劉燁

摘 要：近年來，大數(shù)據(jù)與人工智能已經(jīng)成為當前信息技術發(fā)展的方向。作為大數(shù)據(jù)分析和人工智能的基礎課程，模式識別基礎課程起著重要的入門作用。但是，由于本科階段的學生數(shù)學基礎不夠，編程經(jīng)驗不夠豐富。因此，教師要想取得良好的教學效果，需要對課程理論、實踐內容進行適當?shù)娜∩幔虒W方法進行適當?shù)母母?，以使學生更好地學習知識。

關鍵詞：本科教學；模式識別基礎；改革

中圖分類號：G64 文獻標識碼：A 文章編號：1673-9132（2018）31-0006-02

DOI：10.16657/j.cnki.issn1673-9132.2018.31.002

大數(shù)據(jù)與人工智能是當前的熱門話題，在這種背景下，在本科階段開設相關課程具有重要的現(xiàn)實意義。模式識別是通過計算機用數(shù)學的方法來對特定對象如聲音、圖像等進行自動的處理、分類和解釋，它是人工智能的重要組成部分。目前，模式識別在許多領域都得到了廣泛的應用[1]，如指紋門禁系統(tǒng)、安防中人臉識別系統(tǒng)、手機語音識別系統(tǒng)等。學生在本科階段掌握模式識別的基礎知識，能為其今后從事相關行業(yè)或是繼續(xù)深造打下知識基礎。

由于模式識別課程內容較多所涉及的知識較為復雜[2]，因此需要教師對教學內容進行適當?shù)娜∩帷６?，由于模式識別涉及的數(shù)學知識較多，需要采用新的教學方法，以提高學生的學習興趣，引導學生理解所學知識[3]。另外，為了鍛煉學生運用所學知識解決實際問題的能力，需要合理設置實踐教學環(huán)節(jié)，并選擇難度合適的實踐教學內容。具體來說，教師可從以下幾方面入手。

一、教學內容改革

模式識別基礎主要包括線性判別函數(shù)，近鄰法，特征提取與特征選擇，貝葉斯決策理論，神經(jīng)網(wǎng)絡等。而其中的每項內容都有幾種甚至幾十種的方法，如線性判別函數(shù)有Fisher準則、感知器、最小錯分樣本數(shù)準則、最小平方誤差準則等。這些方法如果全部講授，學生可能存在理解困難，并容易混淆。因此，有必要對教學內容進行適當?shù)娜∩?，選取其中有代表性的方法，讓學生熟練掌握，并能夠運用解決實際問題。而一些不常用的方法只要求學生能夠了解其原理及其適用范圍。

此外，模式識別需要一些知識作為基礎，如圖像處理、矩陣論、最優(yōu)化方法等。這些基礎知識都是本科階段的學生所欠缺的。因此，需要在介紹模式識別理論之前，簡要介紹這些基礎知識。另外，一些編程技術如MATLAB、OPENCV等也需要介紹，為學生課程實踐打下基礎。

模式識別學科本身就是來源于實際，因此模式識別的方法在眾多領域都有應用。因此，在介紹理論知識的同時，可適當增加與實際應用相結合的內容，如在介紹主成分分析時，可結合其在人臉識別的應用“特征臉”來進行，讓學生能夠對理論與實際應用有更為感性的認識。

二、教學方法改革

1.強化演示教學法的作用。模式識別課程理論性較強，一個方法往往包含大量的數(shù)學推導。而學生往往對數(shù)學符號的意義感到較為陌生。采用演示教學法能使這種情況得到改善。模式識別課程中的演示教學法主要針對數(shù)學推導較多的算法，以MATLAB程序和程序生成的圖表為主，現(xiàn)場演示算法的執(zhí)行過程和執(zhí)行結果。通過現(xiàn)場修改程序，讓學生體會到數(shù)學公式中變量在實際分類效果中的意義。

模式識別基礎課程中案例教學法有兩個注意事項：首先，在選擇演示程序實例時，盡量選擇數(shù)據(jù)能夠被直接可視化的例子，如通過身高、體重兩個維度的數(shù)據(jù)來對性別進行分類。這樣數(shù)據(jù)可以直接顯示在二維平面，學生可以直觀觀察到分類結果。其次，程序不宜過長，程序結構應盡量簡化，演示前可對照數(shù)學公式將程序講解一遍。

2.采用啟發(fā)式教學法。啟發(fā)式教學法有兩個目的：一是將教師的知識引導轉化為學生的知識；二是將學生的知識引導轉化為解決實際問題的能力。對于這兩點，采取增加學生學習積極主動性的策略。即從第一節(jié)課開始，就向學生說明模式識別課程是用來解決實際問題的，引導學生思考市場上的模式識別產(chǎn)品如指紋識別等的工作原理，并進一步引導學生思考如果自己來開發(fā)類似的系統(tǒng)，應該具備哪些知識，采用哪些技術手段來實現(xiàn)。另外，在課堂上多采用發(fā)問的方式來引發(fā)學生的思考，如果時間不允許，可以不請學生回答，在提出問題后待學生短暫思考后再逐步引導學生探索問題的正確答案。

三、實踐教學環(huán)節(jié)改革

實踐教學環(huán)節(jié)對于鍛煉學生運用知識解決實際問題的能力起著重要的作用[4]。對于本科階段的模式識別課程來說，實踐教學環(huán)節(jié)面臨兩個問題：第一是時間短。模式識別課程在本科階段一般作為選修課，課時不會太多，在有限的課時中分出時間來進行試驗課可能造成講課課時不足。第二是實踐教學面臨選題難。模式識別系統(tǒng)的復雜程度較高，編程量較大，選擇適合本科階段學生的實踐教學題目是需要解決的問題。

為了解決時間短的問題，不采取實驗課的方式，而采取課后大作業(yè)的方法，讓學生利用課余時間來完成。選題方面，選擇實現(xiàn)一些經(jīng)典問題，比如人臉識別作為課題。其中，包含的圖像處理基礎以及MATLAB編程基礎需要在講課時講授。將人臉識別系統(tǒng)分解為：特征提取，分類器訓練，分類識別幾大模塊，每一個模塊如何實現(xiàn)在課堂上都講解清楚。必要時，可以給出一個最基本的人臉識別程序如用像素作為特征以及最近鄰分類器，讓學生在此基礎上擴充、改進。然后，加入PCA降維、LBP特征提取，K-近鄰分類器，線性鑒別分析等。在保證學生積極性的前提下，鍛煉學生運用所學知識解決實際問題的能力，同時也能夠讓學生體會到這些方法的優(yōu)缺點。

四、結語

針對本科階段學生在知識基礎、編程經(jīng)驗方面的不足，教師在授課過程中需要對內容進行相應的取舍；在教學方法上，也需要更多的引導，避免一味灌輸，以使學生保持學習興趣；在實踐教學環(huán)節(jié)中，應考慮到學生和課程的實際情況，循序漸進，鍛煉學生運用知識解決實際問題的能力。

參考文獻：

[1] 張學工.模式識別[M].北京：清華大學出版社，2010.

[2] 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[J].計算機教育，2012（4）：45.

[3] 戚玉濤，劉芳，焦李成.模式識別教學實踐與課程改革[J].計算機教育，2010（19）：24.

[4] 劉雨，孫即祥，余莉.“模式識別”課程開放式案例教學設計[J].電氣電子教學學報，2011（3）：103.