基于大數據技術的模式識別課程教學改革路徑分析

摘要：在授課過程中教師應當了解學生在模式識別課程中的滿意程度，針對難點加以解析，并分析學生難以理解的主要原因。本文主要在大數據技術基礎上，對模式識別課程教學進行分析，闡述教學方法與課程調整、改革，不斷提升教學質量，滿足學生學習需求。

關鍵詞：大數據;模式識別;教學改革

前言：模式識別即通過計算機收集原始數據，并對其進行預處理、特征提取、分類器等設計，以保證分類錯誤率較低，符合物理對象的基本特征。在教學過程中，很多學生難以理解模式識別課程的數學思想，教學質量一時間難以突破。近幾年，采用的大數據技術從課程內容與教學模式上進行了改革，具有重要意義。

一、大數據技術的模式識別課程分析

在長期的實踐教學中，在課程理論難易程度、實驗課程重要性、課程滿意程度、課程設計合理性等方面，對學生進行了長期的詢問與意見征集。在授課過程中，利用監控視頻獲取學生聽課狀態的數據，在學生作業完成情況方面也進行了數據的統計。

結果表明，75%以上的學生都認為模式識別課程較難，但能夠認可課程的設計，能夠意識到該門課程的重要性。認為教師在授課體系的創新方面還需要進一步提升，且缺乏相關工程訓練項目。可見，在大數據技術的背景下，模式識別課程教學還應當進一步提升大數據相關核心的課程，以促使學科與技術的融合[1]。

二、教育改革路徑分析

（一）理論與學術并重

扎實的理論是課程改革的前提，是加深學習內容的基礎。在確定教學內容的過程中，應當將重點落實在教材的選擇與參考書的選擇方面。在模式識別課程的教學過程中，多選擇《模式識別》第三版教材，該書由清華大學的張學工教授編寫，對模式識別領域的相關知識進行全面且系統的概括與表述，且其中還引進了很多較為新穎的理論，內容循序漸進，由淺入深，值得推薦。同時，配合該本教材，可結合《Pattern Recognition and Machine Learning》和《機器學習》等書，與教材之間形成密切的補充，加深課程內容的深度，拓展課程內容的廣度。

同時，在教學過程中要積極引入研究領域的前沿信息，在扎實的理論基礎之上，結合學術界正在探討的前沿問題，使得課程與實際研究的內容完美契合，保證學生在具備扎實理論的基礎上，可以掌握這些理論的實踐方式，在日后的學習中具備良好學習思路與科研思路。利用研究前沿帶動學生創新能力，也是一種重要的教學模式，符合當前教學發展的方向。在實踐教學中，發現當前研究的熱點問題主要包括以下幾種類型，將研究的問題與教學內容結合起來，采取課前給出參考資料進行預習、課中探討與課后分析總結的教學方式，以不斷培養學生的創新能力，可以起到良好的教學效果。具體類型如下：

背景重構、圖像檢索、人臉識別、魯棒特征選擇、車牌照識別、生物特征識別六種技術。在教學中發現，很多學生對參數與非參數概率密度估計的相關知識理解起來有一定的難度，認為該知識較為抽象，學習起來較為困難。但在背景重構技術中，對以上兩技術的應用有非常生動的案例，且還在繼續研究與探討的過程中，適合在課堂中進行研究與探討。在探討的過程中，引導學生對上述兩知識點的理解，使得學生了解到理論與實際問題聯系起來的學習方法，提升學生創新能力。在模式識別課程中，特征選擇與提取學習起來較為困難，尤其在表述時存在一定難度。因此，在學習過程中利用圖像檢索技術來分析，利用魯棒特征選擇技術加以探討，展示，學習如何利用處理方法來發現更好的特征表達。在教學過程中，針對遺傳算法、神經網絡等多個知識點，都可以采取結合研究領域的前沿知識進行講解。

（二）創新授課方式

在授課過程中，利用視頻的形式來演示模式識別相關應用，如人臉識別、指紋識別、ETC等相關方面。通過視頻的方式能夠更直觀的將所有知識展現在學生面前，利用與生活實際貼近的案例，讓學生了解到模式識別與生活之間的聯系。從心理上接受模式識別課程，從而在學習過程中不斷建立起理論與實踐結合的學習理念，加強對抽象知識的理解能力。在講授K均值聚類分析時，可以將圖像分割與理論知識結合在一起，利用編程演示均值算法的圖像分割過程，將分割結果分步驟呈現出來，幫助學生深入理解該算法的基本原理。

同時，在授課時，要充分發揮現代化教學的優勢，改善授課質量，吸引學生興趣。傳統板書教學已經無法適應學生的學習需求，甚至會打壓學生積極性。因此，多引入媒體教學，以改善壓抑、無趣的課堂氛圍。其中，PPT的使用有明顯優勢，在課件中嵌入鏈接，加入動畫，以動態的形式來吸引學生興趣，理解理論知識。例如：在制作ppt時，將視頻鏈接加入其中，通過視頻將當前研究領域中較為熱門的技術展示給學生，以提升其對學習內容的興趣，并激發學生對科研成果的研究意識。而后，采用，ATLAB軟件搭建各種識別界面，分成步驟依次演示給學生，以幫助其將抽象的識別算法變為具象，印在自己的腦海中，將課堂上枯燥的知識點變得更加生動、有趣[2]。

（三）加強實踐操作

在模式識別教學過程中，實驗教學環節十分重要，能夠鍛煉學生的編程能力，以及利用相關理論知識解決實際問題的能力。當前，在實踐教學環節中需要增加教學時長，并選擇合適的實驗教學內容。

通常情況下，模式識別教學的時長為36學時，但其中30個學時都用在了課堂理論知識教學過程中，只有6個學時作為實踐教學，學生很難將所學知識運用在實踐中，也無法實現熟能生巧的目的。因此，在實踐教學中應當將實驗課集中起來，并利用課余時間來增加實踐學習的時長。另外，在課堂上所學的理論知識，可以結合真實案例展開教學，以節省實踐教學原理知識的講解時間。

而在實踐內容選擇方面中，不僅要選擇人臉識別等經典的案例課題，還要選擇與大數據相關的，科技前沿的課題。如利用MapReduce思想，編寫的車牌識別程序。結合城市監控圖片對車牌識別的真實案例，展開實踐教學。這樣，學生不僅能夠學習到模式識別理論知識，更能夠了解到理論與實踐結合的方法，久而久之將樹立這種學習理念，并將其運用在日常學習中。在教學過程中，還應當在案例基礎上進一步的延伸與深入，如利用應學習的相關知識，完成車牌統計、套牌識別相關實踐的操作，最后在云計算服務器上展開。同時，可采用編程的方式，學習神經網絡、矩陣求特征值、矩陣求逆等相關知識的學習，凸顯出模式識別與實踐教學之間的特有關聯性。

結論：綜上所述，在大數據技術背景下，模式識別課程的改革與創新要從理論技術、科研領域、授課方式、實踐教學幾個方面展開，以提升學生學習理解理論知識的能力，提升學生利用理論知識展開操作，進行實踐的能力。最終，實現模式識別課程的創新與改革，提升授課質量。

參考文獻：

[1]李二珠，康建榮，張蓮蓬.衛星+AI時代遙感專業模式識別課程的教學實踐與改革[J].測繪通報，2021（02）：157-160.

[2]周雪，姜書艷，凡時財，等.基于圖像的“模式識別”課程創新實踐教學改革與探究[J].工業和信息化教育，2020（08）：42-46.

作者簡介：

姓名：鐘閏祿，出生年月：1979.06，性別：男，民族：漢，籍貫：廣東海豐，工作單位：廣州番禺職業技術學院信息工程學院，職稱：講師，研究方向：模式識別、區塊鏈。