计算机科学与生物学范文

导语：如何才能写好一篇计算机科学与生物学，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

1、生物信息学(Bioinformatics)是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，也是随着生命科学和计算机科学的迅猛发展，生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示大量而复杂的生物数据所赋有的生物学奥秘。

2、生物信息学的另一个挑战是从蛋白质的氨基酸序列预测蛋白质结构。这个难题已困扰理论生物学家达半个多世纪，如今找到问题答案要求正变得日益迫切。诺贝尔奖获得者W. Gilbert在1991年曾经指出：“传统生物学解决问题的方式是实验的。现在，基于全部基因都将知晓，并以电子可操作的方式驻留在数据库中，新的生物学研究模式的出发点应是理论的。一个科学家将从理论推测出发，然后再回到实验中去，追踪或验证这些理论假设”。

3、生物信息学的主要研究方向：基因组学 - 蛋白质组学 - 系统生物学 - 比较基因组学，1989年在美国举办生物化学系统论与生物数学的计算机模型国际会议，生物信息学发展到了计算生物学、计算系统生物学的时代。

（来源：文章屋网 ）

篇2

关键词：生物信息学 交叉学科 学生培养

一、生物信息学的产生

生物学是一门古老的学科，在人类历史发展的长河中，人类从未停止过对生命奥秘的探索。人们逐渐认识到，虽然生物种类多种多样，但是它们的最基本分子却是相同的。DNA、RNA和蛋白质等分子构成了生命的基本单位，再由细胞到组织、器官，最后器官系统组成完整的生物体。

传统的生物学研究中，由于受到技术水平的限制，生物学家多采用低通量的生物实验方法，其研究对象通常是一个基因或者几个基因组成的通路。在这种情况下，实验后的简单观察就可以满足研究需要。随着生物研究的不断深入，积累了大量实验数据，人们不禁想到，如何把不同的实验结果整合起来？另一方面，随着生物技术的发展，大量新兴技术出现，产生了海量的数据。例如90年代兴起的基因芯片技术，单张芯片就可以测定成千上万个基因在某一状态下的表达情况。1990年启动的人类基因组计划更为生命科学的研究提供了海量的序列数据。面对如此多的数据，以前依靠生物实验研究单个或几个基因的方法很难再适用，生命科学、统计学、计算机科学和信息科学等若干学科的交叉学科――生物信息学应运而生。生物信息学以计算机、统计、模式识别等方法为手段，以生物数据为研究对象，通过对大量生物数据的储存、处理和分析，提取其中有意义的生物知识[1]，从而最终揭示蕴藏在核酸序列和蛋白质序列中的信息，对了解生命活动的基本规律出贡献。

二、生物信息学在生命科学研究中的作用

作为一门新兴的学科，大家对生物信息的作用并不十分明确。很多人认为生物信息学只是为实验科学服务。从广义上讲，这种说法也不无道理，但是生物信息学并不是实验科学的附属品，与生物实验一样，它也是解决生物问题的一种手段。为了解决生物问题，生物学家依靠的是实验台，生物信息学家依靠的是计算机。

在生命科学的发展过程中，以分子生物学的产生为界，可以分为传统生物学和现代生物学。传统生物学和现代生物学取得的成就为生命科学的发展做出了巨大贡献。人类基因组计划启动以来，人们一度认为只要把各种生物基因组的全部碱基排列顺序测定清楚，生命的遗传奥秘就会显露无余，但是真实的情况远不像想象的那样简单。人类的个体发育开始于一个单细胞受精卵，受精卵经过一系列的细胞分裂和分化，产生具有不同形态和功能的细胞，不同细胞之间相互作用构成各种组织和器官。虽然人类基因组中有两万多个基因，但是在单个细胞当中，同时起作用的基因往往是很少的。有些基因只在特定阶段起作用，有些基因只在特定组织起作用。只关心某个基因或蛋白的功能是不够的，因为在不同时空条件下，同一个基因或蛋白的功能可能不同。生物是一个复杂的系统，其表型和功能不仅体现于基因数量和序列的不同，更体现在基因、蛋白以及其他生物分子之间的相互作用之中。因此，把研究对象当成一个整体，系统地分析内部的相互关系尤其重要。但是无论是传统生物学还是现代生物学，都是一门实验学科，生物学的发展中缺乏一种系统思想。生物信息学可以从大量生物数据中提取有意义的生物知识，通过对已有数据的总结，进一步推测生物体的某些性质和变化趋势，生物信息学为大量生物数据的整合提供了可能，与生物实验一样，是生物研究中的一种重要途径。

三、生物信息学学生的培养

生物信息学是一门交叉学科，要求学生具有较好的分子生物学、计算机科学、数学和统计学素养，目前国内只有少数几个学校设立了生物信息学本科专业，大部分的学生都是进入研究生阶段才开始生物信息学的培养。在进入生物信息学专业前，本科阶段可能接受过计算机、统计学、信息学、生物学等某一方面的教育，但要进行生物信息学的研究，大多需要补充其他方面的知识。

生物信息学研究可以分为两类：第一，在深刻理解生物问题的基础上，利用计算技术解决生物问题，第二，为生物学家提供性能更好的方法（算法）。理工科背景学生的生物知识较少，但是对于各种计算方法的原理和使用非常熟悉，对于这类学生的培养，第二类问题比较适合他们入门。在生物信息领域，有很多经典的分类问题。这些问题已经明确了分类目标，并且大都有通用的数据集。但是这类工作也受到了生物学家的质疑，因为大部分工作都是把已有的经典算法用在生物数据上，由于对生物问题不够了解，最后成为只有做生物信息的人才看的方法。这也在一定程度上导致了部分生物学家对生物信息存在偏见，认为生物信息就是提出新算法，做一些数据库。要想真正让生物学家认识到生物信息学的重要性，就要以解决生物问题为根本出发点，即使是做预测方法，也要建立在解决生物问题的基础上。做出更好预测方法的关键是深入理解生物问题并抓住关键特征。举个例子，要把男生和女生分开，我们可以根据很多特征，比如身高、体重、头发长短，虽然大多数情况下来说，男生比女生高、比女生重、比女生头发短。但是只基于这些特征还是会造成很多的分类错误，因为这些特征不是男生女生差别的最根本因素。如果我们是根据性染色体来分，那正确率的提高就非常显著了。在预测问题中，利用五花八门的方法并不是关键，如何能够对生物问题深入了解并找到关键特征，才是最主要的。

作为一门新兴的学科，大家对生物信息的了解还很少，很多人对它的定位也不同。但既然是生物信息，就是先生物后信息，可见生物的重要性。所以，在生物信息的研究过程中，对生物问题只限于表面地理解，势必不能做出好的工作。只有对生物问题有了深入了解，才能发现其中的问题。能够找到值得做的问题，可以说工作已经成功了一大半。当然，解决问题过程中也会有很多困难，比如发现了值得研究的课题，但在解决的过程当中发现某些数据无法获得，或者某些技术超出了自己的能力范围。在这种情况下，可以首先想想有没有其它变通的办法可以解决问题，如果经过慎重的考虑都无法找到，就要果断的放弃。这里要强调一定要慎重考虑，不能遇到一点困难就放弃。

相比理工科背景的学生，生物背景的学生有着扎实的生物学知识基础。但是如果是从本科阶段直接进入生物信息学，由于还没有进行过实验操作，他们对生物问题的理解也很难非常深入。不管是理工科背景还是生物背景的学生，丰富的生物学知识都是进行好的生物信息学研究的前提。在培养学生时不可忽视对其基础生物学知识的传授和教育，并适当引导其对生物学问题的思考。生物学问题可以很大也可以很小。大的生物学问题任何一个懂得基础生物学知识的人都可以提出，但也是最难解决的，比如到底是什么改变使细胞恶变，自身免疫病是如何形成的，心血管病糖尿病等复杂疾病是如何发生的，为何有人容易生某种病而其他人不易感。小的生物学问题就是各自领域的具体研究课题，比如表观遗传学领域的DNA去甲基化酶是否存在，基因表达调控领域的转录起始频率是如何决定的，RNA领域的大量非编码RNA的作用，蛋白修饰领域新发现的修饰如何调控蛋白的功能等等。在脑中提出并试图思考一系列大大小小的生物学问题是对学生培养目标的第一步。这些问题的产生的前提是对生物学知识的熟悉掌握。然而在对学生培养的过程中没必要也不可能告诉他们所有的知识，生物学知识教育的原则是为他们打开门，当他们思考问题的时候知道去哪里找到相关的知识。

另一方面，只有生物学基础知识和问题是不够的。很多问题在生物信息学产生之前就存在了，传统的方法无法带给人们问题的答案。人们一直期待新的方法去理解和解决这些问题。生物信息学的产生无疑提供给人们另一种思考生物问题的方式，为一些经典问题的解决提供了可能。例如最近的大规模的肿瘤基因组测序和分析使我们发现了很多新的肿瘤相关基因[2]。对于生物背景的学生，在教学中要把这样的例子介绍给学生，生物背景的学生在理解信息学理论方面会存在困难。最初很难要求他们理解所有具体过程。但是至少要让他们知道这些方法的基本原理，还有在什么情况下使用。这样在以后的研究中遇到类似问题才能想到应该选择什么样的信息学工具去解决，在具体应用过程中加深对整个过程的理解。生物背景的学生如果想成为生物信息学专家，只会应用是不够的，补充一些计算机、统计、信息方面的基础知识是必不可少的。

生物信息学是一门仍处在快速发展之中的学科。还没有一本教材能够满足生物信息学教学的需要，生物信息学立足于分子生物学、模式识别、计算机科学与技术、数学和统计学等学科，所以学生要先对这些学科的基本概念和系统有一个较为全面和直观的认识，为日后的科研打下坚实的基础。另外，培养过程中要包括大量的实例介绍，对一些重要的应用还加以详细解剖，使得同学们不再仅掌握理论，而是能够学会如何在实际工作中灵活应用这些理论。在此基础之上，向同学们推荐一些最新的论文、期刊、参考读物和相关的学术报告，让同学们能够切身感受到学科发展的前沿，培养学生的创新能力。21世纪是生命科学的时代，也是信息科学的时代。生物信息学在这样的历史条件下产生并壮大，它作为多个领域的交叉新兴学科，对生命科学研究有着巨大的推动力。生物信息学是一门应用性非常强的学科，也是一门非常活跃的前沿学科，良好的教学效果必须以先进的内容体系为基础，我们应时刻注意以科研促进教学，教学科研相长，使教学研究达到更高的水平。

[参考文献]

[1]蒋彦等.基础生物信息学及应用[M].北京：清华大学出版社,2003

篇3

关键词 计算思维；信息技术课程；计算机；计算教育

中图分类号：G623.58 文献标识码：A 文章编号：1671-489X(2012)27-0056-02

An Approach to Effects of Computational Thinking on Information Technology Curriculum in Primary and Secondary School//Wang Rongliang

Abstract This paper explains the concept of computational thinking, and points out the importance of computational thinking on computer education. The relationship between computational thinking and information technology is discussed. Information technology curriculum will be improved under the influence of computational thinking.

Key words computational thinking; information technology curriculum; computer; computational education

Author’s address Institute of IT Education in Primary and Secondary School, East China Normal University, Shanghai, China 200062

1 计算思维辨析

2006年3月，曾任美国卡内基·梅隆大学（CMU）计算机科学系主任，现任美国基金会（MSP）计算机和信息科学与工程部（CISE）主任的周以真（Jeannette M. Wing）教授在美国计算机权威杂志ACM会刊Communications of the ACM杂志上，首次提出计算思维（Computational Thinking）：计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动[1]。

计算思维这一观念一经提出，立即得到美国教育界的广泛支持，并引起欧洲的极大关注。2007年9月19日，欧洲科学界、工业界领导者在布鲁塞尔皇家科学院召开了名为“思维科学——欧洲的下一个政策挑战”的会议[2]。2008年10月31日，我国高等学校计算机教育研究会在桂林召开关于“计算思维与计算机导论”专题学术研讨会，来自全国80多所高校，包括70多位计算机学院院长、主管教学副院长在内的近百名专家出席会议，根据“计算思维”领域的研究以及它在科技创新与教育教学中的重要作用，探讨科学思维与科学方法在计算机学科教学中的作用以及在教学过程中如何以课程为载体讲授面向学科的思维方法，以共同促进国家科学与教育事业的进步[3]。

根据周以真教授的观点，计算思维就是通过约简、嵌入、转化和仿真等方法，把一个看来困难的问题重新阐述成一个人们知道怎样解决的问题。计算思维是一种递归思维，它把代码译成数据，又把数据译成代码；计算思维采用抽象和分解来迎接庞杂的任务或者设计巨大复杂的系统；计算思维是按照预防、保护以及通过冗余、容错、纠错的方式从最坏情况恢复的一种思维；计算思维利用启发式推理来寻求解答，即在不确定情况下的规划、学习和调试；计算思维利用海量数据来加快计算，在时间和空间之间、在处理能力和存储容量之间进行权衡。

计算思维与生活密切相关：当你早晨上学时，把当天所需要的东西放进背包，这就是“预置和缓存”；当有人丢失自己的物品，你建议他沿着走过的路线去寻找，这就叫“回推”；对自己租房还是买房作出决策，这就是“在线算法”；在超市付费时，决定排哪个队，这就是“多服务器系统”的性能模型；此外还有“失败无关性”和“设计冗余性”。由此可见，计算思维与人们的工作与生活密切相关，计算思维应当成为人类不可或缺的一种生存能力。

2 信息技术与计算思维的关系

信息技术是关于信息的产生、发送、传输、接收、变换、识别、控制等应用技术的总称，是在信息科学的基本原理和方法的指导下扩展人类信息处理功能的技术。作为现代信息技术，包括通信技术、计算机技术、多媒体技术、自动控制技术和遥感技术等。当今社会，人们已经离不开信息技术。

从表现形式来看，信息技术可以应用在机械、激光、电子、生物等多个方面。现代信息技术的核心技术是计算机技术，特别是随着普适计算的发展和网络计算的普及，从本质而言，信息的自动处理越来越依赖于以CPU为核心的计算机，只是计算机的物理表现形态已不是传统意义的计算机机箱。

篇4

计划强调，要加强人工智能领域专业建设，形成“人工智能＋X”复合专业培养新模式。计划的重点任务之一，是要完善人工智能领域人才培养体系，并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用，虽然人工智能尚未成为一级学科，但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。

为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。

清华大学：计算机科学与技术系

清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 （QS World University Rankings） 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。

计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。

计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。

计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。

北京大学：智能科学系

智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。

北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。

人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。

复旦大学：类脑智能科学与技术研究院

复旦大学类脑智能科学与技术研究院于2015年3月筹建成立，是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。

研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。

研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。

中国科学院：自动化研究所

中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。

近年来，自动化所共获得省部级以上奖励30余项。数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA－先知1．0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……

在共建机构方面，自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学（EPFL）在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。

厦门大学：智能科学与技术系

早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。

厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。

目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。

上海交通大学：计算机科学与工程系

上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。

该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学－微软智能计算与智能系统联合实验室目前是教育部－微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。

南京大学：计算机科学与技术系

南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。

依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。

建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。

哈尔滨工业大学：计算机科学与技术学院

哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。

目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。

学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。

中国科学技术大学：计算机科学与技术学院

中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。

学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部－微软重点实验室、中国科大超级运算中心和信息科学实验中心。

其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。

依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。

华中科技大学：自动化学院

华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。

科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。

模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。

总结

篇5

新版的本科专业目录仍然按照学科门类、专业类和专业三个层次进行划分，学科门类由原来的11个增加到12个，新增加艺术学门类；专业类由原来的73个增加到92个；专业由原来的635种调减到506种。面对如此多的专业，你准备报考哪个呢？如果你仔细看了新版的本科专业目录，你会发现，其中有些专业闻所未闻，有些专业的名称则甚至可以说是晦涩难懂，有点让人摸不着头脑。下面就让我们一起来解读几个这样的专业吧！

什么是物联网？有些同学可能听说过，有些同学可能多少了解一点，但估计很多同学都不知道物联网是什么东西，有什么用。要了解物联网工程专业，我们首先得弄明白什么是物联网。

通俗地来说，物联网就是通过各种信息传感设备，如射频识别装置、红外感应器、全球定位系统、激光扫描器等，把所有物品与互联网结合起来，实现智能化识别和管理。物联网是继计算机、互联网和移动通信之后的又一次信息产业的革命性发展。目前，物联网被正式列为我们国家重点发展的战略性新兴产业之一。

2010年初，教育部下达了高校设置物联网工程专业申报通知，众多高校争相申报。物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。据测算，物联网的产业规模比互联网产业大20倍以上，而物联网工程技术领域需要的人才每年也将达百万。

物联网工程专业涉及广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测和情报搜集等多个领域。

培养目标

物联网工程专业培养能够系统地掌握物联网的相关理论、方法和技能，具备通信技术、网络技术、传感技术等信息领域宽广的专业知识的高级工程技术人才。

专业课程

电工电子技术、射频识别与传感技术、单片机技术、嵌入式技术、综合布线、通信工程制图、通信原理、通信网络基础、光纤通信、无线局域网技术、信息网络管理、智能楼宇系统、物联网技术、物联网应用与物联网工程等。

就业方向

面向物联网行业，物联网工程专业毕业生可从事物联网的通信架构、网络协议、信息安全等的设计、开发、管理与维护。主要面向岗位包括：物联网系统设计架构师、物联网系统管理员、网络应用系统管理员、物联网应用系统开发工程师等核心职业岗位以及物联网设备技术支持与营销等相关职业岗位。

学校推荐

根据2012-2013年中国大学本科教育分专业排行榜所提供的信息，物联网工程专业排名前八位的大学为：哈尔滨工业大学、江南大学、西北工业大学、重庆邮电大学、吉林大学、中南大学、华中科技大学、西安理工大学。

电气工程及其自动化这个专业确实不像有些专业一听就知道是干什么的，比方说通信工程、计算机软件技术、新型材料等等。

电气工程及其自动化涉及电力电子技术、计算机技术、电机电器技术、网络控制技术、机电一体化技术等诸多领域，是一门综合性较强的学科，其主要特点是强弱电结合，机电结合，软硬件结合。

电气工程及其自动化专业是电气信息领域的一门学科，由于和人们的日常生活以及工业生产密切相关，发展非常迅速，现在也相对比较成熟。它已经成为高新技术产业的重要组成部分，广泛应用于工业、农业、国防等领域，在国民经济中发挥着越来越重要的作用。

培养目标

该专业培养具有工程技术基础知识和相应的电气工程专业知识，受过电工电子、系统控制及计算机技术方面的基本训练，具有解决电气工程技术分析与控制问题基本能力的高级工程技术人才。

学科特点

学习本专业将受到电工电子、信息控制及计算机技术方面的训练。主要学习课程有电工技术、电子技术、控制理论、信息处理、系统工程、自动检测与仪表、计算机与应用和网络技术等方面的基本理论和基本知识。会受到良好的工程试验基础训练，还有大量上机实习等实际锻炼的机会。将在控制与生产自动化、自动控制与自动化软件应用方面获得系统分析、设计、开发与研究的基本能力。

报考提示

电气工程及其自动化专业对广大考生有很强的吸引力，属于热门专业，高考录取分数线往往要比其他专业高许多，造成这一情况的主要原因有：①就业容易，工作环境好，收入高；②该专业方向有着非常好的发展前景，研究成果较容易向现实产品转换，而且效益相当可观。但是鉴于国内现在的形式，考生在报考该专业的时候应该注意以下两点：

（1）充分考虑自己的兴趣。也许自己本来并不对该专业感兴趣，但是许多人都说好，于是自己就“感兴趣”了。这对以后的发展是很不利的，毕竟兴趣是最好的老师。

（2）衡量自己的综合素质。电气工程及自动化专业需要具有扎实的数学、物理基础，及较强的外语综合能力，为今后能够掌握并且灵活运用专业知识做准备。

就业前景

由于本专业研究范围广，应用前景好，毕业生的专业素养相对较高，因此就业形势非常好。通常情况下，学生毕业后可以选择质量技术监督部门、研究所、工矿企业等，也可以是一些外资、私营企业。如果毕业生能力足够强，又在学习期间积累了比较好的研究成果，完全可以自己创业，闯出一片属于自己的天地。需要指出的是，由于国外在该专业方向的研究要领先于我们，因此若想要有进一步的发展，出国深造是一个不错的选择。

高校排名

电气工程及其自动化专业综合实力排名：

1. 清华大学。有相关院士2人（卢强、韩英铎），国家重点实验室1个，电气工程国家一级重点学科，国家二级重点学科4个（电机、电力系统、电工和高电压）。各方面都是强项，国内顶尖。

2. 西安交通大学。有相关院士2人（邱爱慈、王锡凡），国家重点实验室1个，电气工程国家一级重点学科、国家二级重点学科3个（电机与电器、高电压与绝缘技术、电力系统及其自动化）。强在高压和系统，科研实力仅次于清华。

3. 华中科技大学。有相关院士3人（樊明武、潘垣、程时杰），国家重大科学装置1个，国家重点实验室1个，国家专业实验室1个，电气工程国家一级重点学科、国家二级重点学科4个（电机、电力系统、电力电子、电工）。电力电子和电机是强项，师资雄厚，近年来科研平台建设有了建设性发展，且院士最多。

4. 重庆大学。有相关院士1人（杨士中），国际电气工程师协会院士1人（李文沅），国家重点实验室1个，电气工程国家一级重点学科、国家二级重点学科3个（高电压、电工理论与新技术、建筑电气）。高压是强项，业内很有名，此外电工理论与新技术以及建筑电气实力都很强劲。

5. 浙江大学。有相关院士1人（韩祯祥），国家专业实验室1个，电气工程国家一级重点学科、国家二级重点学科2个（电力系统和电力电子）。

你知道什么是非织造材料么？非织造技术又是什么技术呢？非织造材料与工程专业是个什么样的专业啊？

先来看一下国家标准的非织造材料的定义：定向或随机排列的纤维通过摩擦、抱合或粘结或这些方法的组合而相互结合制成的片状物、纤网或絮垫（不包括纸、机织物、针织物、簇绒织物、带有缝编纱线的缝编织物以及湿法缩绒的毡制品）。这个定义还是让人有点不知所云。如果告诉你，非织造材料又称非织造布、非织布、非织造织物、无纺织物或无纺布，是不是有点明白了？

非织造技术是一门源于纺织，但又超越纺织的材料加工技术。它结合了纺织、造纸、皮革和塑料四大柔性材料加工技术，并充分结合和运用了诸多现代高新技术，如计算机控制、信息技术、高压射流、等离子体、红外、激光技术等。非织造技术正在成为提供新型纤维状材料的一种必不可少的重要手段，是新兴的材料工业分支。无论在航天技术、环保治理、农业技术、医用保健，还是人们的日常生活等许多领域，非织造新材料都已成为一种愈来愈广泛的重要产品。非织造产业被誉为纺织工业中的“朝阳工业”。

非织造材料与工程专业是一个多学科交叉且实践性较强的专业。在专业教学中重视理论基础，强化实践环节，立足产品开发，注重能力培养，强调创新意识。

培养目标

具有扎实纺织及材料科学方面基础知识和能力，适应现代新材料迅速发展趋势，能在非织造材料与产品制造领域从事科学研究、技术开发、工艺和装备设计、环境保护、国内外贸易、产品设计、新产品研制、工程应用及营销与管理等工作。

培养要求

本专业旨在培养具有扎实纺织及材料科学方面基础知识和能力，适应现代新材料迅速发展趋势，能在非织造材料与产品制造领域从事科学研究、技术开发、工艺和装备设计、环境保护、国内外贸易、产品设计、新产品研制、工程应用及营销与管理等工作的社会急需的复合型高级专门人才。

主干学科

非织造材料与工程学、非织造布学、非织造学、非织造布后整理、非织造产品开发、非织造产品与应用、非织造工程设计、非织造产品质量与检测、高分子物理与化学、功能纤维及其应用、复合材料、纺织材料学等。

就业方向

本专业毕业生可从事非织造材料与工程领域内的产品开发、工艺设计、设备设计与生产、生产技术管理、经营与贸易和质量检验等工作，也可就业于国内外纺织贸易、外资企业、政府部门、商检与海关、国有及私营企业、科研院所等。也可在“纺织工程”“纺织材料与纺织品设计”和“材料学”等学科继续读研深造。

学校推荐

东华大学、苏州大学、天津工业大学、西安工程大学、南通大学、武汉纺织大学。

从字面上来看，生物信息学是将信息科学应用于生物学。生物信息学广义的概念是指应用信息科学研究生物体系和生物过程中信息的存贮、信息的内涵和信息的传递，研究和分析生物体细胞、组织、器官的生理、病理、药理过程中的各种生物信息，或者说是生命科学中的信息科学。生物信息学狭义的概念是指应用信息科学的理论、方法和技术，管理、分析和利用生物分子数据。一般提到的生物信息学是指这个狭义的概念，更准确地说，应该是分子生物信息。

生物信息学利用应用数学、信息学、统计学和计算机科学的方法研究生物学的问题。目前的生物信息学基本上只是分子生物学与信息技术（尤其是互联网技术）的结合体。生物信息学的研究材料和结果就是各种各样的生物学数据，其研究工具是计算机，研究方法包括对生物学数据的搜索（收集和筛选）、处理（编辑、整理、管理和显示）及利用（计算、模拟）。目前主要的研究方向有：序列比对、基因识别、基因重组、蛋白质结构预测、基因表达、蛋白质反应的预测，以及建立进化模型。

培养目标

本专业培养德、智、体全面发展的，具有生物科学的基础知识，系统地掌握信息科学的基本理论、基本知识及基本技能，具备生物信息学方面的应用及研发能力。能在生物、信息、计算机、医药、医疗仪器等行业的企业、事业和行政管理部门从事应用研究、技术开发、教学及生产管理等方面的工作的复合型高级专门人才。

培养要求

学生主要学习生物信息学的基本理论和方法，受到相关科学实验和科学思维的基本训练，具有较好的分子生物学、计算机科学与技术、数学和统计学素养，具备生物信息的收集、分析、挖掘、利用等方面的基本能力，具有较好的业务素质。

主要课程

基础生物学、生物化学、分子生物学、解剖生理学、生物统计学、生物医学工程概论、生物信息学算法与实践、数据库与数据仓库技术、医学成像技术、数字图像处理、数字信号处理、医院信息管理、基因组信息学、蛋白质组信息学、计算机辅助药物分子设计、生物医学信息处理等。

就业前景

生命科学与信息科学是目前发展最为迅速的两大领域，作为这两大学科交叉的产物之一，生物信息学同样发展迅速，并在基因组学研究中发挥巨大的作用。国外一直非常重视生物信息学的发展，各种专业研究机构和公司很多，生物科技公司和制药工业内部的生物信息学部门的数量也与日俱增。由于对生物信息学的人才需求迅猛，发达国家也面临着供不应求、人才匮乏的局面。

专业展望

生物信息学积极倡导的全球范围的资源共享将对整个人类社会的发展产生深远影响，其研究领域和应用范围也将得到进一步拓展。生物信息学不仅具有重要的学术价值，还具有很大的商业价值，有着广阔的发展前景。随着后基因组时代的到来，生物信息学将发挥越来越不可替代的作用，将为生物医学、生物工程、农学、遗传学、制药和高科技产业提供巨大的推动力。可以毫不夸张地说，生物信息学将是21世纪生物科学发展的核心领域。

篇6

关键词： 生物技术专业 交叉学科 创新人才

随着我国高等教育发展，培养具有创新能力的人才已成为整个社会的共识，是评价各个高校办学水平和竞争力的重要指标。当前，我们正处于知识高度融合的时代，特别在21世纪的生物学世纪，生物科学高速发展，生物科学与其他学科的融合交叉尤为迅速。那么，怎样在这种学科交叉背景下，建立培养生物技术专业创新人才的模式成为一个重要研究课题。根据当前生物技术发展方向和发展状况，生物技术创新人才培养模式应该考虑以下方面。

一、夯实基础，加大交叉课程选修课的比例

实际教学中，要明确培养学科交叉的生物技术专业创新人才的方向在哪里？前麻省理工学院校长苏珊・霍克菲尔德的一句话道出天机，他指出：“下一次划时代的创新来自生命科学、物理科学及工程学领域的大融合。”当然，他说的比较概括，具体对生物学来讲应该是和计算机科学相结合的生物信息学相关学科，与物理学结合的生物物理学相关学科、与材料学结合的生物材料、生物仿真、生物电子等相关学科，这些学科应该在选修课程中体现。当然，加大交叉学科选修课的比例并不意味着忽视专业课，要求进行专业课有机融合。特别是许多专业课的生物基础知识部分是重合或相似的，这部分课时可以集中到一门课中，其他课中可不再重复讲授。只有让学生了解当前更多前沿学科，多与能源、材料、机械、信息等理工学科交叉，才能更激发学生学习生物技术专业的热情，拓宽学生的视野和就业渠道，提高学生的创新动力和创新能力。当前，许多国内外著名高校已经在非生物技术理工科专业中开设生物技术课程，如麻省理工学院、清华大学、上海交通大学、华中理工大学等都为非生物学专业开设了一门或数门生物学课程。作为生物技术本专业创新人才培养更应注重学科交叉融合的重要性，以体现其创新人才的培养。

二、将专业技能与其他学科相融合培养创造性实践能力

生物技术专业是一门实践性很强的技术学科，对学生将理论知识应用到生产实践的能力要求非常高。而在生产实践中遇到的实际情况往往不仅涉及一门学科知识，而是多门学科综合的问题。这就要求生物技术的创新人才培养模式保证学生在掌握多学科基础知识、技能和方法的基础上，在实践中培育多学科交叉融合的思维方式，从而在实际实践中推陈出新，不断创新。这就要求在专业技能实践教学中构建与创新人才培养目标相适应的实践教学体系。实践课程内容要兼顾本专业理论和实践知识，体现同其他学科间的结合点，培养学生多学科技术和方法的融合应用。以生物技术为主，把不同学科相关内容整合为综合性实验项目，培养学生融合运用不同学科知识解决生物技术相关实践问题的能力。同时，在实践教学团队的构成上，兼顾不同教师的专长和研究方向进行队伍构建，可以邀请其他相关学科如计算机、物理、化学、环境等学科的教师参加教学团队。优先设立与生产实践结合紧密的交叉学科实验研究项目，以科研课题带动实验教学，提高实践教学水平。当然，强调与生物技术相关交叉学科是建立在生物技术本专业与生产实践相结合的基础上的，不能因为交叉而弱化生物技术专业的主体地位。

三、培养立足专业，多科融合的创新思维

近期是我国经济转型的重要时期。转型成功与否，很大程度上决定于创新能力强弱。最近国家在不同层面上鼓励创新创业，对于国家新兴产业中的重要组成部分，生物技术产业更需要培养有创新思维的人才。大学生正是接纳新思想、新理论、新技术的黄金时期，在这个阶段要为他们播下多学科交叉创新的种子，将使其受益终身，也是对国家支持教育的最大回报。要培养生物技术专业学生的交叉学科融合的创新思维，立足创新思维的八个特征，即独立性、敏感性、想象性、联动性、多向性、跳跃性、顿悟性、逻辑性。这八条里面的“联动性、多向性、跳跃性”本身就体现了多学科多知识的融合交叉。为培养学生的多学科创新思维，可以从以下方面入手。1.教学中对现代生物学发展的里程碑事件或经典实验，挖掘其中多学科背景的创新思路，激发学生的学习动力和兴趣。2.创设以学生为主体的情境，通过运用多门学科的知识讨论、解决问题，从而训练学生创新思维能力。3.注重学生综合利用多学科知识参加实践教学过程，通过学生主动查阅生物技术专业以外的与实践课题相关知识解决问题，以激发和培养学生利用多学科知识解决本专业问题的创新思维方式。

国家经济转型和知识经济时代的到来，都需要生物技术专业培养的人才具有创新精神与创新能力。而学科交叉正是创新型人才培养的摇篮。生物技术专业的人才培养只有紧跟时代和本学科前沿发展的步伐，建立立足本专业、注重学科交叉、主动寻求学科交叉的创新人才培养模式，才能充分体现生物技术专业新兴学科的优势，培养出适合社会发展的新型人才。

参考文献：

[1]薛勇.生物交叉学科复合教学体系理论与实践[J].现代交际，2012，10：227.

[2]吴磊.知识多元化与生物技术专业人才培养[J].高等教育研究学报，2011，S1：81-83.

篇7

生物信息学是在生命科学、计算机科学和数学的基础上逐步发展而形成的一门新兴交叉学科，其实质就是利用信息科学与技术对生物数据进行获取、处理、存储、、分析和解释，进而揭示纷繁复杂的数据中所蕴含的生物学本质[1]。作为21世纪生命科学领域发展最为迅速的学科之一，生物信息学已经成为生命科学研究领域的重要学科[2]。实验室的每一项技术，从简单的基因克隆、基因数据分析到生物大分子进化研究都需要应用到生物信息学，因此，对于生物类专业的学生而言，掌握生物信息学的相关知识尤为重要。我国各大专院校都在不断努力创新和改进现有生物信息学课程的教学方法与方式。因此，作者结合近五年来开设生物信息学课程的教学实践，分析了目前生物信息学课程教学中存在的主要问题，提出几点建议，希望能够有助于推动生物类专业生物信息学课程教学质量的提高。

一、生物类专业生物信息学课程教学中的问题

1.生物信息学教材的选择。生物信息学的发展速度快、内容广泛，目前很多国内高校使用的教材多为国外教材的影印版或者中文翻译版本，国内引进的生物信息学相关的英文原版教材中有些属于科普性质，内容过于简单，而有些偏重介绍生物信息学的计算方法或模型的建立，过于复杂[3]。而国内相关教材更新较慢，课堂内容涵盖的知识面和知识点相对减缩，而且一些前沿的数据和先进软件没有讲授，这些对学生的发展和生物信息知识的合理运用极为不利[4]，因此，目前导致很多高校教师无法选择适用于生物类专业的生物信息学教材。

2.教学大纲安排不合理。生物信息学是一门集分子生物学、计算机科学和数学等多个学科的交叉学科，它囊括了基因数据获取、基因预测、序列比对、序列拼接、分子进化、蛋白质序列分析、蛋白质结构预测、分子建模、药物设计以及基因芯片蛋白芯片等内容模块，同时各领域内容还涉及到具体的计算方法、概率统计、机器语言等知识模块。由于课时设置有限，如果教师在课堂教学对各领域内容面面俱到，会造成大部分内容都只是蜻蜓点水，学生学完以后虽然接触了很多东西，但在生物研究中遇到实际问题还是束手无策。

3.教学内容滞后。生物信息学是一个快速发展的学科，随着生物学科自身的发展和研究的深入，新的数据库和信息资源不断涌现，各种数据库和软件的更新换代非常频繁，如果教师所讲授的在线服务器、分析软件、讲解实例都不是当前最普遍的，学生学完后打开最新的在线服务器或是相关分析软件依然不会操作。

4.教学方法和教学手段存在不足。生物信息学教学普遍采用普通教室多媒体讲授，而生物信息学课程是一个实践操作课，学生经常要动手操作，普通多媒体教学与实践操作教学相脱节。传统的讲授很难与实践教学效果相比，很多学生虽完成了生物信息学课程学习，也接受了很多生物信息学的理论知识，但在进入大四阶段做课题研究完成毕业论文时，遇到需要在数据库查询序列、用软件分析序列或蛋白性质、结构特点等问题时依然束手无策。

二、生物类专业生物信息学课程教学建议

1.调整教学大纲。对于生物类专业的学生来说，生物信息学是生物研究中的辅助工具，不需要掌握生物信息学算法或软件编程细节，而是培养学生运用生物信息学的方法来解决生物研究中遇到的问题，比如能够应用检索工具查找序列等相关的数据信息、利用比对软件或是BLAST在线服务器对感兴趣的序列进行比对分析、选择适当的建树方法对DNA或蛋白序列进行系统发育树的构建、可分析蛋白序列信息并预测其三维结构以及引物设计等。因此对于生物类专业学生的教学，应重点培养学生的实践能力，尤其是关于数据库的使用和分析软件的操作，使他们以后在生物相关领域的工作中能学以致用，所以对于当前生物类专业的培养目标应以应用为核心安排教学大纲。据此，确定了以下的教学内容：教学内容共54学时，分为理论基础和上机实践两部分。理论教学内容共36学时包括：生物信息学绪论、生物信息数据库的查询与搜索、基因和蛋白质序列比对、序列拼接、生物进化与分子系统发育分析、基因预测与引物设计、蛋白质结构及其预测、计算机辅助药物设计；上机实践共18学时包括：常用生物数据库的查询与搜索、核酸序列检索与分析、多重序列比对和系统发育树的构建、PCR引物设计及评价、蛋白质序列分析及结构预测。

2.教学内容主次分明。由于生物信息学技术及分析手段更新迅速，教学内容会显得越来越臃肿，作者建议对于生物类专业的学生可以以生物信息学方法的掌握和生物信息学工具的应用来设计教学内容，关于生物信息学本身涉及到的一些数学模型和编程算法，可简略讲授，教学过程中尽量把有限的教学学时用到以生物信息学为工具解决生物学研究问题的教学中去，避免“面面俱到”的灌输式教育。例如，对于讲授序列比对这一章的知识，关于序列比对所使用的方法PAM和BLOSUN矩阵，对于如何采用数学方法构建这些计分矩阵过程可略过，只需简要介绍PAM和BLOSUN矩阵的概念意义以及用途，重点放在如何使用生物信息学软件进行序列比对，并理解各参数设置的意义。另外，在生物信息学各教学内容模块中涉及到的相关数据库及软件种类繁多，其数量在不断增加，版本也在不断更新。例如在讲授生物信息数据库的查询与搜索这一章节时，涉及到的数据库有核酸序列数据库、蛋白质序列数据库、蛋白质结构数据库、基因组数据库、蛋白组数据库、代谢组数据库等，而每个种类又含多个不同的数据库，比如核酸序列数据库有GenBank、EMBL和DDBJ等，蛋白质序列数据库有swiss-prot、TrEMBL、NCBI和UniProt等。因此，我们重点介绍了3大门户网站NCBI、EBI和SIB，其中我们着重介绍了NCBI的用于提取序列信息的工具――Entrez系统，Entrez将科学文献、DNA和蛋白质序列数据库、蛋白质三维结构数据、种群研究数据以及全基因组组装数据整合成一个高度集成的系统。因此我们给学生演示并要求学生掌握如何采用Entrez查询DNA和蛋白质序列等。另外在讲授分子进化与系统发育分析这一章节时，要进行序列比对及系统发育树的构建，可以使用ClustalW、BioEdit、DNAstar、phylip、MEGA、PAUP等本地软件，也可以使用The PhylOgenetic Web Repeater（POWER）和Evolutionary Trace Server等网络在线服务器分析。考虑到软件的通用型、易用性及本专业学生的英语水平、计算机操作水平，我们选择ClustalW进行多序列比对，然后采用phylip软件包构建系统发育树，并要求学生掌握如何使用这两个软件构建系统发育树。MEGA及其他在线服务器只简单介绍具体操作方法作为辅助资料供学生自学。

篇8

关键词：统计学 统计教育 人才培养

随着国家创新体系的建立,统计创新工程已经提上议事日程,统计创新包括两个方面,一是统计实践的创新，二是统计教育的创新。创新的基础在于教育,没有统计教育的创新,就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势,培养适应新世纪社会经济发展需要的人才,是统计教育工作者必须面对的问题。本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。

一、统计学的发展

纵观统计学的发展状况,与整个科学的发展趋势相似,统计学也在走与其他科学结合交融的发展道路。归纳起来,有两个基本结合趋势。

1．统计学与实质性学科结合的趋势

从统计方法的形成历史看,现代统计方法基本上来自于一些实质性学科的研究活动,例如,最小平方法与正态分布理论源于天文观察误差分析,相关与回归源于生物学研究,主成分分析与因子分析源于教育学与心理学的研究，抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等，同时,有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行了创新与改进。另外,从学科体系看,统计学与实质性学科之间的关系绝对不是并列的,而是相交的,如果将实质性学科看作是纵向的学科,那么统计学就是一门横向的学科,统计方法与相应的实质性学科相结合,才产生了相应的统计学分支,如统计学与经济学相结合产生了经济统计,与教育学相结合产生了教育统计,与生物学相结合产生了生物统计等,而这些分支学科都具有“双重”属性：一方面是统计学的分支,另一方面也是相应实质性学科的分支,所以经济统计学、经济计量学不仅属于统计学,同时属于经济学；生物统计学不仅是统计学的分支,也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法,而是为了解决实质性学科研究中的有关定量分析问题,统计方法是在这一应用过程中得以完善与发展的。因此,统计学与各门实质性学科的紧密结合,不仅是历史的传统，更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地,为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式,且更加注重应用研究。

这个趋势说明，统计方法的学习必须与具体的实质性学科知识学习相结合，必须以实质性学科为依据。因此,财经类统计专业的学生必须学好有关经济类与管理类的课程,只有这样,所学的统计方法才有用武之地，统计的工具属性才能够得以充分体现。

2．统计学与计算机科学结合的趋势

纵观统计数据处理手段发展历史,经历了手工、机械、机电、电子等数个阶段,数据处理手段的每一次飞跃,都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生,给统计学方法的广泛应用创造了条件。20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性,但由于计算工作量大,使得这些有效的统计分析方法一开始并没有能够在实践中很好地推广开来。而电子计算机技术的诞生与发展,使得复杂的数据处理工作变得非常容易,那些计算繁杂的统计方法的推广与应用,由于相应统计软件的开发与商品化而变得更加方便与迅速,非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析,而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高,使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统（DSS）更加离不开统计模型。最近国外兴起的数据挖掘（Data mining,又译“数据淘金”）技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛,每年都要积累大量的数据,大量信息在给人们带来方便的同时也带来了一系列问题：信息过量,难以消化；信息真假难以辨识；信息安全难以保证；信息形式不一致,难以统一处理。于是人们开始提出一个新的口号：“要学会抛弃信息”。人们考虑“如何才能不被信息淹没,而是从中及时发现有用的知识,提高信息利用率？”面对这一挑战,数据挖掘和知识发现（DMKD）技术应运而生,并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科,它把人们对数据的应用从低层的简单查询提升到从数据中挖掘知识,提供决策支持。在这种需求牵引下,汇聚了不同领域的研究者,尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员,投身到数据挖掘这一新兴的研究领域,形成新的技术热点。虽然统计学家与计算机专家关心Data mining的视角不完全相同,但可以说,Data mining与DSS一样,使得统计方法与计算机技术的结合达到了一个更高的层次。

所以统计与实质性学科相结合,与计算机、与信息相结合,这是发展的趋势。了解这一点,再来看我们目前教育中的问题就更加明显了,所以一些课程要改革,教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

1．统计专业课程建设问题

专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题是课程设置和规范课程内容。课程设置主导学生的知识结构,培养统计理论人才应当设置较多的数学课程,目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程,目的是让学生如何能将统计方法正确地运用到相关领域。例如培养从事经济管理的统计人才,在课程设置上至少应当包括四方面的知识：①经济理论课程,让学生了解经济活动的主要进程和基本规律；②研究社会经济问题主要统计方法,包括常用的统计数据搜集方法,统计数据处理方法和分析方法；③适用电脑技术,让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能。

2．教学方法和教学手段的改革

统计教学方法和教学手段改革中,有两个焦点问题：一是如何激发学生学习统计学的兴趣；二是应用什么教学手段来达到较好的统计教学效果。教师应充分运用现代教育技术、教学手段,更新教学方法,促使教育技术、教学手段和教学方法有机结合。

①改灌输式教学为启发式教学,特别注重教育多样化和多层次性,不仅让学生掌握如何搜集、整理数据的技术,还要教学生读懂数字背后的事实，学会按照具体与抽象、动态与静态、个体与总体、绝对与相对、一般与特殊、演绎与归纳等不同的思维方式分析问题和解决问题。注重利用一题多解与一题多变,开拓学生的发散思维。

②改单向接受式的教学为双向互动式教学,以案例分析与情景教学开启学生的思维闸门,使学生更形象、快捷地接受知识,发挥其独立思考与创造才能,培养学生的创造性思维能力。

③构建以课堂、实验室和社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时,加强实践能力锻炼,提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用,找到应用的结合点,才能使统计学获得最大的生命力。

3．统计学与计算机教学相结合

教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家。现在计算机已非常普及,无论是高校、高职和中专,培养出来的学生不会用统计软件分析数据,不管哪一个层次,都已说不过去。统计学是一门应用的方法型学科,统计学应从数据技巧教学转向数据分析的训练。统计学与计算机教学要有机地合为一体,让学生掌握一些常用统计软件的使用。除了培养学生搜集数据、分析数据的能力外,还要培养学生处理大量数据的能力,即数据挖掘的能力。

4．教学与实际的数据分析相结合

统计的教学不能只停留在课本上,案例教学与情景教学应成为统计课程的重要内容。统计教学和教材增加统计实际案例,通过计算机对大量实际数据进行处理,可以在试验室进行,亦可在课堂上进行讨论,这样学生不仅理解了统计思想和方法,而且锻炼和培养了研究和解决问题的能力。

5．要有一批能用电脑、网络来教学的新型教师

电脑、网络的出现,不仅改变了教学的手段,还深深地影响着教学的内容,因为它影响着经济、生活的发展和需求。语文（中文、外文）、数学、计算机、专业知识是一个统计人才必备的素质,它们之间不是分离的,而是要尽可能结合在一起来进行教学,各管各教一套的办法已不适应现代化教育教学的需要,现代教育特别注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次,有了电脑、网络,必须要更新,要培养出一批能用电脑、网络来教学的新型教师,以培养出新型的21世纪的人才。

参考文献：

[1]贺铿. 关于统计学的性质与发展问题. 中国统计, 2001.9.

篇9

关键词：生物工程、信息化技术；建设；应用

一、什么是信息化技术

通过查询概念我们可以得知，信息化技术是一种用于管理和处理信息所采用的各种技术的总称。它主要是应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。它也常被称为信息和通信技术（InformationandCommunicationsTechnology,ICT）。主要包括传感技术、计算机技术和通信技术。而具体到信息化技术的应用来说包括计算机硬件和软件、网络和通讯技术应用软件开发工具等，通过一系列的应用可以有效缓解庞杂数据的分析人力物力，提高行业生产效率[2]。

二、信息化技术的优势和表现

随着信息资源日益成为重要的生产要素、社会财富和无形资产，信息化技术变得更加普及和融合，互联网作为重要的信息化载体，正在担任着信息传播和知识重构的重要作用。通过信息化技术不仅可以降低成本，提高效率，还能够增强创新与竞争力，提高经济增长质量，推动经济社会的转型升级。通过信息技术的创新，信息产业持续发展，广泛普及应用能够快速了解行业间的需求和动态，促进科技成果转化为，并能让决策者及时获得决策信息，制定出恰当、高效符合实际的规划，帮助决策者不断提高决策水平。针对个人来说，当前人人都在信息化的作用下享受着便利，例如现在出门一部手机就能够完成点餐、手机叫车、电子购物等方面的问题，通过大型的软件平台通过电子支付，改变了人们的出行和购买方式。此外信息技术还应用于工业化生产的方方面面，如对家电的控制和空气污染检测等方面也都是运用信息资源，交流沟通的结果。信息化技术正在改变人们的生活，随着不断的创新和发展，在提高经济增长，推动社会经济发展转型方向具有重要作用[3]。

三、信息化技术在生物工程建设中应用的作用

生物工程从20世纪70年代以来，从逐渐兴起到高速发展，20世纪90年代开始生物工程发展走向了系统性与规范性。而我国的生物工程是从20世纪80年代开始正式与世界接轨的，随着人口数量的不断增加和土地面积的不断减少，为了更好的解决供需矛盾，我国开始不断研究高新技术，希望通过生物技术有效解决了我国资源匮乏和粮食的问题，无论是基因工程还是细胞、发酵工程都是我国目前正在不断研究的方向，通过这些应用和研究在制药和医学领域取得了重大突破，实现了疾病的精准诊断让疾病能够及时的发现和控制，提高疾病的治愈率。此外经过了生物工程方面的重点研究和改革，近年来，以农业生物技术为核心的相关配套技术诞生，大大提高了粮食产量，这是除能源环境、医学健康之外在农业方面的有效推广，不但改善了农业生产效率和农民收入水平，还通过科学技术的应用缓解了日益减少的能源问题，在改善人类居住生活及健康水平方面都起着重要作用[4]。与此同时，随着生物工程的加快发展，信息技术与生物工程的有效结合，已成为生物工程迈入新阶段的重要历程。生物工程正在通过信息化技术的创新，拓展研究范围，从而实现更加深入的生物学科建设。那么信息技术是如何通过先进的更加前沿的知识，刺激生物工程的创新发展呢。首先针对更加严格的生物工程学科，在做好研究分析的同时，需要搭建更加完善、准确精准的实验体系，只有不断的实验和实践才能更好的指导生物工程的建设，而信息技术的参与恰好能够有效保证数据的准确性，形成更加完整的研究系统。其次，生物工程的创新与发展离不开信息技术的辅助，只有充分运用大数据以及信息化工具才能更好的针对纷繁复杂的数据信息进行有效的处理，从数据中通过大量的运算统计出生物发展演变的规律，有效降低人员成本，由此可见信息化技术的加入是生物工程的建设的必然要求，两者之间是相辅相成的关系，随着一方技术的创新升级而随之突破原有的研究内容创新寻求更高的未知研究方向。

四、生物工程建设中信息化技术的应用

通过上面的分析我们得知，生物工程建设中的信息化技术的重要性，可以说信息技术为生物工程技术搭建了良好的发展平台。随着国家创新创业政策的支持和大力发展互联网+的战略方向，信息化产业正在国家政策的扶持下高速发展，前景不可估量。通过分析信息化技术在生物工程中的应用，为下一步生物工程发展的方向寻求更加行之有效有效的道路。

（一）软件技术在生物工程中的充分应用

有别于以往的生物工程建设，21世纪是互联网的时代，大数据互联网的飞速发展，也为软件行业带来了春天，因此现代的生物工程建设与软件技术有着密不可分的关系。在生物工程建设的过程中，通过研发搭建数据库和软件平台，可以对数据进行快速归档和处理，并通过软件系统分析决策生物工程环节中生物技术的发展阶段。例如，在生物工程研究过程中，对生命现象的研究在核酸核糖的序列分析和核酸低级结构的分析中，数据量是十分庞大，仅靠人工是很难分析和抽离，因此针对蛋白质内结构还是过程中的生物反应都需要经过设备进行信息化的监测和分析，经过建立系统的项目工程管理，分级分类建立数据库让生物工程的建设更加合理优化，提高研究的准确性，由此可见软件技术对生物工程的规范性和安全性有促进作用[5]。

（二）计算机技术在生物过程中的充分应用

近年来，无论是生物工程还是计算机技术都是新时代科技发展的需求和产物，计算机技术的蓬勃发展逐步改变了人们传统的学习、思维、工作和生活方式。计算机系统的操作为生物工程提供了重要的计算平台，计算机网络技术又为生物工程拓展了更加宽泛的计算环境，计算机的图形处理和可视技术也为研究者提供更加完善的空间。在生物工程的发展中有大量的研究需要通过数据和、可视化来完成，如DNA的Z曲线变换、基因突变的过程中等，都需要计算机技术的参与，为微观的生物技术提供可视化的展示和分析，从而从大批量的数据中识别和挖掘潜在的生物模式推断出更加复杂的生物学关系，这就是计算机技术在生物工程建设中最为重要的应用。除此之外在细胞学和基因的研究过程中，需要通过预算和自动化的操作和指令计算和模拟出真实的细胞结构和物质组成，营造更加真实的细胞生存环境，将生物体错综复杂的相互关系直观的表现出来，从而让科研人员能够更加系统地认真记录实验过程中现象，为生物工程技术的创新发展，提供了良好的重要技术保障。

五、结语

篇10

关键词： 大学计算机基础； 计算思维； 实践动手能力； 本科人才培养

中图分类号：G642 文献标志码：A 文章编号：1006-8228（2017）02-84-03

0 引言

计算机大大提高了人们的工作效率，因而成为大学生课堂的一门必修基础课程。最初，由于计算机的功能有限而普及率很低，其应用范围也不是很广泛，因而本科生能够掌握计算机的基础知识、文字录入、基本文稿编辑技术就已经能达到社会的基本需求。随着计算机技术不断向前发展，其应用领域扩大，尤其是图形化界面软件的出现。仅掌握计算机文字录入和文稿编辑技术已经不能满足社会对人才的基本需求，高级文本编辑、数据分析处理、电子文稿应用、多媒体技术成为本科人才培养的必修内容。随着计算机网络技术的出现，网络基础及其应用也成为大学生的必修内容。以计算机软件工具为主要教学内容的模式已经过时，计算机的基础性作用受到了严重质疑，因而各高校大幅缩减计算机基础课程授课学时。本研究试图通过教学内容、教学方式、教学平台的改革来提升大学计算机基础课程在本科人才培养中的基础性作用。

1 当前大学计算机基础教学存在的问题及原因分析

为了寻求提升大学计算机基础课程在高校本科人才培养过程中的基础性支撑作用的解决方案，我们针对当前大学计算机基础教学中出现的主要问题及原因进行了深入剖析，这些问题主要涉及科学思维培养、教学内容设置、教学平台建设和实践能力培养四个方面。

1.1 注重技能训练轻科学思维培养

当前的计算机教学主要以计算机软件应用为主，没有强调教学的基础性，特别是科学思维的培养。比如教学内容大部分围绕Office套件、Windows的操作技术进行工具应用教学。虽然这些软件和操作对于学生未来的具体工作有帮助，但是随着计算机技术的不断发展和普及，以及中小学计算机课程的开设，这些教学内容已经不适合作为大学计算机基础课程的主要教学内容。因此，大学计算机基础课程的教学内容应以培养科学思维能力为首要目标进行设置。

1.2 教学内容专业针对性不强

随着算机技术不断发展，应用领域不断扩大，应用差异性也越来越明显。当前的大学计算机基础课程的教学模式不能满足不同专业学生对于计算机基础知识的不同需求。在计算机应用的初期，各个专业对于计算机的主要应用需求基本相同，比如文档编辑、简单的数据管理、处理与分析、研究成果交流与表达等，而当前每个专业都有大量的专门应用软件和知识体系，且已非常复杂，有的甚至成为了一个专门的研究方向，例如生物信息学。因而，计算机基础课程教学内容专业针对性不强的主要原因是其教学内容没有针对不同的专业进行细分，没有针对不同的专业需求进行设置。比如艺术设计与生物学专业对于计算机基础知识和技能的需求就有很大的区别。

1.3 教学没有充分利用现代信息平台

基于网络学习环境的教学已经成为当前教学的新模式，云计算平台和MOOC教学平台的出现，实现了教育资源的网络化，提高了教学资源的共享性，学生可以远程进行课程的学习和练习，教师也可以远程对学生进行辅导和监控，同时也保证了学生与教师的实时互动交流。而当前的教学还没有充分利用这一现代化的信息技术平台，学生课后没有了教师指导的现象较普遍，学生在自学和练习时遇到问题无法及时与教师、同学进行讨论。

1.4 教学与考核在动手实践能力方面的割裂

教学上虽然采取了相应的措施以提高学生实践动手能力培养，但是考核又主要采用传统的考核方式，这种不一致性导致了学生对于实践操作的重视程度不够，影响了学生动手实践能力的培养。

2 提高计算机基础课程在本科人才培养中基础性作用的策略

2.1 加强计算思维能力培养

大学计算机基础课程作为本科生的基础性必修课，应该像物理、数学和化学一样担负起科学思维的培养任务。科学思维是一切科学研究和技术发展的创新灵魂，科学思维包括推理思维、实证思维、计算思维。计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动[1]。计算思维是计算机基础课程应该培养的主要思维能力[2]。

2.2 面向专业的计算机课程设置

不同的专业对于计算机基础知识和能力的需求具有明显的差异性，需要针对不同的专业来设置有针对性的计算机基础教学内容。首先，到不同的学科调研，提炼出其主要的需求，形成详细调研报告；其次，结合调研报告对不同专业的具体需求进行分析并且进行分类设置；最后，根据分类结果进行专业教学内容设置，并完善相关的教学文件和管理体系。

2.3 基于互联网环境的创新教学模式

通过云计算、MOOC（Massive Open Online Courses）等现代教学信息平台将现场教学与互联网教学无缝整合，实现线上线下相结合的新型教学模式[3-4]。我院主要采用的基本教学方法是：以网络信息平台为支撑，将教学文档、教学要求、教学视频等，通过互联网在线共享给学生，学生可在任何地方通过电脑、手机、平板等移动终端设备进行学习和练习；同时开设了在线开放教学论坛，学生能够在论坛中发表自己的意见、提出问题、解答问题、提出建议等互动学习，实现学习互动。

2.4 强调实践能力的培养，提升计算机基础教学的作用

2.4.1 增加实验环节的比重

学生在计算机基础课程设定的教学学时数内上机实践，远远不能达到训练学生实践动手能力的目标。因此，需考虑在不增加实践课时的情况下，通过MOOC等现代开放信息平台让学生进行理论学习和上机实践练习，这些平台能够为学生的操作步骤进行提示、自动判分、进度控制，使学生能够在没有教师辅导或者远程辅导的情况下根据开放信息平台的进阶任务及反馈不断练习，逐步提高实践动手能力。

2.4.2 采用案例式教学提高学生的实践能力

传统的基于知识点的教W模式理论与实践的联系不够紧密。案例是基于实际工作的需求提取出来的关键应用，是解决这一矛盾的直接有效途径之一。我院专门为学生编写了《大学计算机基础与计算思维实验指导》教材，在电子文档、电子表格、电子文稿三部分，设计了大量的案例供学生练习。例如电子文档设计了毕业论文排版、期刊排版、公文排版等实际应用案例，以培养学生的实践能力，提高其实际综合应用能力，从而支撑本科人才的培养目标。

2.4.3 通过信息平台建设加强实践能力考核

实践动手能力是本科人才的一项非常重要的基本素质[5]。随着各高校对于学生实践能力重视程度的增强，在教学中大大加强了学生实践动手能力的培养环节。然而，学生实践能力却没有充分地在教学考核环节中体现出来。出现了教学环节与考核环节在实践能力培养方面脱节的问题。而采用现代开放信息考试平台为解决这一问题提供了有效途径。采用上机操作考核能够实现教学与考核内容一致，可以增强学生参与实践能力培养的积极性。

3 结束语

当前的大学计算机基础课程的教学学时已经被很多高校大幅度压缩，高校出现了计算机教学工具论的观点，大学计算机基础课程的基础性作用受到了挑战。本研究分析并提出以计算机思维为导向，面向专业设置计算机基础课程内容体系，采用现代教学模式与平台（例如云课堂和MOOC），通过信息平台建设增强学生实践应用能力考核来提升大学计算机课程在本科人才培养中的基础性作用。该方法已经在西南林业大2013-2016级的本科生教学中应用，并取得了良好的效果。

参考文献（Reference）：

[1] 柳彦芳.计算思维与大学计算机基础教育[J].中国大学教学，

2013.15（1）：7-11

[2] 何钦铭，陆汉权，冯博琴.计算机基础教学的核心任务是计算

思维能力的培养[J].中国大学教学，2010：5-9

[3] 王文礼.MOOC的发展及其对高等教育的影响[J].江苏高教，

2013.2：53-57

[4] 王颖，张金磊，张宝辉.大规模网络开放课程（MOOC）典型项

目特征分析及启示[J].远程教育杂志，2013.4：67-75