征稿简则

《广州航海高等专科学校学报》是由广东省教育厅主管、广州航海高等专科学校主办的综合性学术期刊，季刊，国内外公开发行．本刊主要刊载航海科学技术、轮机工程、航运管理、信息科学技术、基础理论应用研究及高等教育研究等科研论文．热诚欢迎社会各界人士踊跃投稿，并给本刊以大力支持．     

《布朗报告》与英国高等教育持续发展

“确保未来的高等教育持续发展”的《布朗报告》就如何使英国高校得到可持续的经费投入、如何提高英国高等教育的教学质量、如何确保英国高等教育的公共利益等问题提出了改革建议。报告还对英国高等教育场域内各利益相关方——政府、高校、学生或家长、第三方教育监管机构的角色进行了重新界定。在此，着重介绍这项报告的背景、内容及影响，解析英国高等教育发展的趋势及策略。     

新世纪高等应用型人才培养的探索

论述了构建新世纪高等应用型人才培养模式所面临的机遇和挑战；运用比较教育研究方法，阐述了高等应用型本、专科人才培养模式的共性特征和个性特征；结合高校教学改革的实践，提出了培养新世纪高等应用人才的主要措施。     

信息技术与未来我国学校教育的发展方向

本文从信息技术的发展演变入手，分析了现代信息技术对学校教育尤其是高等教育的影响；针对当前我国学校教育信息化中存在的问题，提出了未来我国学校教育的发展方向。     

对多学科高等教育研究的批判性反思

多学科高等教育研究在国内得到了迅速发展，成为高等教育研究的主流范式。但是，它对于当代中国高等教育学学科发展的合理性与适切性需要我们进行批判性反思。当代中国高等教育学的健康发展必须树立高等教育学学科立场和中国立场。     

高等教育国际化的探索与实践

在概述大连交通大学与国外合作办学实践的基础上，探讨高等学校通过广泛开展中外合作办学、招收留学生开展国际化教学和加强国际学术交流和科研合作等方式，扩大国际知名度，提高综合实力和国际竞争力的可行做法。     

基于GBRBM-DBN模型的短时交通流预测方法

为提高城市道路短时交通流预测的精度和效率,提出了一种基于深度学习的短时交通流参数预测模型,结合高斯-伯努利受限波尔兹曼机、Softmax回归模型和深度置信网络,对大规模路网中地点车速进行预测.该模型在网络底层加入高斯-伯努利受限波尔兹曼机,将传统二值输入转换为连续实值输入以适应地点车速的数据特征.在网络输入、输出矩阵中加入时空特征表达,并将深度置信网络顶层接入Softmax回归模型,根据深度学习模型提取到的地点车速时空特征对多路段多时刻的地点车速进行预测.选取广州市大规模路网中60条路段60 d的实测地点车速对网络结构和参数进行调试,并分析预测结果.结果表明,GBRBM-DBN网络结构能够提取大规模路网中地点车速的时空分布特征,预测精度较高.与长短时记忆循环神经网络预测结果进行对比,具有更高的时效性;与“深层模型+小规模数据”相比,平均绝对误差减小10.13 km/h,平均相对误差减少14.5%;对输入矩阵中的训练集和测试集数据量比例作不同划分,平均绝对误差变化范围在1.64 km/h以内,平均相对误差仅增大7.3%.      

基于GP模型的高等教育资源配置研究

为回避传统的教育资源配置定性研究方法，使高等教育资源在定量的基础上实现优化配置，提出了一种ＧＰ模型，并在对模型进行验证，求解的基础上结合广东省高等教育资源配置情况进行结果分析和讨论。最后，提出模型的改进方向。