“模式识别”课程教学改革探索

2014-08-15周石琳孙即祥

电气电子教学学报 2014年6期

关键词：模式识别讲授案例

高贵，周石琳，孙即祥，何鹃

(国防科学技术大学电子科学与工程学院，湖南长沙410073)

“模式识别”是国内外计算机技术、信息与通信工程、电子科学与技术、控制科学与技术等学科的专业基础课程，受到了广泛地重视[1，2]。目前，国内外众多具有相关专业的高校和研究单位都开设了此课程，并开展了面向研究生的授课。

1 国内外“模式识别”教学的差异

对比国内外高校研究生“模式识别”课程的教学情况，我们发现存在如下差异。

(1)创新能力的培养上存在差异:国外教师始终把学生作为教学主体，鼓励学生参与教学过程，甚至向学术权威提出挑战，并把难度适中的课程设计作为课程设置的一个重点，以培养学生运用所学知识解决实际问题的能力。这种宽松、自由的气氛以及动手能力培养兼顾的方式是激发学生发挥想象力、培养创新思维的重要源泉。而国内很多高校的教学仍以教师为主体，学生习惯依赖教师安排。

(2)教学内容安排上存在差异:国内“模式识别”课程中数学内容的教学时长占整个授课时长的比例大，过于偏重基础知识点的讲授，导致学生对本课程的学习重点多集中在数学分析上，而对应用的理解不够深入[4]。

国外高校在系统讲授基础知识点的基础上，在教学内容上辅以丰富的教学案例、知名专家的讲座和一定课时的新技术研讨等，帮助学生对于技术的理解和应用。

(3)教学方法和模式上存在差异:国外普遍采用研究型教学模式，综合利用网络等资源，侧重引导兴趣和强调自学;指导学生通过课前预习、课堂研讨和课后作业等环节，使感性认识转化为知识，进而激发创造力。而国内则直接灌输知识点，学生难以真正理解“模式识别”课程涉及问题的关键。

(4)评价学生方式上存在差异:国外对学生的培养重在经验、过程、体验和应用，教师评价学生十分注重学生课堂发言、综合实践应用能力的表现。而国内的教学往往只注意教师知识的传授，忽略了学生能力和全面素质的培养[4]。

综上所述，国内原有的“模式识别”教学模式和内容已经不符合创新性人才培养的要求，需要充分借鉴国际高水平大学在“模式识别”教学中的经验，探索该课程的教学改革，以促进其课程体系的完善及课程教学质量的提高，进一步强化培养创新人才的理论基础与实践能力。

2 教学改革目标与思路

模式识别是研究分类识别理论和方法的学科，综合性、交叉性强，涉及的数学知识多，应用广。针对其特点，采用如下的教学改革目标和思路。

(1)坚持当代教育发展的新理念，瞄准研究型大学的课程体系建设，采用先进合理的教学和工具和手段，设置合理的教学内容;

(2)面向研究型教学，改革现有教学模式;

(3)建立完善教学和实验平台，进一步提高教学和实验质量;

(4)有效提高学生的动手能力、创新意识、自主学习的欲望及解决问题的能力和方法。

3 教学改革内容与具体措施

3.1 教学内容改革

(1)我校研究生“模式识别”课程的授课对象主要是硕士研究生，每年度安排的教学量为54课时。我们的教学内容安排是保持与本科生、博士生课程纵向的连续性，这样有利于学生由浅入深系统掌握相关知识;同时又在横向注重与同一层次相关课程(如数字图像处理、统计信号处理)的关联性，课程间互相补充。从深度和广度两个方面覆盖了模式识别和相关学科领域内的所有知识点;

(2)对学科发展、科研需求深入调研分析，对教学内容进行筛选，保留重要经典知识。具体措施为以三类重要的模式识别技术:统计模式识别、模糊模式识别和智能模式识别为主线，对基础知识点进行模块化划分，确定每一类别技术的模块组成，设计合理的教学课时数:①统计模式识别按其基础知识点划分为聚类技术、统计判决准则、参数学习与错误率估计、小样本学习理论等四大技术模块，安排12个课时讲授;②模糊模式识别划分为模糊理论与隶属度函数、模糊方法两大技术模块，安排6个课时讲授;③智能模式识别划分为神经网络、组合优化方法、专家系统等三大技术模块，安排8-11课时讲授;

(3)引入最新代表性科技成果，在整体的教学内容中安排20%左右的课时数，约11个课时，用于介绍最新的发展前沿;

(4)设置约4个教学案例讲解，每个案例2个课时，共需8个课时，占总课时数的约15%;

(5)聘请名师开设讲座，约6-9课时，占总课时数的比例在11%-17%之间;

(6)修改完善与教学内容相配套的教学大纲、教学案例和课件等内容;