]劉漢蘭，李雪剛.《高等有機化學》研究性教學的實踐與思考[J].華中農業大學學報（社會科學版），2011，（5）：132-134.
篇9
關鍵詞：統計學；教育改革；大數據
一、引言
最早提出大數據時代到來的機構是全球知名的麥肯錫咨詢公司，該公司在一份研究報告中指出：“數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素，人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”。
大數據是隨著互聯網技術的廣泛應用帶來的數據量和數據類型激增而衍生出來的一種現象，但大數據一詞不僅指規模大、種類多的數據集，還包括對這種數據集進行采集、處理與分析以提取有價值信息和直接創造價值的技術構架和技術過程。大數據的第一個特征是數據量巨大。截止到2012年，數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別。第二個特征是數據類型繁多、異構性突出，包括網絡日志、音頻、視頻、圖片、地理位置信息等等。第三個特征是數據價值密度較低，數據中存在大量重復性和無價值性信息或噪聲。如何通過強大的計算技術和統計分析等方法迅速完成數據的價值提純，是大數據時代亟待解決的難題。第四個特征是處理速度快、時效性要求高。這是大數據區分于傳統數據挖掘最顯著的特征。
目前，不同的學科領域對大數據概念有著不盡相同的解釋，但各種解釋中大致可以從兩個方面去理解。首先，大數據概念體現在數據量的巨大、種類的眾多及產生速度的飛快，同時產生的數據集極有可能包含著各種半結構化和非結構化數據；其次，大數據概念還體現在對數據進行處理的手段和流程方面，由于數據量的龐大和類型復雜，利用常規的統計軟件已經無法對當今的數據進行及時有效的存儲、分析及處理。因此，所謂的大數據并不是單純指數據流量的巨大，還指其結構的復雜和種類的多樣，在數據處理和分析上需要采用高端計算平臺或高級統計軟件，以及海量數據中存在著可挖掘的潛在的大量價值信息與知識。
近年來，隨著高速計算機的應用、信息技術的快速發展，特別是云計算技術的發展，使大數據的存儲和分析技術得到迅速發展，目前的核心技術有MapReduce、GFS、BigTable、Hadoop，以及數據可視化等。在數據搜集上，可方便地通過在線互聯網數據庫獲取二手數據或一手實時數據。在數據分析上，傳統統計學方法采取的是基于統計模型的樣本數據分析，而大數據分析技術則是通過高端計算平臺，對大數據中的信息進行挖掘。
統計學作為對數據進行處理和分析的科學，必然受到大數據的影響。在大數據時代，統計學教育必須與時俱進，跟上時展步伐。近年來，有不少文獻討論了大數據環境下我國統計學教育的改革問題（例如[1]-[5]），本文在分析大數據時代特征的前提下，進一步討論我國統計學教育的現狀與挑戰、統計學教育改革的內容、方法、借鑒和適應時代要求的變革問題。
二、統計學教育的現狀與挑戰
2013年，教育部對我國統計學專業設置進行一次新的調整，將原來的既可授予理學學位，也可授予經濟學學位的統計學專業劃分為統計學、應用統計學和經濟統計學三個本科專業[6]。根據教育部高等學校統計類專業教學指導委員會2013年11月公布的數據，當時全國有194所高校開設了統計學專業，156所高校開設了應用統計學專業，164所高校開設了經濟統計學專業[6]。目前，全國開設這三個統計學專業的高校個數和在校學生人數與2013年相比都有不少的增加。
面對大數據時代，我們目前的統計學教育無論在培養目標和教學內容上，還是在教育方式和人才培養模式上，都存在著亟待解決的挑戰性問題。例如，在專業培養目標和人才培養過程中，我們比較重視課程層面上的評價，比較輕視專業層面上的整體評價，缺乏對學生綜合能力的反饋機制。
關于教學內容，目前三個統計學專業在統計理論和應用統計兩個方面有不同的側重。統計理論主要包括：抽樣理論、實驗設計、估汁理論、假設險驗、決策理論、貝葉斯統計、半參數和非參數統計、序貫分析、多元統計分析、時間序列分析、小樣本理論和大樣本理論等。在數據分析中，現今的統計方法基本以結構化數據為主要處理對象，而對非結構化和半結構化數據的分析和工具涉及較少。因此，現今統計學課程及內容已不能滿足從事非結構型和半結構型的大數據研究和商業應用對人才培養的需要，必須進行必要的改革。
對于教育方式，鑒于大數據時代要求，統計分析人員需要具備較高的數學和現代統計學基礎，具有較高的軟件操作能力，掌握一定的大數據收集、整理、分析、處理和挖掘數據的技能。日本學者城田真琴認為：“數據科學家要有計算機科學專業背景，數學、統計方面的素養和使用數據挖掘軟件的技能，善于利用數據可視化的手法展現晦澀難懂的信息，而且具備相應的專業知識、眼界和視野，具有適應社會發展和創造價值的能力”。現今的統計學教育方式還不能很好適應大數據時代數據科學人才培養需要，必須進行必要及時的調整和變革。
對人才培養模式，大數據時代不僅要求培養具有數據處理和分析所需的基本素質與技能，更重視培養從海量數據中發現和挖掘價值信息、把握市場機遇、創造利潤的潛在能力。面對大數據時代的諸多挑戰，現代統計技術、數據挖掘方法、計算機信息技術、軟件工具和理念的日新月異，培養統計人才的教育模式也需要相應變化，統計學教育只有與時俱進，主動做出全面的調整和變革才能適應新時代知識進步和激烈人才市場競爭的需要，積極迎接大數據時代的挑戰。
大數據時代對統計學教師有更高的要求，統計學教師需要與時俱進，跟上時代步伐。隨著互聯網、物聯網、云計算等信息技術的發展，對數據的分析和處理的技術也隨之要求更高，統計學教師固有的知識體系已不能滿足培養現代統計人才的需要，必須進一步深化和更新原有的統計學理論知識，而且還需要學習掌握計算機技術、互聯網、數據庫和信息科學等有關知識和技術，同時還要熟悉處理非結構型和半結構型數據的知識和技能，以適應現代統計學教育對教師的知識結構和基本素質的要求。
大數據時代對統計專業的學生也提出了更高的要求，他們不僅需要掌握現代統計理論、統計方法和專業統計軟件，還要學會如何分析、處理來自互聯網或各種實際問題中的海量數據，如何利用統計軟件和互聯網技術進行數據操作，如何借助軟件技術和統計準則判斷數據質量，如何進行模型選擇和評價模型方法的有效性，如何準確清晰地呈現統計分析結果和結論，等等。
2014年11月，美國統計學會了統計學本科專業指導性教學綱要 [7]，該教學綱要對統計學專業提出四個方面的要求：（1）具有扎實的數學和統計學基礎、強大的統計計算和編程能力，熟練使用統計軟件和數據庫；（2）分析來自現實問題的真實數據，真實數據是統計專業教育的重要組成部分；（3）掌握多樣化的統計模型方法；（4）具有通過語言、圖表和動畫等方式解釋數據分析結果的能力。美國是統計學教育和人才培養最先進的國家之一，該指導性教學綱要代表著美國統計學專業培養人才的基本要求和發展方向，對我國統計教育的改革具有重要的參考價值。以該指導性教學綱要為參考依據，對照我國目前的統計學本科專業教育，無論是在培養目標和課程設置方面，還是在教學內容和教學方法方面，都存在著亟待解決的挑戰性問題。
三、統計學教育的改革
大數據時代的統計學教育不僅是各種統計方法、數據挖掘方法和信息技術手段的延續或發展，更主要的是這些方法的集成應用和在實際數據分析中的真實體驗。過去，企業數據庫價格昂貴，在統計學教育的教學案例或實驗課教學中，很少采用真實和海量的數據庫資源，基本都是采用過時或虛擬的數據。今天，像百度大數據引擎這樣的數據庫的逐步對外開放，將有助于開展“線上大數據統計實驗”教學。為了適應大數據時代要求，有必要利用網絡資源以及各種數據處理軟件，搭建線上大數據分析實驗教學平臺，全面開展大數據統計實驗教學的改革。實際上，借助大數據分析平臺，本科階段的統計學教育就可以融人聯機分析和數據的可視化教學。其次，要時刻關注大數據分析理論的進展，及時將新理論新方法融入課堂教學內容。
需要指出的是，在大數據時代，經典統計理論和方法并沒有過時，但需要進行改進和進一步發展。這是因為，網上采集的巨型數據集往往存在大量的重復性和無價值數據信息，使得大數據價值密度降低。在對這些數據進行分析處理之前往往需要通過去噪、分層、截斷、聚類等方法的預處理，將其變成便于進行分析處理的小數據，繼而借助于經典統計方法進行分析和處理。因而在大數據時代仍然需要采用傳統統計學的小樣本理論和方法。所以，即便是在大數據時代，經典統計方法仍然是進行統計分析的基石，其核心地位不可動搖。所以，在大數據時代仍然要強化統計學的基本理論和方法，尤其是在長期發展和實踐應用中經過驗證的、成熟有效的經典和現代統計方法，在大數據時代仍然沒有過時，但需要結合大數據分析的需要對經典統計方法進行必要的發展和改進。
大數據科學需要統計學與數學、計算機等學科的結合。亞馬遜大數據科學家John Rauser 認為：“數據科學家是統計學家和計算機工程師的結合體”。為了滿足大數據時代的要求，統計學專業的課程設置需要進行必要的調整。應根據新時代人才培養的要求，增設與大數據前沿領域發展相關的課程，如計算機網絡和大數據相關的軟件應用，同時要加大實驗課和社會實踐課的比重，引導學生理解和掌握大數據概念、理論、技術和方法，培養其運用大數據的相關分析工具解決實際問題的能力。對于理論課程，除基本統計理論外，還應開設一些較為現代和深入的課程，如現代貝葉斯方法、神經網絡、數據挖掘、應用隨機過程論等。另外，還應開設與大數據分析相關的關聯規則、決策樹、機器學習、支持向量機等課程。
為了培養與時代適應的統計學人才，統計學專業教師應不斷更新自身的知識結構和價值觀念，改變認識數據、收集數據和分析數據的思維，主動學習和補充互聯網、現代數據分析技術、數據庫和數據挖掘技術，使自己的知識體系不斷更新和提升，跟上時展的步伐。
在大數據時代，要注意培養學生適應社會的能力。統計專業人才培養模式應以提高本專業學生數據分析方面的能力，開闊他們的視野，培養其適應社會的能力。應積極引導學生進入實訓場所動手操作和鍛煉，嘗試以企事業單位的財政、金融、保險、統計、咨詢和信息公司等部門為主構建專業性教育實踐基地。鼓勵學生到大數據相關的機構部門、產業園區和企業中去調查研究和實踐。此外，統計專業應積極同其他專業進行合作，聯合培養適應新時代要求的數據分析人才。鑒于大數據對數據分析人員在計算機技術、行業認知、業務知識、數據分析工具和方法的要求提高，統計學科應主動與計算機、經濟學、管理學等相關學科合作，培養學生的計算機能力、專業素質和業務修養。
“它山之石可以攻玉”，關于統計學專業的課程設置，可以參考和借鑒美國統計學會公布的統計學本科專業指導性教學綱要。根據該教學綱要，統計專業的課程設置應該涵蓋五個模塊[7]：（1）統計方法與統計理論。建立統計模型并對模型的輸出結果進行評價，熟悉統計推斷，能夠從數據分析中得出恰當的結論。（2）數據操作和統計計算。熟練使用一款專業統計軟件進行探索性數據分析，發現和清洗數據中的錯誤記錄，具有編程能力和算法思維，可以進行各種數據操作，還應掌握統計計算技術，能夠進行模擬研究。（3）數學基礎。熟練掌握微積分、線性代數、矩陣論、概率論和數理統計的基礎知識。（4）實踐訓練和表達能力。具有良好的表達和交流能力，善于通過圖示和動畫等聽眾易于理解的方式展示分析結論，并且具有團隊合作精神和項目領導能力。（5）特定領域的知識。掌握特定應用領域的知識，并用統計學特有的思維方法來分析和解決特定領域的實際問題。
大數據時代是以數據為中心的時代，統計學專業的教育改革必須適應這個時代的要求。統計數據分析中軟件應用能力至關重要。在眾多統計軟件中推薦使用R和SAS軟件，因為R是免費開源軟件，其統計建模、統計計算和可視化功能強大，更新迅速，是最新統計方法的主要平臺，非常有利于培養學生的編程能力和知識更新能力，而SAS軟件被很多公司用于數據管理和數據分析，在實際應用領域具有長期而深遠的影響，是數據分析不可或缺的專業統計軟件。當然，教學中也可以嘗試使用其他專業統計軟件，例如經濟統計專業學生也可使用SPSS軟件，但最好會使用SAS或R軟件。在加強軟件使用和編程能力的基礎上，應加強學生統計計算和統計模擬能力的培養。在大數據時代，強調統計計算的重要性是大勢所趨。統計模擬技術是伴隨著高速計算機和信息技術的快速發展而廣泛應用的現代技術，可用來解決傳統學科領域中無法解決的問題。例如，在計算技術飛速發展的今天，貝葉斯統計方法過去曾經面臨的計算瓶頸正在逐漸消失，基于馬爾科夫鏈蒙特卡洛（MCMC）技術的統計模擬方法在數據分析中的強大威力正在日益顯現[8]。
參考文獻：
[1] 劉春杰，大數據時代對當代統計學教育的挑戰，統計與決策，2015年，第8期。
[2] 孟生旺，袁衛，大數據時代的統計教育，統計研究，2015年，第32卷4期。
[3] 葛虹，韓偉，大數據時代統計教育變革的SWOT分析與發展策略，統計與決策，2015年，第4期。
[4] 張海波，黃世祥，統計學專業學生大數據分析能力的培養方式選擇，統計與決策，2014年，第24期。
[5] 李衛東，大數據對統計學科發展的影響，統計與決策，2014年，第13.期。
[6] 教育部高等學校統計類專業教學指導委員會.統計學專業教學單位.http：///category/信息公開/教學單位，2013-11-15.
篇10
大數據常被人們用來描述市場海量的有可能挖掘到的結構化、非結構化以及半結構化的數據信息。而對于大數據的處理不同于普通數據，其需要運用更為先進的數據處理分析技術，這樣才能夠最大化對海量數據進行提取、處理以及儲存工作，從大量數據中挖掘具有高價值的信息數據?；谟嬎銠C互聯網的發展，物聯網是從其擴展與延伸出來的。計算機互聯網所對應的虛擬數據，而物聯網則是通過智能處理技術、傳輸技術以及感知設備等，實現在真實的物體之間進行聯通，并將數據有效傳輸到計算機互聯網上。物聯網技術的應用能夠實現廣大企業對內部數據信息的智能化管理和自動化監控管理，大大提高企業的工作質量和效率。
2信息與計算科學建設過程中存在的主要問題
2.1專業建設缺乏特色。信息與計算科學專業主要涉及到兩門學科，它們分別是信息科學與計算科學。因此，高校在建設該專業過程中必須確保兩門學科的比重性，一旦過于偏重其中一門學科，一定程度忽視了另外一門學科，就會導致該項專業結構體系的不合理，會偏離了最初建設該項專業所制定的目標。高校在該專業課程的教材與參考資料使用上缺乏實用性特點，仍在沿用傳統相關教材內容，難以滿足現代大學生的專業學習需求。因此，有必要有效增加該專業新研究方向的介紹，不斷拓寬專業學生的知識面，充分激發學生的學習積極性和主動性。2.2專業人才培養目標不夠明確。由于部分高校受到傳統教育觀念的影響，一些專業的課程設置往往只是從以往教育專業延伸出來，未能夠對其進行深入研究探討。例如，在信息與計算學科專業建設上，一些高校只是通過效仿教育部數學類教學指導委員會推薦的“信息與計算科學專業教學規范”，未能夠有效根據自身的辦學特點和情況，明確該專業設置的教育目標，體現出學校的辦學思想，從而導致在對該專業人才的培養工作上偏離了正常軌道。存在部分以工科為主的院校在建設該項專業時，甚至以高等數學去替代了數學分析課程，這樣一來就難以實現培養更多數學學科高端人才的目標，也不符合國家教育部門最初制定的“信息與計算科學專業培養的畢業生能夠在社會教育、科技、經濟金融以及信息產業等行業領域中從事教學、研究以及管理開發工作。2.3專業課程體系設計不夠合理。由于高校在信息與計算科學建設中培養目標不夠明確，這樣一來就會導致教學課程體系不夠合理。學校往往只會將一些計算機相關課程與數學專業課程有效融合在一起，缺乏對信息與計算科學專業的深入研究分析，難以形成科學完善的課程教學體系。該專業學生最終會出現數學學習整體水平難以趕上數學專業學生，計算機學習整體水平比不過計算機專業學生的局面，從而降低了他們在社會上的就業競爭力，難以輕松尋找到符合自身專業特點的工作崗位。專業教學課程的單一化不利于激發學生的學習興趣和熱情，學生缺乏學習指導，未能根據課程學習制定自身的未來就業發展目標。2.4專業人才培養與社會需求不相適應。高校在設置信息與計算科學專業時，必須明確該專業課程開展的目的是為了培養更多社會實踐型人才，能夠滿足經濟市場企業對于該類人才的需求。而實際情況是，存在部分高校在建設信息與計算科學過程中，只關注到學生專業理論知識的掌握，一味擴大專業招生規模，嚴重忽視了專業培養人才為社會服務的辦學宗旨。高校缺乏組織該專業學生積極參與到社會實踐活動中，學生與教師難以了解到社會的需求，教師課堂教學的開展往往只是針對教材的內容，這樣無法有效調動起學生的學習積極主動性，促使他們全身心投入到課堂學習中。
3基于大數據和物聯網環境下信息與計算科學建設的主要措施
3.1信息與計算科學建設的個性化發展。高校在建設信息與計算科學過程中，要充分發揮大數據和物聯網技術的優勢作用，通過將大數據挖掘與教學內容相結合在一起，實現學生在校園網絡平臺的個性化學習，而不是將該專業學習僅僅局限在課堂范圍內。教師在專業課程教學開展前必須充分掌握了解到市場對該專業人才的需求特點，從而有針對性的制定學生培養目標，創新課堂教學模式和內容，有效激發學生的學習興趣和熱情。大數據與物聯網時代能夠更好實現高校的個性化和針對性教育，教師可以將各項學習資源融入到校園學習平臺中，按照班級學生的不同學習愛好和特點，有效推送該專業領域的前沿技術、資源以及人才需求訊息等內容，這樣有利于貫穿信息與計算科學專業學生終身學習的全過程，不斷拓寬學生的專業學習知識面，能夠接觸到外界更多的專業信息，促進自身學習的全面發展，努力成為市場企業所需的專業人才。3.2信息與計算科學建設課程體系的優化設計。高校要加強對計算機互聯網技術的應用工作，通過建立起科學完善的大數據分析系統，不斷提高對學校各項數據信息的挖掘利用水平，從而有效建立起良好的信息與計算科學專業課程體系。在信息與計算科學專業課程的設立工作內容上，高校可以針對現代大學生的學習特點，靈活運用模塊化教學方法，將課堂專業知識內容與計算機技術有效融合在一起，課程體系不僅要包括了各項核心課程，還要有效增加計算機軟件開發和數學建模等模塊，充分發揮出計算機互聯網資源在教學中的作用，提高學生在計算機軟件上的實踐應用能力，從而促進信息與計算科學專業學生的全面發展，能夠自主完成各項學習任務。與此同時，教師可以在大數據系統中調出學生的相關學習信息數據，綜合考慮學生的學習興趣愛好和本校該專業的設施水平，有針對性的設立各個教學模塊，創新專業學生的學習內容，不斷提升課堂教學的效果。3.3信息與計算科學專業教師隊伍的信息化建設。首先，高校要利用先進的物聯網技術打造出校園教師系統，實現各級各類教師信息的科學收集整理工作，每位專業教師都要建立起與之對應的電子檔案，從而有效形成安全可靠、統一高效的教師基礎信息庫。然后，高校在信息與計算科學建設工作中，要以教師系統為支撐，針對教師當前教學情況存在的不足之處，定期組織教師參與專業化的培訓教育工作，引導該專業教師積極參與社會各種實訓活動，了解到市場的動態發展規律以及企業對該專業人才的要求內容，從而能夠確保自身的教學內容和方法更加符合學生的未來發展，促使學生畢業后能夠快速適應就業崗位要求。最后，高校要將教師隊伍的大數據作為教師科學決策的重要依據，利用計算機數據分析技術對大數據展開多層次、多角度的管理分析處理工作，保障對當前信息與計算科學專業教師隊伍實際水平和情況的高質量評價工作，明確教師隊伍信息化建設的發展目標，不斷提高專業教師在日常工作中的決策水平，實現教師管理過程的精細化，有效提升該專業教師的整體服務管理水平。信息與計算科學專業教師在自身的教學過程中，要以大量數據為支撐，深度分析社會對該專業人才需求的相關信息內容，確保在人才培養目標方向上是符合市場發展趨勢的，而不是一味憑借自身感覺進行課堂教學。教師要最大化發揮出學校各項多媒體資源的價值，豐富課堂教學方式，不斷優化改進教學方法和重點內容，促使學生在課堂學習中集中注意力，提高自身的學習質量和效率。
4結語
綜上所述，基于大數據和物聯網時代背景下，高校在信息與計算科學專業建設工作上要根據自身的辦學水平和特色，建立起科學完善的專業課程體系，確保教學課程內容符合現代人才培養的趨勢，能夠充分滿足學生對該專業學習的需求，提高課堂教學質量和需求。此外，高校要積極組織與師生參與到社會實訓活動中，豐富專業教學方式，努力為社會培養出更多實踐型人才。
作者:宇文富博 單位:營口中昊電梯工程有限公司
參考文獻：
