宋丹 高櫻萍 王雅靜 劉洞波
[摘 要]針對(duì)目前研究生教學(xué)存在的理論知識(shí)偏多、教學(xué)模式單一、教學(xué)案例缺少的問題,課題組建立了文獻(xiàn)案例庫(kù)、算法案例庫(kù)與綜合案例庫(kù),運(yùn)用多類型案例庫(kù)驅(qū)動(dòng)的教學(xué)模式,以提升研究生的科研創(chuàng)新能力,拓寬研究生的學(xué)術(shù)視野,增強(qiáng)研究生的學(xué)術(shù)素養(yǎng),為其碩士階段的選題、課題研究與論文寫作奠定基礎(chǔ)。通過研究生的教學(xué)實(shí)踐,多類型案例教學(xué)促進(jìn)了學(xué)生對(duì)專業(yè)知識(shí)的深入理解,并提升了其開展科學(xué)研究與創(chuàng)新思維的能力。
[關(guān)鍵詞]案例教學(xué);研究生教育;教學(xué)模式;模式識(shí)別
[中圖分類號(hào)] TP391.4;G643 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 2095-3437(2021)10-0115-04
“紡織服裝CAD技術(shù)及應(yīng)用”是我校紡織工程專業(yè)碩士點(diǎn)的一個(gè)研究子方向,而“模式識(shí)別及應(yīng)用”是該方向的關(guān)鍵核心專業(yè)課,是紡織工程領(lǐng)域與計(jì)算機(jī)領(lǐng)域的交叉結(jié)合。在學(xué)位點(diǎn)建設(shè)中,課程建設(shè)地位應(yīng)該進(jìn)一步提高[1]。工程類專業(yè)碩士培養(yǎng)注重理論與實(shí)踐相結(jié)合,如何將教學(xué)與實(shí)踐相結(jié)合是這一類課程教學(xué)的重點(diǎn)。案例教學(xué)具有可視化、實(shí)踐性強(qiáng)、多元化等優(yōu)點(diǎn),適于該類課程的教學(xué)目標(biāo)與實(shí)踐要求。
由于研究生相關(guān)基礎(chǔ)知識(shí)水平參差不齊,課程內(nèi)容又比較抽象、生澀,為了提高教學(xué)質(zhì)量,在本次教學(xué)改革過程中,本課題組充分考慮了學(xué)生學(xué)習(xí)新知識(shí)的心理演變過程,認(rèn)真研究教學(xué)內(nèi)容、教學(xué)方法等諸多方面,建立了文獻(xiàn)案例庫(kù)、算法案例庫(kù)與綜合案例庫(kù)等多類型的案例庫(kù),力求在教授基本原理的同時(shí),引導(dǎo)學(xué)生閱讀領(lǐng)域文獻(xiàn)、理解領(lǐng)域內(nèi)常用算法并圍繞綜合案例開展理論分析、設(shè)計(jì)與實(shí)現(xiàn)的全過程學(xué)習(xí),為后期的選題、開題、設(shè)計(jì)與實(shí)現(xiàn)等研究階段打下堅(jiān)實(shí)的基礎(chǔ)。
模式識(shí)別是通過分析感知數(shù)據(jù)(圖像、視頻、語(yǔ)音等),對(duì)數(shù)據(jù)中包含的模式(物體、行為、現(xiàn)象等)進(jìn)行判別和解釋的過程,是根據(jù)對(duì)事物的數(shù)學(xué)描述,由計(jì)算機(jī)自動(dòng)辨別事物的特征,從而做出判斷,并把事物進(jìn)行分類。模式識(shí)別具體指對(duì)表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析,以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是指在一定量度或觀測(cè)基礎(chǔ)上將待識(shí)別的模式劃分到各自的模式類中去,它是信息科學(xué)和人工智能的重要組成部分。
雖然模式識(shí)別技術(shù)的發(fā)展歷史只有50余年,但它已經(jīng)廣泛應(yīng)用于專家系統(tǒng)、機(jī)器翻譯、圖像處理和機(jī)器人技術(shù)等領(lǐng)域。隨著人工智能技術(shù)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響不斷增大,模式識(shí)別相關(guān)課程不再是計(jì)算機(jī)專業(yè)獨(dú)有的專業(yè)課程,國(guó)內(nèi)外很多高校在自動(dòng)化、紡織工程、智能交通等專業(yè)都開設(shè)了該研究生課程。
洪偉等[2]認(rèn)為,從應(yīng)用角度看,模式識(shí)別類課程屬于人工智能、機(jī)器學(xué)習(xí)的領(lǐng)域;從學(xué)術(shù)內(nèi)涵角度看,它是進(jìn)行數(shù)據(jù)處理、信息分析的學(xué)科。該類課程在縱向上與概率論、數(shù)理統(tǒng)計(jì)密不可分,在橫向上注重與數(shù)字圖像處理、紡織圖像處理等內(nèi)容相結(jié)合。該類課程對(duì)于鞏固已學(xué)知識(shí)、開展后續(xù)專業(yè)課學(xué)習(xí)及未來(lái)工作具有積極的指導(dǎo)意義。
在模式識(shí)別與紡織工程交叉領(lǐng)域,學(xué)者張海波等[3]提出為實(shí)現(xiàn)基于內(nèi)容的男西裝圖像情感語(yǔ)義識(shí)別,將男西裝圖像的低層特征映射到情感語(yǔ)義空間。學(xué)者應(yīng)樂斌等[4]針對(duì)棉/亞麻混紡織物,通過單纖維縱向顯微圖像,研究了纖維的自動(dòng)識(shí)別方法,設(shè)計(jì)了基于支持向量機(jī)的分類器對(duì)測(cè)試集進(jìn)行測(cè)試。學(xué)者杜磊等[5]利用多種自適應(yīng)閾值算法對(duì)目標(biāo)和背景灰度值差異較大的織物疵點(diǎn)的檢測(cè)效果進(jìn)行綜合比較,并詳細(xì)分析和比較檢測(cè)結(jié)果。學(xué)者張孝超等[6]針對(duì)人工測(cè)量針織物密度的方法存在耗時(shí)、不能連續(xù)測(cè)量的缺點(diǎn),提出一種應(yīng)用空間域法對(duì)針織物圖像進(jìn)行處理并得到其密度的方法。
一、多類型案例庫(kù)驅(qū)動(dòng)的教學(xué)模式
“模式識(shí)別及應(yīng)用”是一門學(xué)科綜合交叉的課程,所涉及的理論知識(shí)較多,且對(duì)研究生的編程能力有一定的要求。為了提升研究生科研創(chuàng)新能力,拓寬其學(xué)術(shù)視野,增強(qiáng)其學(xué)術(shù)素養(yǎng),我們?cè)谡n程教學(xué)中主要是構(gòu)建了三個(gè)數(shù)據(jù)庫(kù),分別是文獻(xiàn)案例分析庫(kù)、開題流程模式化以及構(gòu)建課程案例庫(kù)。文獻(xiàn)案例分析庫(kù)主要是為了提高研究生查閱文獻(xiàn)、分析問題、對(duì)問題定義的能力,為學(xué)生碩士論文的選題做準(zhǔn)備;通過開題流程模式化,學(xué)生運(yùn)用PPT匯報(bào)的形式來(lái)講述自己的論文,將“選題—開題匯報(bào)—討論與提升”的教學(xué)過程系統(tǒng)化、模式化,使其構(gòu)建新課題的能力得到有效提升。由于本課程是紡織工程與計(jì)算機(jī)的交叉學(xué)科,因此在選取課程應(yīng)用型案例時(shí)要考慮紡織工程領(lǐng)域背景,并結(jié)合計(jì)算機(jī)信息處理技術(shù)來(lái)選擇、處理與構(gòu)建,增強(qiáng)學(xué)生的問題分析與建模能力。
“紡織服裝CAD技術(shù)及應(yīng)用”是紡織工程領(lǐng)域與計(jì)算機(jī)領(lǐng)域的有機(jī)結(jié)合,而“模式識(shí)別及應(yīng)用”課程是該方向的關(guān)鍵核心專業(yè)課,其課程內(nèi)容能很好地代表兩個(gè)領(lǐng)域的交叉結(jié)合。
該課程建設(shè)不同于計(jì)算機(jī)專業(yè)的課程建設(shè),其案例來(lái)源須考慮紡織工程領(lǐng)域與計(jì)算機(jī)領(lǐng)域的交叉結(jié)合。課題組在構(gòu)建常規(guī)的算法案例庫(kù)與綜合應(yīng)用案例庫(kù)外,還特別構(gòu)建了文獻(xiàn)資料分析庫(kù)與開題流程模型。多類型案例庫(kù)構(gòu)建框架如圖1所示。
二、多類型案例庫(kù)構(gòu)建
(一)文獻(xiàn)分析案例庫(kù)
考慮到學(xué)生為紡織工程碩士點(diǎn)研究生,本文主要以《紡織學(xué)報(bào)》(紡織學(xué)科國(guó)內(nèi)唯一EI源刊)等為刊源,以2010—2019年為時(shí)間段,從中選擇了10篇與之相關(guān)的文章來(lái)構(gòu)建文獻(xiàn)分析案例庫(kù)。閱讀時(shí)要求學(xué)生主要從論文的標(biāo)題摘要、論文的結(jié)構(gòu)布局、論文的創(chuàng)新點(diǎn)以及結(jié)論等方面進(jìn)行分析。
閱讀文獻(xiàn)是學(xué)術(shù)研究中很重要的一個(gè)部分,通過較廣層面的文獻(xiàn)閱讀,學(xué)生可以在閱讀中找到自己感興趣的研究方向,這對(duì)以后的自主選題有一定的幫助,也為后續(xù)研究課題的確立與進(jìn)一步研究打下基礎(chǔ);通過較小領(lǐng)域的深層次的文獻(xiàn)閱讀,學(xué)生可以了解與學(xué)習(xí)研究小方向上的歷史發(fā)展和前沿動(dòng)態(tài),對(duì)自己所研究的課題所屬小領(lǐng)域有更深層次的理解。同時(shí),學(xué)生閱讀文獻(xiàn)、分析論文結(jié)構(gòu)、了解論文的行文結(jié)構(gòu),對(duì)其撰寫學(xué)術(shù)論文有很大的幫助。
(二)算法案例庫(kù)
算法案例庫(kù)的構(gòu)建主要包括算法簡(jiǎn)介、主要源代碼、仿真實(shí)驗(yàn)幾個(gè)方面。選取的算法主要是圖像分割、模式分類與識(shí)別等領(lǐng)域的相關(guān)算法,具體應(yīng)用到紡織服裝圖像分割與分類、織物疵點(diǎn)提取與分類、數(shù)字圖像分割與識(shí)別等領(lǐng)域。以紡織服裝圖像分割為例,其是根據(jù)一定的相似性準(zhǔn)則將圖像劃分為不同區(qū)域的過程,這也是圖像處理中最困難的任務(wù)之一,分割的精度對(duì)最終計(jì)算機(jī)分析過程的成功率有直接影響。本文主要選取了聚類算法、Canny算法、改進(jìn)Canny算法、Roberts算法、Soble算法等進(jìn)行比較。
以Roberts算法為例,構(gòu)建的Roberts算法案例主要包含算法簡(jiǎn)介、算法源代碼、算法仿真實(shí)驗(yàn)處理對(duì)象與結(jié)果。
Roberts算子作為一階微分算子算法,其算法計(jì)算量小,對(duì)細(xì)節(jié)的反應(yīng)也較為敏感。它用對(duì)角線的差分來(lái)表示梯度, 是一種利用局部差分算子尋找邊緣的算子。從圖像處理的實(shí)際效果來(lái)看,邊緣定位較準(zhǔn),對(duì)噪聲敏感,適用于邊緣明顯且噪聲較少的圖像分割。Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子。進(jìn)行服裝圖像仿真實(shí)驗(yàn),如對(duì)圖2中的原始圖像經(jīng)過Roberts算子進(jìn)行圖像分割后得到圖3,通過結(jié)果可以看出Roberts算子邊緣定位準(zhǔn)確,但是處理后的圖像的邊緣不是很平滑。
(三)綜合案例庫(kù)
隨著我國(guó)經(jīng)濟(jì)的發(fā)展,出現(xiàn)了以計(jì)算機(jī)技術(shù)核心為支撐的各類智能系統(tǒng),如構(gòu)建在機(jī)器視覺、圖像處理與模式識(shí)別的車牌識(shí)別系統(tǒng)已在交通執(zhí)法、場(chǎng)所出入、車輛定位與跟蹤等領(lǐng)域廣泛應(yīng)用,促進(jìn)了系統(tǒng)效率的提升,展現(xiàn)出很強(qiáng)的實(shí)用價(jià)值。圍繞模式識(shí)別這一經(jīng)典案例,本課程構(gòu)建與設(shè)計(jì)了基于OpenCV的車牌識(shí)別系統(tǒng)。
基于OpenCV的車牌識(shí)別系統(tǒng)案例的綜合性較強(qiáng),從分析車牌的結(jié)構(gòu)特征和目標(biāo)區(qū)域的定位著手,主要流程包含:車牌圖像的獲取、灰度化、二值化、邊緣檢測(cè)、數(shù)學(xué)形態(tài)學(xué)處理、區(qū)域標(biāo)記、車牌精細(xì)定位、垂直投影法車牌字符分割。
以關(guān)鍵環(huán)節(jié)車牌定位、字符分割與字符匹配為例,圖4給出了這些關(guān)鍵環(huán)節(jié)的流程圖。車牌定位:首先對(duì)獲取的車牌圖片進(jìn)行預(yù)處理,包括灰度化、對(duì)比度增強(qiáng)以及二值化處理。為了快速定位車牌區(qū)域,本節(jié)采用邊緣檢測(cè)算法進(jìn)行車牌定位,使用Sobel算子對(duì)目標(biāo)區(qū)域確定邊緣,去排除一些干擾選項(xiàng),最終準(zhǔn)確定位車牌區(qū)域。字符分割:根據(jù)上一節(jié)定位后的目標(biāo)區(qū)域圖像,對(duì)總計(jì)7個(gè)字符進(jìn)行切割,切割后的單個(gè)字符圖像用于字符識(shí)別。本文采用的是根據(jù)水平投影法和垂直投影法去進(jìn)行車牌字符切割的方法。垂直投影法確定粗略切割車牌字符,水平投影法進(jìn)一步精細(xì)確定字符。字符匹配:利用當(dāng)前比較常見的識(shí)別方法是便于理解且易實(shí)現(xiàn)的模板匹配算法和抗干擾性較強(qiáng)的神經(jīng)網(wǎng)絡(luò)算法。大量實(shí)驗(yàn)證明模板匹配算法識(shí)別字符效果較好,而BP神經(jīng)網(wǎng)絡(luò)識(shí)別數(shù)字和字母效果較好。最終確定車牌第一個(gè)漢字字符識(shí)別采用模板匹配算法,后續(xù)六個(gè)字符識(shí)別采用BP神經(jīng)網(wǎng)絡(luò)算法。
三、教學(xué)模式實(shí)踐
針對(duì)2016—2018級(jí)紡織工程CAD子方向的研究生,我們?cè)凇澳J阶R(shí)別及應(yīng)用”課程教學(xué)實(shí)踐中運(yùn)用了多類型案例驅(qū)動(dòng)的教學(xué)模式。這提升了學(xué)生的學(xué)習(xí)興趣,促進(jìn)了科研素質(zhì)的培育。將文獻(xiàn)案例庫(kù)與學(xué)生自主選題進(jìn)行PPT匯報(bào)相結(jié)合,我們對(duì)學(xué)生進(jìn)行了選題—開題匯報(bào)—討論與提升的過程訓(xùn)練,注重培養(yǎng)學(xué)生的選題能力,減少或避免出現(xiàn)方向上的選題偏差,拓寬學(xué)生的學(xué)術(shù)視野,增強(qiáng)其學(xué)術(shù)素養(yǎng);利用算法案例庫(kù)與綜合案例庫(kù)進(jìn)行教學(xué)有助于學(xué)生提升分析問題、解決問題的能力,針對(duì)具體應(yīng)用領(lǐng)域問題,沿用提出問題—分析問題—構(gòu)建模型—設(shè)計(jì)算法—仿真實(shí)驗(yàn)—反饋調(diào)整的模式,可加強(qiáng)學(xué)生建模與實(shí)際運(yùn)用能力,并強(qiáng)化學(xué)生重視編碼、重視算法的設(shè)計(jì)與創(chuàng)新意識(shí)。多類型案例庫(kù)的構(gòu)建與運(yùn)用,有助于提升研究生的整體研究水平,為其后續(xù)的選題、課題研究與論文寫作打下扎實(shí)的基礎(chǔ)。
通過調(diào)查和統(tǒng)計(jì)分析可以看出,“紡織服裝CAD技術(shù)及應(yīng)用”子方向的2016—2018級(jí)研究生的學(xué)術(shù)能力以及科研能力得到了較大提升,其查找、閱讀以及分析文獻(xiàn)的能力進(jìn)一步得以深化,其撰寫論文的基本素養(yǎng)得到了培育。因此,本教學(xué)模式的實(shí)施具有較好的可行性與普適性,并在教學(xué)實(shí)踐中取得了較好的教學(xué)反饋,對(duì)學(xué)生學(xué)習(xí)課程內(nèi)容和提高總體科研水平有很好的幫助。表1列出了2016—2018級(jí)“紡織服裝CAD技術(shù)及應(yīng)用”子方向與紡織工程專業(yè)碩士點(diǎn)的科研信息統(tǒng)計(jì)情況,從表中對(duì)比可以得出:“紡織服裝CAD技術(shù)及應(yīng)用”子方向研究生在省級(jí)研究生科研創(chuàng)新項(xiàng)目立項(xiàng)率、專利人均立項(xiàng)數(shù)和論文人均發(fā)表篇數(shù)上均明顯優(yōu)于紡織工程專碩研究生的平均水平,表現(xiàn)出較好的科研能力與科研素養(yǎng)。
四、結(jié)語(yǔ)
模式識(shí)別是一門理論與實(shí)踐相結(jié)合的技術(shù)科學(xué)。我們?cè)诖祟愓n程的教學(xué)過程中,應(yīng)積極推進(jìn)課程建設(shè),探索新的教學(xué)模式,將專業(yè)課程建設(shè)與研究生科研創(chuàng)新能力相結(jié)合,通過教學(xué)環(huán)節(jié)設(shè)計(jì)來(lái)有效提升學(xué)生對(duì)文獻(xiàn)的閱讀與分析能力、對(duì)前沿領(lǐng)域的認(rèn)知與選擇能力、算法設(shè)計(jì)與實(shí)現(xiàn)能力,從而提升學(xué)生的科研創(chuàng)新素質(zhì),為后續(xù)研究打下基礎(chǔ)。對(duì)于任課教師,通過該課程建設(shè),能增強(qiáng)與完備教學(xué)素材和案例庫(kù),提升教學(xué)方法與教學(xué)水平,促進(jìn)課程教學(xué)質(zhì)量的提升。
[ 參 考 文 獻(xiàn) ]
[1] 劉蘭英.合格評(píng)估視角下的研究生學(xué)位點(diǎn)內(nèi)涵建設(shè)[J].教育發(fā)展研究,2019(5):66-73.
[2] 洪偉,劉富,田彥濤. 《人工智能》碩士課程教學(xué)改革的研究與實(shí)踐[J]. 教育教學(xué)論壇,2012(16):152-153.
[3] 張海波,黃鐵軍,修毅,等. 基于神經(jīng)網(wǎng)絡(luò)的男西裝圖像情感語(yǔ)義識(shí)別[J]. 紡織學(xué)報(bào),2013(12):138-143.
[4] 應(yīng)樂斌,戴連奎,吳儉儉,等. 基于纖維縱向顯微圖像的棉/亞麻單纖維識(shí)別[J]. 紡織學(xué)報(bào),2012(4):12-18.
[5] 杜磊,李立輕,汪軍,等. 幾種基于圖像自適應(yīng)閾值分割的織物疵點(diǎn)檢測(cè)方法比較[J]. 紡織學(xué)報(bào),2014(6):56-61.
[6] 張孝超,李平,金福江. 應(yīng)用圖像空域法的針織物密度在線測(cè)量[J]. 紡織學(xué)報(bào),2015(11):138-145.
[責(zé)任編輯:鐘 嵐]
[收稿時(shí)間]2020-06-12
[基金項(xiàng)目]本文系湖南省研究生教育教學(xué)改革一般項(xiàng)目“模式識(shí)別及應(yīng)用課程改革的實(shí)踐與研究”的階段性成果(湘教通〔2019〕293號(hào)),并受湖南省研究生科研創(chuàng)新項(xiàng)目“基于改進(jìn) Canny 算法和BP神經(jīng)網(wǎng)絡(luò)的女裝圖分類與檢索系統(tǒng)”(CX20190962),湖南省研究生優(yōu)質(zhì)課程“計(jì)算機(jī)圖形圖像處理”(湘教通〔2019〕370號(hào)),教育部人文社會(huì)科學(xué)研究項(xiàng)目“知識(shí)圖譜與教育大數(shù)據(jù)協(xié)同驅(qū)動(dòng)的自適應(yīng)學(xué)習(xí)模式研究”(20YJA880045)資助。
[作者簡(jiǎn)介]宋丹(1976-),男,湖南長(zhǎng)沙人,博士,副教授,研究方向:教育大數(shù)據(jù)、智能優(yōu)化建模與分析。