張立言

摘 要 在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的大背景下，大學生的創(chuàng)新創(chuàng)業(yè)教育改革已成燎原之勢。與此同時，人工智能提升為國家戰(zhàn)略目標，而模式識別技術是人工智能的重要組成部分。因此，面向大學生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的模式識別課程改革，不僅對大學生創(chuàng)新創(chuàng)業(yè)教育有重要現(xiàn)實意義，也將為我國人工智能技術人才的培養(yǎng)和發(fā)展增磚添瓦。本文將著重分析如何在模式識別課程的教學過程中，激發(fā)學生的創(chuàng)新創(chuàng)業(yè)意識，如何將模式識別課程學習與學生的個性化培養(yǎng)相結合，通過產(chǎn)學研用深度融合，以培養(yǎng)特色鮮明的大學生創(chuàng)新創(chuàng)業(yè)人才。

關鍵詞 模式識別 創(chuàng)新創(chuàng)業(yè) 前沿技術 分組實踐

中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdkz.2018.10.012

Abstract Under the background of "mass entrepreneurship， mass innovation"， the innovation and entrepreneurship education reform of college students has become a prairie fire. At the same time， artificial intelligence is promoted to the national strategic goal， and pattern recognition technology is an important part of artificial intelligence. Therefore， the reform of pattern recognition curriculum for the cultivation of college students' innovative and entrepreneurial abilities is not only of great practical significance to college students' innovative and entrepreneurial education， but also will contribute to the cultivation and development of artificial intelligence technology talents in China. This paper will focus on how to stimulate students' innovative and entrepreneurial consciousness in the teaching process of pattern recognition course， how to combine pattern recognition course learning with students' personalized cultivation， and how to cultivate students' innovative and entrepreneurial talents with distinctive characteristics through deep integration of production， teaching and research.

Keywords pattern recognition； innovation and entrepreneurship； advanced technology； group practice

1 課程介紹

模式識別是信息科學和人工智能的重要組成部分，是指對表征事物或現(xiàn)象各種形式的信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程。[1][2]模式識別課程是一門多學科融合的課程，與信號處理，概率統(tǒng)計，模糊集論，信息論，數(shù)字圖像處理，形式語言學，心理學，語言學等都有密切的關系，而且隨著這門學科的發(fā)展，還會與其它更多學科發(fā)生關系。本科模式識別課程是針對計算機科學與技術學院高年級本科生的專業(yè)選修課，著重講述模式識別的基本理論、基本方法和算法原理，通過理論和實踐的緊密結合，學生能夠有效地運用所學知識和方法解決實際問題，為研究新的模式識別理論和方法打下基礎。

模式識別課程對學生的培養(yǎng)圍繞以下四個目標展開。（1）了解模式識別的基本概念、方法和應用，包括掌握特征提取與選擇方法；K-means、譜聚類、對分法等聚類算法；以及判別函數(shù)、統(tǒng)計判別、人工神經(jīng)網(wǎng)絡等分類方法。（2）能夠針對具體應用問題，進行抽象分析與識別，建立一種模型對問題進行抽象表達，并選擇對應的模式識別方法，對問題進行推理、求解和驗證。（3）能夠結合具體應用案例，合理選擇和改進經(jīng)典的模式識別算法；針對復雜的工程問題，設計開發(fā)能夠滿足需求的軟硬件模塊，并將模式識別算法進行集成與優(yōu)化。（4）能夠對模式識別領域的發(fā)展趨勢有初步的了解，能夠閱讀與學習國際會議/期刊的前沿論文，并能夠發(fā)表自己的看法。針對以上四個目標，教學組制定了相應的教學大綱和教學計劃。從近年的授課實踐和考試情況分析，該教學內(nèi)容難度設置合理，深入淺出且相互承接為體系，學生總體反饋良好，但同時也存在一些矛盾和問題，主要概括如下：

（1）理論教學較為枯燥，不利于學習興趣的激發(fā)及創(chuàng)新意識的培養(yǎng)。模式識別課程的理論體系中涉及到較多數(shù)學知識及公式推導，內(nèi)容較為繁雜枯燥，會降低學生的學習興趣，削弱學生的創(chuàng)新意識。

（2）教學內(nèi)容略微，陳舊，無法緊跟前沿技術。模式識別屬于高速發(fā)展的學科，目前課程教學的重點內(nèi)容仍集中于某些基礎的略微陳舊的理論教學上，缺乏對前沿知識的介紹。

（3）實踐環(huán)節(jié)較為薄弱，與實際應用聯(lián)系不緊密。實踐教學環(huán)節(jié)較為薄弱，僅停留在舉例介紹層面上，與實際應用聯(lián)系不緊密，不利于激發(fā)學生的創(chuàng)新創(chuàng)業(yè)意識。

2 主要研究內(nèi)容

隨著“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”成為國家層面的發(fā)展戰(zhàn)略，如何在模式識別教學過程中激發(fā)大學生的創(chuàng)新創(chuàng)業(yè)意識，以進一步培養(yǎng)有特色的創(chuàng)新創(chuàng)業(yè)人才將是一個亟待解決的問題。因此，本文主要研究面向大學生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的模式識別課程改革，通過分析大學生創(chuàng)新創(chuàng)業(yè)活動的現(xiàn)狀，[3]以及總結近年來模式識別課程的教學經(jīng)驗，本文將重點研究如下三個問題。

2.1 如何將枯燥的理論教學講得通俗易懂并激發(fā)學生的創(chuàng)新意識

模式識別是一門復雜的涉及到多學科的一門課程，具有多樣性、多學科交叉等特點，與信號處理，概率統(tǒng)計，模糊集論，信息論，數(shù)字圖像處理，形式語言學，心理學，語言學等都有密切的關系，而且隨著這門學科的發(fā)展，還會與其它更多學科發(fā)生關系。該課程的先修課程包括概率統(tǒng)計、線性代數(shù)、高等數(shù)學、計算機編程等多門課程，需要有一定的知識積累和數(shù)學功底，例如應掌握概率統(tǒng)計和線性代數(shù)中關于矩陣分解的基本知識，需要有一定的編程能力和算法實現(xiàn)能力。

模式識別課程的理論體系中涉及到較多數(shù)學知識及公式推導，例如貝葉斯分類器中的概率公式推導，主成分分析中的矩陣分解知識，支持向量機中的優(yōu)化問題等等。目前的模式識別教學中數(shù)學推導繁雜，對于數(shù)學公式和推導的教學時長較長，而對于模式識別核心內(nèi)容及基本概念的講授時長不足，這將導致學生對模式識別課程的學習重點較多集中在數(shù)學分析上，而對于模式識別的基本概念以及核心思想理解不夠深入。[4]如果沒有很好的知識積累，學生會覺得這些內(nèi)容較為繁雜枯燥，很難理解并掌握，從而會慢慢喪失學習興趣。對于學到的知識只知其然，不知其所以然，更不能學以致用，很難產(chǎn)生創(chuàng)新意識。因此，如何從根本上改變這一本末倒置的現(xiàn)象，讓學生能夠真正理解模式識別問題的關鍵，掌握核心理論及方法，是授課過程中亟待解決的問題。

2.2 如何將經(jīng)典知識與前沿技術相結合以開拓學生的創(chuàng)新思維

模式識別屬于高速發(fā)展的學科，目前課程教學的重點內(nèi)容仍集中于某些基礎的略微陳舊的理論教學上，缺乏對前沿知識的介紹。模式識別技術目前仍處于高速發(fā)展、不斷完善的階段，現(xiàn)有的技術還無法滿足許多實際應用的需求，例如自動圖像識別的準確率還較低。這些缺點和不足給模式識別學科的發(fā)展提供了源源不斷的動力，也吸引著無數(shù)研究人員為之努力。因此，模式識別技術相關的新算法、全新的思想在不斷產(chǎn)生。這些嶄新的技術和思想大部分發(fā)表于國際會議及期刊上。

目前模式識別課程教學的重點內(nèi)容仍集中于某些基礎的略微陳舊的理論教學上，例如較為基礎的分類聚類算法等，而對于較新的前沿知識缺乏介紹，例如深度學習算法等等。這是因為模式識別學科發(fā)展過于迅速，而教材的編訂修改速度遠遠趕不上技術的更新?lián)Q代。

2.3 如何將理論知識與實際應用緊密結合以鼓勵學生的創(chuàng)新創(chuàng)業(yè)理念

目前課程的實踐教學環(huán)節(jié)較為薄弱，僅僅停留在舉例介紹層面上，與實際應用聯(lián)系不緊密，不利于激發(fā)學生的創(chuàng)新創(chuàng)業(yè)意識。目前的實踐環(huán)節(jié)僅僅局限于學生根據(jù)課本實例，進行編程實現(xiàn)相關的算法，以得到實驗結果進行分析比較。這些實踐環(huán)節(jié)并沒有與實際應用進行緊密結合。而模式識別算法可以廣泛應用于各個領域，解決很多實際問題，例如生物學中的染色體特性研究、遺傳研究，經(jīng)濟學中的股票交易預測，醫(yī)學中的心腦電圖分析，語音識別，人臉識別，多媒體檢索等等。

3 主要研究方案

模式識別課程是一門復雜的前沿技術學科，是人工智能重要的組成部分。培養(yǎng)具有創(chuàng)新創(chuàng)業(yè)能力的模式識別技能的人才，將對國家的科技發(fā)展產(chǎn)生積極作用和重要意義。然而，模式識別課程既有抽象的理論、復雜的數(shù)學推導和算法組成，又需要學生有很強的動手實現(xiàn)能力。此外，技術還處于高速發(fā)展的過程中，新的理論和算法不斷產(chǎn)生，這也需要教師和學生能夠與時俱進、學無止境。這些都給該課程的教學和學習帶來了一定挑戰(zhàn)。因此，本文將研究面向大學生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的本科模式識別課程改革。針對目前教學過程中存在的問題和挑戰(zhàn)，將采用如下解決方案。

3.1 化繁為簡、動態(tài)直觀地展現(xiàn)復雜理論知識的核心思想

模式識別課程的理論體系中涉及到較多數(shù)學知識及公式推導，先修課程包括概率統(tǒng)計、線性代數(shù)、高等數(shù)學、計算機編程等多門課程，需要有一定的知識積累和數(shù)學功底。目前的教學中數(shù)學推導繁雜，對于數(shù)學公式和推導的教學時長較長，而對于模式識別核心內(nèi)容及基本概念的講授時長不足。對于數(shù)學基礎較為薄弱的同學，覺得這些內(nèi)容較為繁雜枯燥，很難理解并掌握，從而會慢慢喪失學習興趣。即便勉強聽懂，也只是了解一些皮毛，只知其然，不知其所以然，更無法激發(fā)創(chuàng)新意識。針對這一問題，將采用如下解決方案。

（1）對于推導過程比較繁雜抽象、難以理解的數(shù)學公式和算法，可結合實際問題進行舉例，用實際例子一步一步進行推導演化，讓學生可以對問題解決過程有直觀的了解和感受。

（2）充分利用多媒體幻燈片等教學輔助方式，通過形象的動態(tài)演示系統(tǒng)力圖使學生盡快掌握算法的核心思想。例如，在講解隱馬爾科夫模型的維特比算法時，以實際生活中的氣壓和天氣為例，進行算法的建模，并利用動畫演示的方式，將每一步計算結果進行展示，充分解釋其中包含的物理意義，讓學生生動直觀的了解到如何利用該算法解決實際問題，并深刻認識到算法的核心思想。

（3）對于某些數(shù)學推導內(nèi)容，可以適度縮短復雜的數(shù)學公式的推導過程，提煉主要的推導步驟，著重講授數(shù)學公式及數(shù)學結果所包含的物理意義，讓學生理解問題的核心思想及解決問題的主要步驟。

（4）充分調(diào)動課堂氣氛，利用分組比賽、有獎競答等方式激發(fā)學生的學習興趣和積極性，提高課堂效率和活躍度，使學生在輕松有趣的氛圍中掌握繁雜枯燥的理論知識。

3.2 經(jīng)典知識與前沿技術緊密結合以開拓學生的創(chuàng)新思維

模式識別技術屬于高速發(fā)展、較為活躍的學科，是人工智能的重要組成部分，在航空航天、交通安全、生物醫(yī)學、金融分析、工業(yè)生產(chǎn)等諸多領域發(fā)揮著重要的作用。因此，各種算法思想、技術知識更新?lián)Q代較為迅速，而模式識別教材的編訂修改速度遠遠趕不上技術的更新速度。目前模式識別課程教學的重點內(nèi)容仍集中于某些基礎的略微陳舊的理論教學上，對于前沿的新技術、新知識缺乏介紹，這將不利于開拓學生的創(chuàng)新思維。針對這一問題，采用如下解決方案。

（1）對于教材中的經(jīng)典算法，例如聚類算法中的K-means，分類算法中的KNN等，予以保留進行詳細介紹，算法雖然簡單，卻有很強的實用性；對于略微過時的算法，可簡略介紹。

（2）引導學生課下閱讀知名國際會議及期刊的學術論文，例如頂級期刊T-PAMI，計算機視覺相關的頂級會議CVPR、ICCV的論文，多媒體領域頂級會議ACM Multimedia論文等，以此鍛煉學生的自學能力，并開拓學生的知識面和創(chuàng)新思維能力。

（3）計算機學院經(jīng)常會邀請國內(nèi)外知名學者進行講座，鼓勵學生參加模式識別學科相關的前沿知識講座，拓展知識面，開闊視野，以進一步拓展學生的創(chuàng)新創(chuàng)業(yè)思路。

3.3 理論知識與實際應用緊密結合以鼓勵學生的創(chuàng)新創(chuàng)業(yè)理念

目前，模式識別課程的實踐教學環(huán)節(jié)，僅僅停留在舉例介紹層面上，與實際應用聯(lián)系不緊密，不利于激發(fā)學生的創(chuàng)新創(chuàng)業(yè)意識。為進一步將模式識別理論知識與實際應用緊密結合，將采取如下方案。

（1）將模式識別課程設計與實際應用緊密結合，例如實現(xiàn)人臉識別系統(tǒng)、語音識別、車牌識別系統(tǒng)、監(jiān)控視頻下的人物分析等等。這些課程設計可以與科創(chuàng)項目相結合，以解決實際應用問題，此過程可激發(fā)學生的創(chuàng)新創(chuàng)業(yè)理念。

（2）鼓勵學生分組進行系統(tǒng)實現(xiàn)，原則上每組2-3人，自由組合，采用現(xiàn)場演示講解的方式展示每一個實踐環(huán)節(jié)。這種方式可以鍛煉學生的團隊意識與合作精神，并且提高語言表達能力。

（3）引導學生積極閱讀知名國際會議和期刊論文，并對前沿算法進行實現(xiàn)。在此過程中，鍛煉學生發(fā)現(xiàn)問題、解決問題的能力，激發(fā)學生的創(chuàng)新意識。

（4）鼓勵學生積極參加模式識別相關的課題研究小組，參與相關項目，解決實際問題，鼓勵學生積極向期刊和會議投稿。

通過以上措施和方案，可以有效解決這些問題，包括理論教學較為枯燥，不利于學習興趣的激發(fā)及創(chuàng)新意識的培養(yǎng)；教學內(nèi)容略微陳舊，無法緊跟前沿技術；實踐環(huán)節(jié)較為薄弱，與實際應用聯(lián)系不緊密等等。

4 總結

在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的大環(huán)境下，人工智能上升為國家戰(zhàn)略，而模式識別技術是人工智能的重要組成部分。因此，面向大學生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的模式識別課程改革，不僅對大學生創(chuàng)新創(chuàng)業(yè)教育有重要現(xiàn)實意義，也將為我國人工智能技術的發(fā)展增磚添瓦。該課程改革將著眼于如何在模式識別課程的教學過程中，激發(fā)學生的創(chuàng)新創(chuàng)業(yè)意識，如何將模式識別課程學習與學生的個性化培養(yǎng)相結合，通過產(chǎn)學研用深度融合，以培養(yǎng)特色鮮明的大學生創(chuàng)新創(chuàng)業(yè)人才。該課程改革可以有效提高大學生創(chuàng)新創(chuàng)業(yè)的科技含量，從而進一步提升創(chuàng)業(yè)的成功率和社會影響力。

基金項目：南京航空航天大學計算機科學與技術學院教改項目（2017JG0901Y）

參考文獻

[1] 齊敏，李大健，郝重陽.模式識別導論.清華大學出版社，2009.

[2] 邊肇祺.模式識別（第二版，第三版）.清華大學出版社，2000.

[3] 王雅君.國外大學生創(chuàng)新創(chuàng)業(yè)教育的經(jīng)驗及啟示.邢臺職業(yè)技術學院學報，2016.

[4] 張芳，肖志濤，韓曉軍，吳駿，劉麗杰.模式識別課程教學改革思考.計算機教育，2012.