云环境下基于Entropy-KNN算法的节点选择策略

为满足大数据高效处理与节省成本的需求,针对云计算网络可计算节点资源的多维属性特点,提出了一种面向云计算的多属性Entropy-KNN层次聚类算法的节点选择策略.在节点资源动态描述机制的基础上,借助P2P动态路由完成节点资源的信息交换与实时更新,通过属性信息熵及相似度距离的计算,首先对已知节点按属性进行多次聚类,获得给定阈值的子类;接着选取距离较小的K个近邻节点为候选节点,根据分类与可信度的验证,最终选取与需求节点间相似度距离较小的节点作为候选节点.结果表明,该算法在一定程度上提升了计算节点的定位准确率,同时也能进一步提高大数据的处理效率.     

高职“三进阶”高端技能人才培养模式设计与实施——以工业分析与检验专业为例

从高等职业院校定位出发,明晰了高职人才培养模式的定义。考虑到社会需求、企业要求和新生学情,具体以高职工业分析与检验专业为例,设计出一套既适用于高职学生学习又符合社会对高端技能人才要求的基于认知顺序的三进阶人才培养模式。     

高职“仪器分析及实验”循环进阶教学模式的开发与应用

通过分析"仪器分析"教学内容及教学对象的特点,针对"仪器分析"课程传统教学方法存在的弊端进行改革。从教学体系、教学内容、教学方法等多方面设计"仪器分析及实验"课程,构建出以学生为主体、基于认知规律、多层次阶梯式的教学模式,以提升学生对仪器分析方法的实际应用能力。