基于MATLAB的“模式识别”交互式教学内容设计

张芳　熊在臣　王萌　李凯　周圣传

摘要：“模式识别”是信息科学和人工智能的重要组成部分。针对目前的授课过程中缺乏实例演示，讲解抽象、不生动，致使学生在理论课上对算法的理解不直观、不透彻等一系列问题，利用MATLAB的图像处理工具箱和图形用户界面GUI工具，创建交互式的操作界面，将学生不易理解的问题形象地表现出来。该设计可实现交互式教学，改善教学效果。

关键词：模式识别；交互式教学；教学内容设计；MATLAB

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）12-0149-02

一、引言

模式识别（Pattern Recognition）是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。模式识别技术在生物医学、航空航天、工业生产、交通安全等许多领域发挥着重要的作用。鉴于模式识别技术的重要性，许多高校都开设了模式识别的相关课程，这为学生毕业后从事智能识别、工业无损检测、医学诊断等工作打下了必要的知识基础。

本校为电子信息科学与技术专业的学生开设“模式识别”课程。2011—2012年，课程组就原有的“模式识别”课存在的问题进行了相应的教改工作。作为学校立项的教改项目，“‘模式识别课程教学改革研究与实践”（2010-3-22）解决了原来的课程体系中部分教学内容陈旧的问题，提炼精品内容进行重点讲授，同时增加了一些新颖的、实用的模式识别技术（人工神经网络、支持向量机），密切联系实际应用，提高了学生的学习兴趣；改善了原有的教学模式中理论推导过多、而学生对课程核心思想理解不深入的状况，根据教学内容开发了相关实验，在实践中加深了学生对知识的理解。

目前本校开设的“模式识别”课程共包含七章的授课内容，分别是绪论、贝叶斯决策理论、线性判别分析、特征提取和选择、聚类分析、人工神经网络、支持向量机。改革后的教学内容受到学生的广泛认可，但是在教学方式和教学手段方面仍存在一些问题。例如，在介绍Fisher判决准则时，目前采取的讲授方式是先以板书的形式讲解Fisher判决准则的基本原理，然后总结利用Fisher判决准则进行模式分类的步骤并展示在PPT上，最后以一次实验课“Fisher判别算法”加深学生对Fisher判决准则的理解。但是，在近两年的授课过程中，发现学生在理论课上对算法的理解不直观、不透彻，无法留下深刻的印象，因而在相隔几天之后的实验课上需要重新理解算法原理才能进行相关的实验编程。这样在实验课上仅仅是完成实验内容，而没有达到启发学生思维、锻炼学生能力的作用，既耽误课上时间，又不能将知识点深刻地灌输到学生的头脑中，教学效果不好。由此可见，当前的“模式识别”课程在教学手段方面仍存在一些问题，不能完全适合本课程的教学要求。为了提高教学质量，改善教学效果，探求有效的“模式识别”课程教学方法和教学手段，对课程建设进行深入思考和研究具有重要意义。

二、“模式识别”交互式教学内容的设计

交互式教学形式不仅有利于知识的阐述，还能提高学生对理论的认识，并学会如何去运用涉及到的知识。因此设计并开发了一套交互式教学课件，在现有PPT课件的基础上，增加交互式的教学演示内容。目的是在课堂上通过实例展示，直观地讲课各种分类器的原理，以加深学生对知识点的理解，激发学生学习和思考的热情。MATLAB是集矩阵运算、图形处理、程序语言设计等功能于一体的软件，还提供了可视化的图形用户界面GUI环境，可以方便地创建交互式的操作界面，有利于将所要讲授的理论知识转化为算法实现，从而促进学生积极主动地学习、实验甚至创新。因此，可以利用MATLAB提供的图像处理工具箱和可视化的图形用户界面GUI工具来实现交互式教学。

基于MATLAB设计和制作“模式识别”课程的交互式教学课件，主要包括以下几种。

1.基于贝叶斯决策理论的分类方法：实现利用最大后验概率判决准则和最小风险贝叶斯判决准则进行分类的功能，可设置先验概率、损失函数等参数，对样本进行分类。

2.线性判决分析方法：实现利用Fisher判决准则、感知准则函数和近邻分类器进行分类的功能。

3.聚类分析方法：实现利用K均值算法进行分类的功能。

4.特征选择与提取：利用K-L变换法进行人脸识别，实现人脸识别功能。

5.人工神经网络分类方法：实现利用感知器网络、BP网络和径向基函数网络进行数据分类的功能，可设置网络结构，对样本进行分类。

6.支持向量机分类方法：实现利用线性支持向量机和多种核函数下的非线性支持向量机进行模式分类的功能。

三、结语

设计制作了交互式“模式识别”多媒体课件，对部分学生进行的调查结果显示：这种教学方式能够充分调动学生的求知欲望和学习“模式识别”课程的兴趣，充分发挥学生的主体作用。新的课件形式能够解析课程难点，可减少理论的抽象性，加深理解，增强记忆。交互式教学环节不仅有利于知识的阐述，还能提高学生对理论的认识，并学会如何运用所学知识。新的教学课件将用于新学期开设的“模式识别”课堂和实验教学。如何使新的授课方式取得最佳效果，有待于我们不断地探索与实践。