2025年, 第1卷, 第6期　
刊出日期：2025-06-10

  

• 全选
  |

综述
• Select
  教育智能体的三阶进化：从工具嵌入、主体共生到基础设施化的范式跃迁

  吴燕

  电脑与电信. 2025, 1(6): 1-4.

  摘要 ( )   可视化   收藏

  聚焦教育智能体的三阶进化,包括工具嵌入、主体共生和基础设施化阶段,基于此构建教育智能体进化的理论框架并深入探讨其范式跃迁的内涵及动力机制。范式跃迁的动力源于技术迭代、教育需求升级与制度创新的协同作用,不同范式间的过渡矛盾是技术逻辑与教育规律博弈的显性化。最终,教育智能体的终极形态将实现教育系统从技术赋能向智能内生的生态革命,推动教育公平从资源均衡到能力平权的质变,其发展终局将模糊技术与文明的边界,成为人类认知进化的加速器。
• Select
  2015—2024年国际计算思维动态演化路径分析研究

  段春红, 唐斌, 陈子健

  电脑与电信. 2025, 1(6): 5-10.

  摘要 ( )   可视化   收藏

  新工科背景下使用数据可视化分析软件SciMAT对近10年国际计算思维相关研究主题进行动态演化路径文献计量分析,有利于我国计算思维的培养。5个研究时段的关键词覆盖图、聚类战略坐标图和主题演化图表明,2015—2024年间国际计算思维研究活跃,主题演化形成“机器人”“程序设计”“教学策略与效果”3个主要方向的多条演化路径。我国计算思维的培养在经费允许时可充分发挥机器人教育趣味性高和操作性强的优势,结合STEM开展综合虚拟仿真;重视各年龄阶段学习者程序设计能力与数学思维的培养;在避免游戏沉迷的前提下,面向一定的目标提供有意义的学习框架,结合设计游戏与玩游戏等途径,开展体验式教学策略创新以提升教学效果。
• Select
  AIGC赋能协作学习：教育范式的重构与转型

  王晴, 常承阳

  电脑与电信. 2025, 1(6): 11-15.

  摘要 ( )   可视化   收藏

  聚焦 AIGC 赋能协作学习展开研究,剖析协作学习范式从传统协作学习、计算机支持下的协作学习到 AIGC 驱动的生成性协作学习的演进过程;阐述了 AIGC 驱动的生成性协作学习范式的核心要素,包括师生智能体角色重构、环境智能体支撑体系以及智能体协同下的深度交互;提出其实现路径,即通过自我引导、协同创作、路径进化、群体智能四个机制形成技术支撑体系。同时指出 AIGC 驱动的生成性协作学习在结构上的突破,发展学习者元协作能力、构建协作知识共创网络与跨域协作生态、推动协作角色智能进化与群体决策动态优化。研究表明,AIGC 推动协作学习迈向智慧教育阶段,为教育范式转型提供实践蓝图,为教育技术应用与创新发展指明方向,有助于培养创新协作人才。
数据挖掘
• Select
  基于多模态数据的教学交互对学生深度学习的影响分析

  陈蓓蕾, 李双琦, 罗梦婷, 郭亦勤, 何彬

  电脑与电信. 2025, 1(6): 16-23.

  摘要 ( )   可视化   收藏

  21世纪的学习逐步转向深度学习,高质量教学交互对学生深度学习提升有重要作用。智慧教室环境为教学交互开展和深度学习达成提供了支撑。在基于云端的智慧教室中实施多种技术支持的教学交互策略,通过多模态数据收集、相关分析、方差分析、协方差分析、回归分析等,探讨教学交互与深度学习的关系,结果表明：（1）不同教学交互水平对深度学习有显著性影响。教学交互高水平组在深度学习水平、课程知识水平和思维水平方面均显著高于教学交互低水平组;（2）“应用”“分析”“评价”三种深度认知加工行为对深度学习有显著预测力。“应用”“分析”行为能显著预测学习者深度学习水平,而“应用”“评价”行为能显著预测学习者课程知识水平和思维水平。
• Select
  规范数据检索系统设计与实现

  张伟

  电脑与电信. 2025, 1(6): 24-28.

  摘要 ( )   可视化   收藏

  针对图书情报领域常用的规范数据,提出一种轻量级智能检索系统构建方案,旨在践行FAIR原则（可发现性、可访问性、互操作性、可重用性）,并为解决传统数据检索方法中存在的效率瓶颈提供切实可行的技术路径。规范数据检索系统基于创新型数据库系统DuckDB及一系列开源人工智能软件构建,依托已有IT基础设施实现本地化部署,并为用户提供通过SQL或自然语言检索规范数据的功能。实践证明,采用该技术方案开发的系统兼具实用价值与成本效益,可助力用户在海量规范数据中高效地查找并获取目标信息。
• Select
  融合动态特征选择的自适应极端随机森林学业预测模型

  付静静, 亓慧

  电脑与电信. 2025, 1(6): 29-36.

  摘要 ( )   可视化   收藏

  在教育领域,大数据集的处理和分析对于提升教学质量和学生学习成效至关重要。本研究提出了一种融合有序特征的混合集成学习框架——有序自适应极端随机森林学业预测模型（Ordered Adaptive Extra-Forest,OAEF）。基于UCI机器学习库公开的葡萄牙高等教育评估数据集,通过特征空间解构建立有序—无序特征双通道预测架构：针对有序特征引入正则化极限树（REMT）构建概率分布预测模型,无序特征采用极端随机森林（Extra-Trees）进行并行建模,最终通过动态加权融合策略实现预测结果集成。与随机森林、支持向量机等基准模型对比表明,OAEF模型的预测准确率、精确率、召回率、F1值分别为98.73%、98.66%、98.43%、98.13%,在准确率、精确率、F1值四个方面分别提升了0.72%、0.56%、0.49%、0.26%。
应用技术与研究
• Select
  Mediapipe框架中第三方模型的接入和GPU加速策略的研究

  张钢, 袁霆, 肖宁杰, 杨鸿凯, 杨宗骏

  电脑与电信. 2025, 1(6): 37-41.

  摘要 ( )   可视化   收藏

  聚焦Mediapipe框架中第三方模型的高效接入与GPU加速策略优化。Mediapipe作为Google开源的移动端AI框架,凭借其管道架构在移动端实现了低延迟、高精度的实时处理。然而,该框架在支持第三方模型接入方面存在明显不足。针对这一问题,提出了一种创新的模型接入层设计方案,并成功实现了YOLOv11、YOLOv11-Pose和RTMPose三个模型的接入。在GPU加速策略方面,本研究从模型推理参数优化和推理结果解析两个方面进行了探讨,提出了一套完整的性能优化方案。实验结果表明,在Android平台上,该接入方案在模型运行效率方面取得了显著提升,同时保持了良好的部署便捷性。
• Select
  基于梯度提升模型的直播带货代金券营销策略优化研究

  赵清泉, 余运泓, 潘佐铭, 张睿茜, 李佳

  电脑与电信. 2025, 1(6): 42-49.

  摘要 ( )   可视化   收藏

  随着数智化电商的快速发展,直播带货行业面临用户需求碎片化、市场竞争加剧以及营销效率不足等多重挑战。本研究基于用户行为数据,构建了扩展的RFM-QPC-V用户特征模型,并运用K-Means聚类算法生成用户画像,精准刻画用户的消费偏好与价值层级。在此基础上,采用梯度提升模型设计代金券动态投放策略,并通过SMOTE过采样技术与ENN欠采样方法优化模型性能。实验结果表明,该模型召回率达到0.7,AUC-ROC值达到0.88,在精准识别高价值用户和提升转化率方面表现出色,为直播带货提供了有效的技术支撑与决策参考。此外,本研究进一步提出了分层投放与地域投放的营销策略,并针对不同顾客群体设计了差异化的代金券方案,旨在为数智化电商产业的高效发展赋能。
• Select
  基于改进YOLOv5s的人体跌倒检测算法

  陈宇

  电脑与电信. 2025, 1(6): 50-56.

  摘要 ( )   可视化   收藏

  针对传统人体跌倒检测在复杂姿态与环境下的精度和误检难题,提出改进 YOLOv5s算法。引入多尺度卷积注意力机制（MSCA）,通过并行多尺度卷积核与通道混合强化多尺度特征感知;优化EIoU损失函数,增加姿态长宽比约束、高斯加权中心点回归及尺度自适应惩罚,提升定位精度。在FDD数据集上,改进模型精确率91.5%、召回率91.6%,mAP50和mAP50-95达93.7%和75.9%,较基线分别提升5.5%、7.5%、6.0%和5.4%,显著增强复杂场景的鲁棒性,为人体智能监护提供有效方案。
• Select
  基于CNN-Informer的地下水位预测

  陈八, 刘庆杰, 张珂豪, 孙铭, 张晴

  电脑与电信. 2025, 1(6): 57-65.

  摘要 ( )   可视化   收藏

  针对地下水位时间序列所表现出的非线性、多尺度波动以及长程依赖等复杂的特性,传统的预测模型通常难以取得理想的预测效果。为提升复杂地下水位时间序列的预测精度,提出了一个结合特定数据预处理与CNN-Informer混合模型的预测框架。该框架首先对数据进行数据清洗、小波去噪以及一种结合极值与数据波动性的自适应重采样算法处理,以此来优化原始的高频数据。紧接着,构建了CNN-Informer模型,运用CNN来提取局部特征,Informer编码器来捕捉长程依赖,并且通过加权融合机制来进行综合性的预测。同时使用江苏丹徒苏18井的实测数据进行验证,结果表明所提出的CNN-Informer模型在MAE、RMSE和NSE等关键指标方面,均优于LSTM、CNN以及单独Informer等基线模型,显示出它在多步预测工作当中具有高精度和良好的鲁棒性。
• Select
  基于AES加密与云端验证的广域保护通信网络加密传输研究

  杨冬

  电脑与电信. 2025, 1(6): 66-70.

  摘要 ( )   可视化   收藏

  针对广域保护通信网络中节点众多、数据流量大导致的安全风险问题,提出了一种基于AES加密与云端验证的广域保护通信网络加密传输方法。该方法首先设计了一种信息认证机制,对广域保护通信网络中的节点进行身份认证,确保通信节点的合法性和可信性;随后,在已认证的网络节点中,采用AES算法对通信网络中的关键信息进行加密处理,防止数据在传输过程中被窃取或篡改;最后,设计了一种基于云端数据完整性验证的信息安全传输机制,确保加密数据在传输和存储过程中的完整性和真实性。仿真实验结果表明,该方法不仅能有效确保传输后的网络信息与原始信息高度一致,保障网络信息的保密性、完整性,还能在确保信息安全的前提下优化数据传输流程,降低安全风险。
• Select
  便携式电子设备（PED）模拟器设计方法

  封世领, 姚宪国, 张子威

  电脑与电信. 2025, 1(6): 71-76.

  摘要 ( )   可视化   收藏

  目前国内民航飞机已放开机上PED（Portable Electronic Device,便携式电子设备）开机、上网限制,该举措给乘客带来更优质的服务体验的同时,对机载航空电子设备的运行也存在一定的潜在风险,为了更好地研究PED辐射对航空电子设备的电磁干扰威胁,提出了一种PED模拟器的设计方法,该模拟器可模拟客舱乘客真实使用手机、PAD等电子设备的场景,可生成与之相同的辐射信号,同时可实现可集中式控制管理,无须人员频繁的操作,更便于开展PED干扰测试试验。该模拟器已在某国产民航客机开展试验测试,通过与真实PED干扰数据对比,该模拟器生成的干扰与真实信号基本一致,因此该成果可广泛应用于民航客机的PED干扰测试场景。
教学改革
• Select
  基于OBE+AI融合的大数据技术专业课堂教学模式重构及实践

  吴金山, 黄梅芳, 蔡尊煌, 陈小芳

  电脑与电信. 2025, 1(6): 77-82.

  摘要 ( )   可视化   收藏

  随着人工智能（Artificial Intelligence, AI）与数字经济快速发展,大数据技术专业教学面临教学理念失衡、内容滞后、方法陈旧等困境。为此,将成果导向教育（Outcome-based Education, OBE）理念与AI深度融合进行教学重构。教学中融入AI案例,对接行业需求,培养学生多方面能力与正确职业道德观。同时,完善课程思政,借助AI优化教学各环节,运用互动式和项目式教学激发兴趣。大数据预处理技术课程实践表明,该模式增强学习兴趣,显著提升学生知识技能和综合素质,保障教学质量稳步提高。
• Select
  DeepSeek智能融合计算机网络课程教学实践分析

  王康, 郭明娟

  电脑与电信. 2025, 1(6): 83-89.

  摘要 ( )   可视化   收藏

  随着人工智能技术在教育中的应用不断深入,其作用正从单纯辅助转向更全面的融合。本研究聚焦DeepSeek智能平台在计算机网络课程中的应用实践,探讨其在知识传授方式和师生互动上的变革。分析了传统课程中网络协议教学过于抽象、实验设计滞后以及评价方式单一的问题,并提出借助智能技术实现灵活教学和多元评价的方案。研究发现,通过线上线下结合的学习环境和个性化学习路径规划,智能融合能够提高学生分析网络协议的能力和培养工程实践思维,但也需要警惕过分依赖技术可能抑制学生的自主探索精神。该研究为工科课程的智能化改造提供了理论参考,同时提出了“技术适配性”与“教育主体性”之间动态平衡的原则。
• Select
  行动导向理论在单片机技术及应用课程改革中的应用研究

  赵自鹏

  电脑与电信. 2025, 1(6): 90-96.

  摘要 ( )   可视化   收藏

  单片机技术是电子信息行业的核心技术之一,广泛应用于消费电子、工业控制、医疗设备及物联网等领域。单片机技术及应用课程是电子信息工程技术等专业的核心课程。以单片机技术及应用课程为例,通过应用行动导向理论对课程内容及教法进行改革;分析了单片机软硬件开发的职业行动领域,重构了教学单元,将3个学习情境拆解成8个典型工作任务;引导教师采用“六步法”组织学生完成工作任务,指导课程进行教材、教法改革,提升教学质量。本教学方案为技术应用类课程提供了可借鉴的实施框架和内容参考。