模式識別課程教學(xué)改革實踐

侯志強+余旺盛+沈明華+李小春+程英蕾

摘 要：提出一種基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學(xué)模式，介紹具體改革思路，說明教學(xué)改革實踐結(jié)果。

關(guān)鍵詞：模式識別；教學(xué)改革；創(chuàng)新能力

文章編號：1672-5913（2017）05-0045-03

中圖分類號：G642

0 引 言

模式識別是信息與通信工程、計算機(jī)技術(shù)、控制科學(xué)與技術(shù)等學(xué)科的一門專業(yè)基礎(chǔ)課程，理論性和實踐性都非常強[1]。該課程能夠提高學(xué)生智能信息處理水平和工程實踐能力，為日后從事智能識別、工業(yè)檢測、醫(yī)學(xué)診斷等工作打下必要的知識基礎(chǔ)，受到眾多具有相關(guān)專業(yè)高校和研究所的重視[2-4]。

1 傳統(tǒng)授課過程中存在的問題

1.1 教學(xué)方法單一

在前期教學(xué)中，全部內(nèi)容均采用傳統(tǒng)的精講形式授課，即由教師講解，學(xué)生聽課，課后完成作業(yè)的形式。這種教學(xué)方式使學(xué)生嚴(yán)重依賴于教師對課程內(nèi)容的安排，造成學(xué)生僅僅是被動接受知識，缺乏思考的積極性和主動性。

1.2 授課內(nèi)容缺少對最新研究成果的介紹

近年來，模式識別課程所涉及的知識和方法發(fā)展得非常迅速，尤其是深度學(xué)習(xí)技術(shù)的迅速發(fā)展，使各類新型的識別系統(tǒng)大量出現(xiàn)并成功應(yīng)用于日常生活的很多方面。教材內(nèi)容在反映這些新興技術(shù)方面難免有一些滯后，這類新技術(shù)、新方法在前期的授課內(nèi)容中并沒有涉及和體現(xiàn)，使學(xué)生不能及時了解和掌握最新研究成果的進(jìn)展。

1.3 對創(chuàng)新能力的培養(yǎng)缺乏有效方法

模式識別是一門具有鮮明創(chuàng)新性的課程，內(nèi)容涉及大量的經(jīng)典算法和解決問題的巧妙思路，是體現(xiàn)人類創(chuàng)新性思維的絕佳案例。學(xué)生在學(xué)完這門課后，應(yīng)當(dāng)在創(chuàng)新思維方面具有很大的啟發(fā)，并能在以后的科研活動中有所體現(xiàn)。如何通過這門課程對學(xué)生的創(chuàng)新性進(jìn)行培養(yǎng)，在前期的教學(xué)中未能很好地實現(xiàn)這一目的。

1.4 對學(xué)生的評價不夠全面

盡管這門課理論性和實踐性都非常強，但在前期教學(xué)中，對學(xué)生的考核僅僅是在課程結(jié)束后進(jìn)行閉卷答題，試卷內(nèi)容主要是對一些基本概念和基本方法的考核，對其中所涉及的需要編程實現(xiàn)的內(nèi)容無法呈現(xiàn)，同時也缺少對學(xué)生獨立思考能力方面的檢測，導(dǎo)致評價不夠全面。

2 基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學(xué)模式改革思路

基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學(xué)模式是根據(jù)課程特點，結(jié)合模式識別領(lǐng)域中的最新研究熱點問題，專注于學(xué)員創(chuàng)新能力的培養(yǎng)，為學(xué)員獨立開展學(xué)位論文的研究工作打下良好基礎(chǔ)。

該模式采取如下思路：①仔細(xì)確定課程教學(xué)內(nèi)容，全面打牢基本理論功底；②積極引入研究領(lǐng)域的前沿知識；③精選教材中的經(jīng)典算法，在實現(xiàn)基本算法的基礎(chǔ)上提出改進(jìn)創(chuàng)新思路。

通過這一教學(xué)改革模式，使學(xué)生在具備扎實理論功底的基礎(chǔ)上，以研究領(lǐng)域的前沿問題為牽引，引導(dǎo)學(xué)生實現(xiàn)基本算法的改進(jìn)，最終實現(xiàn)創(chuàng)新能力的提升。

3 教學(xué)模式改革的具體措施

3.1 全面打牢基本理論功底

堅實的理論功底是進(jìn)行創(chuàng)新的前提，是進(jìn)一步學(xué)習(xí)研究的基礎(chǔ)。仔細(xì)確定課程教學(xué)內(nèi)容，選擇好的教材和參考書是打牢理論功底的重要途徑。在模式識別課程教學(xué)中，清華大學(xué)張學(xué)工教授編寫的《模式識別》第三版國家精品課程教材[5]，全面系統(tǒng)地講解了模式識別領(lǐng)域的基本概念和方法，并引入近年來較新的理論，內(nèi)容深入淺出，是一本很好的教材；配合這本教材的學(xué)習(xí)，為學(xué)生提供3本重要的參考書，分別是Bishop[6]編著的《Pattern Recognition and Machine Learning》，Duda[7]等編著的《Pattern Classification》（第2版）以及2016年南京大學(xué)周志華教授編著的《機(jī)器學(xué)習(xí)》[8]等書，這些參考書與教材內(nèi)容能夠很好地相互補充，既發(fā)掘了課程內(nèi)容的深度，又拓展了課程學(xué)習(xí)的廣度。

3.2 積極引入研究領(lǐng)域前沿

在教學(xué)過程中，如果能將所學(xué)習(xí)的基本理論與當(dāng)前學(xué)術(shù)界正在研究的前沿問題結(jié)合起來進(jìn)行講解，將會使學(xué)生在學(xué)會基本理論的基礎(chǔ)上，了解和掌握這些理論在實際研究中是如何應(yīng)用的，從而為學(xué)生在后續(xù)工作中提供良好的研究思路，這是在實施“基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學(xué)模式”中的一項重要措施。筆者在所研究領(lǐng)域中抽取了6類目前研究的熱點問題，將其中所使用的重要方法與課程內(nèi)容結(jié)合起來，通過課前提供參考資料、課中研討和課后總結(jié)的方式，有意識地培養(yǎng)學(xué)生的創(chuàng)新能力，取得了不錯的效果。這也為改進(jìn)傳統(tǒng)教學(xué)中對學(xué)生創(chuàng)新能力培養(yǎng)缺乏有效方法的不足提供了一種思路。

抽取的6類研究熱點問題分別是：①背景重構(gòu)技術(shù)；②圖像檢索技術(shù)；③魯棒特征選擇技術(shù)；④人臉識別技術(shù)；⑤車輛牌照識別；⑥生物特征識別等。其中，在完成參數(shù)和非參數(shù)概率密度估計的教學(xué)之后，學(xué)生對這兩類概率密度估計方法的理解有一定難度，尤其是對這兩類方法的應(yīng)用感覺很抽象，而經(jīng)典的背景重構(gòu)技術(shù)中，恰好有這兩類方法應(yīng)用的生動實例。這兩類方法在背景重構(gòu)技術(shù)中還在繼續(xù)發(fā)展，非常適合用于研討，背景重構(gòu)技術(shù)的引入一方面使學(xué)生掌握了參數(shù)和非參數(shù)概率密度估計的方法，另一方面使學(xué)生明白如何將所學(xué)理論與需要解決的實際問題很好地聯(lián)系起來，從而為學(xué)生提供一個提升創(chuàng)新能力的例子。特征的選擇和提取是模式識別中的難點問題，大量的模式識別難題都是因為特征難以表述而引起的，因此，我們?yōu)閷W(xué)生提供了更多的研討內(nèi)容，如圖像檢索技術(shù)向?qū)W生展示怎樣利用目標(biāo)的原始信息去構(gòu)造特征；魯棒特征選擇技術(shù)向?qū)W生展示怎樣采用一定的處理方法去發(fā)現(xiàn)更好的特征表達(dá)；在學(xué)習(xí)PCA 方法后，我們對基于這一基礎(chǔ)方法的人臉識別算法進(jìn)行研討；而對模式識別系統(tǒng)的進(jìn)一步認(rèn)識則是通過車輛牌照識別和生物特征識別的研討加深理解。在教學(xué)過程中，我們還積極介紹諸如遺傳算法、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等模式識別領(lǐng)域中方法的最新研究進(jìn)展情況。

3.3 精選經(jīng)典算法改進(jìn)創(chuàng)新

模式識別課程的實踐性非常強，而實踐能更好地推動創(chuàng)新。我們從教材中選取3種基本算法，以大作業(yè)（Project）的形式布置給學(xué)生在課后進(jìn)行編程實現(xiàn)，并要求在最后一次報告課中進(jìn)行算法的現(xiàn)場展示。選取的3種基本算法分別是：①基本Parzen窗法的設(shè)計與實現(xiàn)；②Otsu方法（大津法）的設(shè)計與實現(xiàn)；③基本C-均值算法的設(shè)計與實現(xiàn)。對這3種算法要求首先實現(xiàn)基本算法，其次，為了更好地引導(dǎo)學(xué)生發(fā)揮主動性和創(chuàng)造性，要求在實現(xiàn)基本算法的基礎(chǔ)上，對Parzen窗法需要選取不同的核函數(shù)，并嘗試參數(shù)的自適應(yīng)處理；對Otsu方法需要考慮如何利用Fisher思想對原始算法進(jìn)行改進(jìn)；對基本C-均值算法需要考慮如何更好地進(jìn)行初始化等。

也就是說，要求學(xué)生不僅實現(xiàn)基本算法，還需要考慮對基本算法的改進(jìn)。更進(jìn)一步要求學(xué)生在實現(xiàn)基本算法并改進(jìn)的基礎(chǔ)上撰寫課程論文，從而通過具體的手段實現(xiàn)對創(chuàng)新能力的初步引導(dǎo)和培養(yǎng)。采用這種方法有不少學(xué)生在課程結(jié)束后將所撰寫的論文發(fā)表在了核心期刊上。

3.4 采用多種方式實施教學(xué)

與傳統(tǒng)的教師在課堂上從頭到尾唱獨角戲不同，我們對課程教學(xué)采取了3種授課方式：精講、研討和報告課。本門課一共設(shè)置40學(xué)時，課時分配是精講課26學(xué)時，研討課12學(xué)時，報告課2學(xué)時。精講課是采用傳統(tǒng)方式對基本理論和基本方法進(jìn)行詳細(xì)講解；研討課是將研究前沿和研究熱點與所講解的基本理論與方法結(jié)合起來，由學(xué)生組織研討，教師在課堂上起維持秩序和引導(dǎo)作用；報告課雖然只有2個學(xué)時，但是“功夫在詩外”——平時的大量工作要在短短的時間內(nèi)展示匯報完，所布置的3個大作業(yè)的結(jié)果展示和撰寫的論文都需要在報告課上逐人進(jìn)行演示報告，這次課在教學(xué)過程中學(xué)生表現(xiàn)最為積極踴躍。

多種授課方式有效地改變了以往教師講、學(xué)生被動聽的局面，學(xué)生學(xué)習(xí)的積極性和主動性明顯增強。同時，為了適應(yīng)教學(xué)方式的改變，在考核方式上也采取多種形式，學(xué)生的評價由大作業(yè)成績、小論文成績、平時研討成績和閉卷考試成績綜合評定，從而能更全面地反映學(xué)生對知識的掌握和理解的程度。

3.5 撰寫指導(dǎo)材料輔助學(xué)生

為了有效地指導(dǎo)學(xué)生開展研討以及順利完成大作業(yè)，我們還編寫了模式識別研討與實驗指導(dǎo)手冊。該手冊內(nèi)容分為兩個部分，第一部分是研討課指導(dǎo)，第二部分是編程作業(yè)。第一部分內(nèi)容包括6次研討課，在對相關(guān)理論基礎(chǔ)和研討內(nèi)容進(jìn)行介紹之后，列出討論要點，學(xué)生圍繞討論要點進(jìn)行重點思考，同時我們還提供10篇左右的參考文獻(xiàn)指導(dǎo)學(xué)生進(jìn)行閱讀和準(zhǔn)備；第二部分內(nèi)容包括3次編程作業(yè)，給出的算法編程任務(wù)需要學(xué)生在掌握基本理論的基礎(chǔ)上獨立完成。

4 結(jié) 語

采用基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學(xué)模式進(jìn)行授課，這種模式首先突出學(xué)生的主體地位，提高了學(xué)生學(xué)習(xí)的積極性和主動性；其次，采取的措施具體可行，有效地強化學(xué)生的創(chuàng)新意識；第三，通過閱讀文獻(xiàn)、問題研討、算法改進(jìn)、論文撰寫等環(huán)節(jié)在潛移默化中培養(yǎng)了學(xué)生基本的科研能力，為其后續(xù)的研究工作打下比較堅實的基礎(chǔ)。通過課后交流和反饋，學(xué)生們一致反映本門課程的學(xué)習(xí)強度大，經(jīng)常需要加班加點主動完成很多任務(wù)；課程結(jié)束后都感到學(xué)到了很多東西，不僅僅是課本上的基本理論和基本方法，還包括對問題的思考方式和對系統(tǒng)總體的把握等。

我們將在后續(xù)模式識別課程教學(xué)中不斷改進(jìn)提高這種新的教學(xué)模式，為學(xué)生創(chuàng)新能力的提高打下更為堅實的基礎(chǔ)。

參考文獻(xiàn)：

[1] 高貴， 周石琳， 孫即祥， 等.“模式識別”課程教學(xué)改革探索[J]. 電氣電子教學(xué)學(xué)報， 2014， 36（6）： 35-36， 55.

[2] 袁立， 李曉理. 基于CDIO的“模式識別”課程教學(xué)改革研究探索[J]. 中國電力教育， 2013（4）： 51-52.

[3] 王函石， 劉麗珍， 宋巍， 等. 結(jié)合模式識別課程建設(shè)，探索人才培養(yǎng)改革模式[J]. 計算機(jī)教育， 2014（9）： 54-56.

[4] 張芳， 肖志濤， 韓曉軍， 等. 模式識別課程教學(xué)改革思考[J]. 計算機(jī)教育， 2012（4）： 45-47.

[5] 張學(xué)工. 模式識別[M]. 3版. 北京： 清華大學(xué)出版社， 2010.

[6] Christopher M B.Pattern recognition and machine learning [M]. Cambridge：Springer， 2006.

[7] Richard O D， Peter E H， David G S. Pattern classification[M]. 2nd ed. New York： John Willy & Sons， Inc.， 2004.

[8] 周志華. 機(jī)器學(xué)習(xí)[M]. 北京： 清華大學(xué)出版社， 2015.

（編輯：郭田珍）