前言：中文期刊網精心挑選了計算機科學技術前景范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
計算機科學技術前景范文1
【關鍵詞】大數據;計算機文化基礎;教學改革
在當今社會面臨全球化和新技術革命，特別是信息技術革命的挑戰時，基于技術的教育變革的重要性和緊迫性也日益明顯。技術推動《計算機文化基礎》教學變革已經成為現實，作為一線的教育工作者，我們思考的是應該怎樣突破？
一、學好《計算機文化基礎》的要素研究
經過元分析和數以千萬計有效教學及課堂指導成果的綜合分析研究，普遍認為以下三個要素是影響學生學好《計算機文化基礎》課的最重要要素。
1.學生的學習動機和對自己的挑戰性期望。學生能否進入到《計算機文化基礎》學習的過程之中的前提是：他有沒有學習的興趣，有沒有學習的愛好;學生能否提高質量的學習的關鍵是：在有了興趣和愛好之后是否對自己有一定的挑戰性期望?！队嬎銠C文化基礎》課程教學實踐告訴我們，一個人如果沒有自覺，沒有自信，不會自己學習，他就始終不會擺脫灌輸式的被動學習，而且學得非常艱苦。任何一種教學改革，如果能夠激發學生的學習興趣和愛好，能夠讓學生產生對自身的挑戰性期待，它所帶來的學習效果一定是最好的。其實學生學習的不成功，最關鍵的是自己始終認為是一個失敗者。
2.在合適的學習時間內給予學生廣泛的有效的《計算機文化基礎》學習機會。我們的學生不缺學習時間，和國外的學生相比，我們的學習時間夠長的了。誰都明白這個道理，學習的成效并不決定于時間的長度，而是單位時間內的效度。所謂有效的學習機會，包括為學生的《計算機文化基礎》學習提供多元化的課程和創設良好的學習情境等多個方面。
教師要根據《計算機文化基礎》學習內容、學習對象的特征來設置學習情境，情境可以是具體的，也可以是抽象的;可以是邏輯性的，也可以是形象化的。但我們的校本課程是點綴性。我們的許多學校，真正的適性課程是比較少。
3.教師教學的針對性。有效學是具有個性化和針對性。所以教師征對《計算機文化基礎》教學要關注兩個詞，一個是個性化，一個是針對性。我們的課堂教學，如果能從學生不同的學習需求來設計，而且能針對每個人的突出問題和特殊需求來開展教學，效果一定會非常好。
二、關于《計算機文化基礎》教學針對性的思考
在影響學生學業的三個重要的因素中，有一個特別重要的因素，就是教師教學的針對性。所謂教學的針對性，至少應該包含以下三層含義：
1.通過準確的評估，在《計算機文化基礎》教學時精確地知道每一個學生的優缺點。
2.在《計算機文化基礎》教學中知道什么是合適的指導，特別是在什么時候，使用什么，怎么使用該課教學策略和相應的資源。
3.在日常工作中，使用《計算機文化基礎》課堂結構、程序和工具來進行有區別的指導和針對性教學。
《計算機文化基礎》的針對性教學意味著保證學生在他們最近發展區域內進行課堂學習活動，使他們的能力和要接受的挑戰適應。理想的《計算機文化基礎》教學狀態是：教師能精確地知道每一個學生當前的起點和學生需要什么樣的幫助才能進入下一個能力層面進行學習。現實的課堂，我們的教師根本做不到這一點。
個中原因，大致有一下幾個方面：
1.《計算機文化基礎》教學的目標指向有偏差。從狹義的角度去理解教該課學目標，應該是培養獨立的思考者和終身學習者。而我們目前的教學從不考慮學生的個性差異和發展差異，教學就是為了讓每一個學生都能得到好的分數。
2.傳統的課程學習診斷方式的局限。一如KHAN所言：“標準化測驗本身并不槽糕，但糟糕的是它沒法對學生的每一個方面作出評估。”他希望將來的招生官關心的不再僅僅是學生的考試分數，而是他們為達到學習目標所付出的堅持不懈地努力過程。他說，如果他是招生官，他會關心有哪些學生在學習過程中展現了不俗的毅力。
3.我們的大班化教學，在一定程度上制約了教師對學生個性差異和發展差異的了解。
在某種意義上，盡管信息技術有了突飛猛進的發展，但對學生全息分析的數據工具尚未開發成功。教師憑借教學經驗獲得的數據不僅不全面，而且不客觀，總是帶有老師的主觀色彩。
三、大數據給教學改革帶來機遇
1.理解大數據
“大數據”這個術語最早期的引用可追溯到apache org的開源項目Nutch。當時，大數據用來描述為更新網絡搜索索引需要同時進行批量處理或分析的大量數據集。隨著谷歌MapReduce和GoogleFile System（GFS）的，大數據不再僅用來描述大量的數據，還涵蓋了處理數據的速度。
從某種程度上說，大數據是數據分析的前沿技術。簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。明白這一點至關重要，也正是這一點促使該技術具備走向眾多企業的潛力。
物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器，無一不是數據來源或者承載的方式。
2.大數據為教學改革帶來的機遇
教學最基本的要點是：只有當教學足夠精確并直接建立在學生已有基礎之上時，且將學生更高一層能力時才是最有力的。如果教學沒有針對性，學生或者花費太多的時間從事過于簡單、不涉及學習新東西的活動上，或者太難、涉及學習或再學習太多新東西的學習活動上花費太少的時間。
大數據應用于《計算機文化基礎》課堂教學，最大的影響是它有能力去關注每一個學生的微觀表現。傳統教學方式下我們獲得的數據有兩個顯著的特點：一是宏觀整體性的，即通過檢測分析、問卷調查等方式獲得學生整體的學業水平，身體發育與體質狀況，社會性情緒及適應性發展等。第二是經驗感知性的，即教師根據多年的教學經驗和日常的觀察給出對學生的大概評價。運用大數據技術，不僅可以獲得一個學生在一節40分鐘的課堂中所產生的全息數據約5-6GB，而且可以對這個學生在課堂學習過程中的各種行為表現，情緒態度等進行全方位分析，得出學生學業的優缺點和對待學業的態度等。如果大數據技術能廣泛地運用于課堂教學，那么我們在課堂中進行針對性教學就有了可能。
這種可能的實現，需要同時具備以下四項：
第一，一套有力的評估工具，這套工具與《計算機文化基礎》每堂課的學習目的相匹配，它使教師每日獲得有關每一個學生進步的準確的、綜合的信息，這套工具的管理使用不會過度干擾正常的課堂秩序。
第二，一個不用太多時間而又能捕捉到過程評估數據的方法。自動分析數據，并把數據轉換成可有效推動《計算機文化基礎》教學的信息，使教師很快即可做出《計算機文化基礎》教學方案，而無須等到將來。
第三，一種使用每個學生的評估信息來設計并實施《計算機文化基礎》個性化教學的措施，為《計算機文化基礎》教學而評估成為提高教學針對性的教學策略。
計算機科學技術前景范文2
小波變換近年來發展迅速，作為傳統Fourier變換的繼承和發展，小波變換解決了Fourier變換所不能解決的一些技術方面的問題（如突變信號與非平穩信號）。中醫診斷的主要方法為望、聞、問、切，其中望診和切診至關重要。本文對小波變換在望診和切診中新的應用，即對中醫診斷圖像的處理（包括圖像增強、去噪、融合、壓縮）和對中醫脈象信號處理進行了簡要的綜述。
【關鍵詞】 小波變換 中醫診斷 中醫圖像處理 中醫脈象特征分析
【Abstract】 Wavelet transformation has been developing for many years，as the inheritor and the offspring of traditional Fourier transformation， it resolves several problems which Fourier transformation cannot solve（such as mutative signal and unquiet signal）.The main methods of the Chinese medical diagnosis are observing， smelling， consulting and pulse-taking，especially the observing and pulse-taking. This article give a summarize about the new application of wavelet transformation in Chinese medical observing and pulse-taking， that diagnostic image processing of Chinese medicine（including image enhancement ，noise elimination ，fusion ，coding compression） and pulse signal of Chinese medicine .
【Key words】 wavelet transform; Chinese medical diagnosis; Chinese medical image processing; Chinese medical pulse signal
小波的概念最初是由法國地球物理學家J.Morlet提出，最初是為了更好地分析地震波的特性。經過20余年的發展，目前小波理論在圖像處理、醫學信號處理、信號分析、語音合成、計算機視覺、數據壓縮、大氣與海洋波分析、地震信號處理、分形及數字電視等許多領域得到了巨大的發展。在中醫診斷方面，小波變換主要具體應用在對中醫診斷圖像的處理和中醫脈象信號處理上，使望診和切診更準確，從而大大提高了中醫師診斷的準確率，使古老傳統的中醫通過計算機科學技術這一新的途徑發揚光大。
1 基本原理
小波變換是時間（空間）和頻率的局部化分析，通過伸縮和平移運算對信號或函數逐步進行多尺度細化的分析，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意一個細節，所以說小波變換有兩個特點，即自適應性和數學顯微鏡性質，能根據對象調整各項參數和調焦。
2 小波變換對中醫診斷圖像的處理
小波變換對中醫診斷圖像中的處理和對西醫診斷圖像中的處理大體相同，都是利用小波變換的特點使得醫學診斷圖像更有利于識別病征［1］，具體作用主要表現為以下幾個方面。
2．1 中醫診斷圖像增強 在中醫診斷圖像中，圖像會難免有對比度差或者圖像邊緣模糊一系列不利于診斷的因素，對于中醫師的準確診斷有不少的障礙。傳統的圖像增強的方法往往基于像素灰度變換的空間域增強和基于濾波操作的頻率域增強來達到圖像增強的目的，這樣會或多或少產生圖像的局部失真和噪聲增強。小波變換剛好彌補了這一缺點，即在不改變圖像的精確度的情況下，對圖像的輪廓進行一種補償式的增強，使得中醫師在對診斷圖像進行分析診斷時，更好的把握病人的病情，基于小波變換的醫學圖像增強的方法有很多，其中李清順等［2］分析了采用分形增強的方法，在分形增強后又采用了小波增強圖像的方法，使圖像邊緣輪廓增強，達到了更好的視覺效果，并且避免了單純采用小波增強方法會使圖像噪聲也增強的不足。侯艷芹等［3］分析了將尺度系數和小波系數進行不同的處理，分別利用兩步提升增強法對小波變換后的圖像低頻信息進行增強和軟域值算法對小波變換后的圖像高頻信息先進行去噪， 然后再增強，最后把這兩部分綜合起來進行小波反變換得到圖像的一種新的方法。王修信等［4］提出將超聲醫學圖像投影到小波變換域，然后利用軟閾值技術方法進行降噪處理最后使用非線性增強技術提高圖像對比度。處理結果有效地去除原圖像的斑點噪聲，使圖像中較模糊、對比度差的細節得到增強，優于傳統的直方圖均衡增強方法。武杰等［5］在基于小波變換的醫學圖像增強方法中，分析比較了3種基于小波變換的醫學圖像增強方法，得出小波變換避免了窗口濾波運算，在變換域中更加靈活，更加有效，得到的處理圖像層次感更分明，增強效果更明顯，更有利于醫師做出及時準確的判斷。綜上所述，通過小波變換能夠使中醫診斷圖像更為準確的反映病人的身體各項機能，使中醫師根據中醫診斷圖像做出更精確的判斷。
2.2 中醫診斷圖像去噪 在中醫師進行診斷的過程中，所得到的圖像難免會混入噪聲，使圖像的信噪比下降，提高了中醫師對中醫診斷圖像分析的難度，對中醫師的正確診斷有諸多不利的影響，降低中醫師診斷的準確率。對于醫學圖像處理的傳統去噪方法主要有：鄰域平均法、多幅圖像平均法、中值濾波等。小波變換在此基礎上更進一步提高了圖像的信噪比，張昌林等［6］概括提出了一種改進的基于小波變換尺度間相關性的去噪方法，小波變換對整個圖像變換從時域變換到頻域，然后再量化、編碼、輸出，這樣就保留圖像的精細信息，滿足中醫疾病診斷圖像的要求。對診斷圖像進行去噪處理和方法二維小波變換大大提高了中醫師對圖像的準確率，可以檢測出患者病患的輪廓線，從而有助于提高中醫師對各種疾病的診斷準確率。陶玲等［7］分析了醫學圖像的噪聲主要分布在圖像的高頻成分上，對小波分解的高頻系數作處理來達到去噪的目的。二維小波變換在當高頻噪聲含量較高時，可以采取低頻濾波法；當高頻噪聲含量不高時，可采用小波閾值化去噪法對小波變換域的系數進行篩選。郭敏等［8］分析提出了一種基于小波分析理論的醫學超聲圖像噪聲的綜合抑制方法，首先對醫學超聲圖像進行對數變換，將乘性噪聲變成加性噪聲;然后進行多尺度小波變換，將圖像分解成一系列不同尺度上的小波系數，對變換后不同尺度的高頻子圖像進行非線性小波軟閾值處理，閾值處理后的高頻子圖像進行增強;最后，經小波逆變換和指數變換恢復去噪后圖像。結果證明該方法可有效保留細節信號，極大限度地去除斑紋噪聲。這些文獻均證明了基于小波變換不僅可以去除殘留的噪聲，而且去噪后獲得的圖像更加清晰，這樣一種方法運用在中醫診斷圖像上，使中醫疾病診斷圖像有很好的視覺效果，消除噪聲帶來的不利影響，提高中醫師診斷的準確率。
2.3 中醫診斷圖像融合 圖像融合在醫學方面的應用是通過對多幅圖像的冗余信息和互補信息進行處理， 將不同模態圖像的信息綜合起來，集中到一幅圖像中表達， 為醫生提供更加有效的診斷信息。這種方法在西醫診斷中應用廣泛 （如CT、MRI、PET等），為臨床診斷和治療提供了不同模態的圖像。同樣我們也可以將此方法運用到中醫的中醫診斷圖像中。唐晶磊等［9］提出了一種基于小波變換的醫學圖像融合方法，而且證明基于小波變換的圖像融合效果非常好。對圖像進行小波分解后， 形成了不同頻率分辨率的細節信息， 針對不同頻帶子圖像的小波系數進行組合， 形成融合圖像的小波系數。融合后的圖像保留了原始圖像的紋理和邊緣特征， 消除了圖像的塊狀偽影， 有效地將圖像所提供的信息融合在一起， 圖像的主觀視覺質量有明顯的提高。陶觀群等［10］分析了基于小波變換的醫學圖像融合方法不僅可用于 CT圖像上觀察到的骨組織結構和MR圖像上對照軟組織信息的融合，而且還用于來源于CT或MR圖像的解剖信息與來源于PET或SPECT圖像的功能信息融合。在外科手術導航系統中，將手術前所得的 CT和MR的病灶三維圖像與手術中所得到的實時X熒光圖像或超聲圖像進行融合，有利于實時地指導和觀察，確保手術順利準確地進行。
2.4 中醫診斷圖像數據壓縮 中醫診斷圖像經過小波變換后生成的小波圖像的數據總量與原圖像的數據量相等，即小波變換本身并不具有壓縮功能。之所以將它用于中醫診斷圖像壓縮，是因為生成的小波圖像具有與原圖像不同的特性，表現在圖像的能量主要集中于低頻部分，而水平、垂直和對角線部分的能量則較少。湯樂民等［11］證明了小波變換非常適合于醫學圖像壓縮編碼等醫學圖像的處理。樊華等［12］也提出建立在小波分析基礎上的心電信號準無損壓縮算法是可行的。小波分析的優點是重建后的信號同原始信號相比幾乎沒有損耗；而且由于小波只需分解一層還具有算法簡單和運算速度快的特點。該方法不僅可用于心電信號壓縮方面，而且當所采集的信號其數據變化范圍較大時，也可應用基于小波分析的準無損壓縮算法來進行壓縮。
3 小波變換在中醫脈象信號特征分析中的應用
脈診是中醫診察疾病的重要手段，脈象反映的是人體的生理與病理信息，脈象信號具有隨機性和非線性等特點。由于小波變換有“數學顯微鏡”這一特性和良好的時-頻局域化性質，我們可以通過小波變換這一方法對脈象信號進行處理。謝家宇等［13］應用連續小波變換分析了15例海洛因吸毒者和15例正常人的脈象信號，提取了吸毒者脈象信號中的異常信息，為戒毒治療的評估與改進提供客觀依據。研究結果表明，連續小波變換是處理脈象信號的有效方法。岳沛平等［14］分析了小波變換對脈象信號處理的另一種具體方法，即先將脈象信號消噪，利用小波變換具有良好的時-頻局部化的能力和對非平穩信號突變點的檢測能力，對脈象信號同時進行時域、頻域特征值的提取和分析，然后對脈象信號的特征值采用不同尺度的分析，在信號的不同部位得到最佳時域分辨率和頻域分辨率，此外再提取脈象在不同時間尺度上的能量這一表征脈象的新的特征值。結果表明小波變換有助于提高系統對不同脈象的識別能力，尤其是對相兼脈的辨識。
4 總結
小波變換這一技術在近幾年發展迅速，在各行各業都有著巨大的發展前景，在中醫診斷這一領域內不斷有所突破，然而中醫古老悠遠且博大精深，相信這一領域還有很大的發展空間。小波變換在中醫診斷中的應用發展可以借鑒小波變換在西醫診斷運用中的成功經驗，這樣有利用將小波變換這一現代化技術更好的輔助中醫診斷，推動中醫的積極發展，小波變換也必將對于未來中醫的遠程醫療、中醫醫院信息化（HIS、PACS）、中醫電子健康工程項目（E-HEALTH）等中醫診斷與現代化技術相結合的診療方案的開發有著積極促進作用。
【參考文獻】
1 李瑩.小波變換在醫學圖像處理上的應用.計算機工程與設計，2006，27（7）：1279-1280.
2 李清順，楊定楚，秦前清.基于分形小波變換的醫學圖像增強.計算機工程與設計，2005，26（3）：807-809.
3 侯艷芹，李均利，魏平，等.一種基于二維離散小波變換的醫學圖像增強算法.計算機工程與應用，2006，7：227-228.
4 王修信，胡維平，梁冬冬，等.基于小波分析的超聲醫學圖像非線性增強.計算機工程與應用，2005，18（8）：197-199.
5 武杰，聶生東，黃勇，等.基于小波變換的醫學圖像增強方法的比較分析.生物醫學工程研究，2005，24（2）：67-69.
6 張昌林，高紅艷，侯玉，等.小波變換在中醫診斷圖像中去噪處理的應用.上海中醫藥大學學報，2006，20（4）：70-72.
7 陶玲，王惠南，顏廷勇.二維小波變換及其在醫學圖像處理中的應用.南京航空航天大學學報，2004，36（3）：373-377.
8 郭敏，馬遠良，朱霆.基于小波變換的醫學超聲圖像去噪及增強方法.中國醫學影像技術，2006，22（9）：1435-1437.
9 唐晶磊，何東健，趙文文，等.小波變換在醫學圖像融合中的應用.醫學信息，2007，20（1）：1-3.
10 陶觀群，李大鵬，陸光華.小波分析方法在醫學圖像融合中的應用.西安電子科技大學學報（自然科學版），2004， 31（1）：82-86.
11 湯樂民，李敏.醫學圖像壓縮中的小波變換技術.南通醫學院學報，2003，23（4）：503-505.
12 樊華，鄭小林.基于小波變換的醫學圖像壓縮.山東生物醫學工程，2003，22（2）：14-17.
