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)教學模式，介紹具體改革思路，說明教學改革實踐結果。

關鍵詞：模式識別；教學改革；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、計算機技術、控制科學與技術等學科的一門專業(yè)基礎課程，理論性和實踐性都非常強[1]。該課程能夠提高學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)學診斷等工作打下必要的知識基礎，受到眾多具有相關專業(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 教學方法單一

在前期教學中，全部內容均采用傳統(tǒng)的精講形式授課，即由教師講解，學生聽課，課后完成作業(yè)的形式。這種教學方式使學生嚴重依賴于教師對課程內容的安排，造成學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，尤其是深度學習技術的迅速發(fā)展，使各類新型的識別系統(tǒng)大量出現(xiàn)并成功應用于日常生活的很多方面。教材內容在反映這些新興技術方面難免有一些滯后，這類新技術、新方法在前期的授課內容中并沒有涉及和體現(xiàn)，使學生不能及時了解和掌握最新研究成果的進展。

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，內容涉及大量的經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。學生在學完這門課后，應當在創(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生的創(chuàng)新性進行培養(yǎng)，在前期的教學中未能很好地實現(xiàn)這一目的。

1.4 對學生的評價不夠全面

盡管這門課理論性和實踐性都非常強，但在前期教學中，對學生的考核僅僅是在課程結束后進行閉卷答題，試卷內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)的內容無法呈現(xiàn)，同時也缺少對學生獨立思考能力方面的檢測，導致評價不夠全面。

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)教學模式是根據(jù)課程特點，結合模式識別領域中的最新研究熱點問題，專注于學員創(chuàng)新能力的培養(yǎng)，為學員獨立開展學位論文的研究工作打下良好基礎。

該模式采取如下思路：①仔細確定課程教學內容，全面打牢基本理論功底；②積極引入研究領域的前沿知識；③精選教材中的經典算法，在實現(xiàn)基本算法的基礎上提出改進創(chuàng)新思路。

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

3 教學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行創(chuàng)新的前提，是進一步學習研究的基礎。仔細確定課程教學內容，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中，清華大學張學工教授編寫的《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域的基本概念和方法，并引入近年來較新的理論，內容深入淺出，是一本很好的教材；配合這本教材的學習，為學生提供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年南京大學周志華教授編著的《機器學習》[8]等書，這些參考書與教材內容能夠很好地相互補充，既發(fā)掘了課程內容的深度，又拓展了課程學習的廣度。

3.2 積極引入研究領域前沿

在教學過程中，如果能將所學習的基本理論與當前學術界正在研究的前沿問題結合起來進行講解，將會使學生在學會基本理論的基礎上，了解和掌握這些理論在實際研究中是如何應用的，從而為學生在后續(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)教學模式”中的一項重要措施。筆者在所研究領域中抽取了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容結合起來，通過課前提供參考資料、課中研討和課后總結的方式，有意識地培養(yǎng)學生的創(chuàng)新能力，取得了不錯的效果。這也為改進傳統(tǒng)教學中對學生創(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背景重構技術；②圖像檢索技術；③魯棒特征選擇技術；④人臉識別技術；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之后，學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用感覺很抽象，而經典的背景重構技術中，恰好有這兩類方法應用的生動實例。這兩類方法在背景重構技術中還在繼續(xù)發(fā)展，非常適合用于研討，背景重構技術的引入一方面使學生掌握了參數(shù)和非參數(shù)概率密度估計的方法，另一方面使學生明白如何將所學理論與需要解決的實際問題很好地聯(lián)系起來，從而為學生提供一個提升創(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生提供了更多的研討內容，如圖像檢索技術向學生展示怎樣利用目標的原始信息去構造特征；魯棒特征選擇技術向學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；在學習PCA 方法后，我們對基于這一基礎方法的人臉識別算法進行研討；而對模式識別系統(tǒng)的進一步認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。在教學過程中，我們還積極介紹諸如遺傳算法、神經網絡、深度學習等模式識別領域中方法的最新研究進展情況。

3.3 精選經典算法改進創(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）的形式布置給學生在課后進行編程實現(xiàn)，并要求在最后一次報告課中進行算法的現(xiàn)場展示。選取的3種基本算法分別是：①基本Parzen窗法的設計與實現(xiàn)；②Otsu方法（大津法）的設計與實現(xiàn)；③基本C-均值算法的設計與實現(xiàn)。對這3種算法要求首先實現(xiàn)基本算法，其次，為了更好地引導學生發(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)的自適應處理；對Otsu方法需要考慮如何利用Fisher思想對原始算法進行改進；對基本C-均值算法需要考慮如何更好地進行初始化等。

也就是說，要求學生不僅實現(xiàn)基本算法，還需要考慮對基本算法的改進。更進一步要求學生在實現(xiàn)基本算法并改進的基礎上撰寫課程論文，從而通過具體的手段實現(xiàn)對創(chuàng)新能力的初步引導和培養(yǎng)。采用這種方法有不少學生在課程結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

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

多種授課方式有效地改變了以往教師講、學生被動聽的局面，學生學習的積極性和主動性明顯增強。同時，為了適應教學方式的改變，在考核方式上也采取多種形式，學生的評價由大作業(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生對知識的掌握和理解的程度。

3.5 撰寫指導材料輔助學生

為了有效地指導學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手冊。該手冊內容分為兩個部分，第一部分是研討課指導，第二部分是編程作業(yè)。第一部分內容包括6次研討課，在對相關理論基礎和研討內容進行介紹之后，列出討論要點，學生圍繞討論要點進行重點思考，同時我們還提供10篇左右的參考文獻指導學生進行閱讀和準備；第二部分內容包括3次編程作業(yè)，給出的算法編程任務需要學生在掌握基本理論的基礎上獨立完成。

4 結 語

采用基于研究前沿牽引的創(chuàng)新能力培養(yǎng)教學模式進行授課，這種模式首先突出學生的主體地位，提高了學生學習的積極性和主動性；其次，采取的措施具體可行，有效地強化學生的創(chuàng)新意識；第三，通過閱讀文獻、問題研討、算法改進、論文撰寫等環(huán)節(jié)在潛移默化中培養(yǎng)了學生基本的科研能力，為其后續(xù)的研究工作打下比較堅實的基礎。通過課后交流和反饋，學生們一致反映本門課程的學習強度大，經常需要加班加點主動完成很多任務；課程結束后都感到學到了很多東西，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)模式識別課程教學中不斷改進提高這種新的教學模式，為學生創(chuàng)新能力的提高打下更為堅實的基礎。

參考文獻：

[1] 高貴， 周石琳， 孫即祥， 等.“模式識別”課程教學改革探索[J]. 電氣電子教學學報， 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. 結合模式識別課程建設，探索人才培養(yǎng)改革模式[J]. 計算機教育， 2014（9）： 54-56.

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

[5] 張學工. 模式識別[M]. 3版. 北京： 清華大學出版社， 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. 機器學習[M]. 北京： 清華大學出版社， 2015.

（編輯：郭田珍）