基于学习测量和自适应学习的“机器视觉”课程知识创新实践研究

王 朗,耿庆田,叶凌箭

(1.浙江大学宁波理工学院，浙江宁波 315100；2.长春师范大学，吉林长春 130032)

基于学习测量和自适应学习的“机器视觉”课程知识创新实践研究

王 朗1,耿庆田2,叶凌箭1

(1.浙江大学宁波理工学院，浙江宁波 315100；2.长春师范大学，吉林长春 130032)

本文基于学习测量技术对学生的学习行为客观量化，评定其学习价值。通过自适应学习来重新设计和组织机器视觉课程的教学，重点强调深度学习阶段课堂互动教学的案例选取和教学过程设计，为学生量身定制，满足他们的个性化发展需求。在课前阶段，学生通过优化整合的移动学习平台来实现对学习目标内容的初步认知；在课堂教学阶段，学生参加精心设计的互动教学活动,实现对知识的内化、构建和迁移。

学习测量；自适应学习；创新实践

1 “机器视觉”在电信专业体系中的地位

“机器视觉”是电子信息专业一门重要学科。它面向未来智能工厂和知识自动化的应用发展，在助推“智能制造”抢占未来产业制高点中扮演重要角色，主要研究的是将计算机视觉技术用于工业自动检验、工件加工和装配自动化以及生产过程的控制和监视。该课程所在体系主要包括“面向对象程序设计”“数字图象处理”“机器视觉”“DSP原理及应用”“EDA电子设计”“网络安全”“机器人视觉测量与技术”等课程。随着计算机技术和人工智能、思维科学研究的迅速发展，机器视觉处理向更高、更深层次发展，能够实现理解外部世界的类似人类视觉的系统，通过配备视觉系统的机器人发展和提高生产力水平。该课程要求学生能够综合运用数学、物理等基础知识来分析和解决生产过程中的工程问题，对培养学生运用工程视觉分析、解决实际问题起到重要的作用。

2 基于学习测量和自适应学习的课程创新实践内容

(1)实施符合本校应用型专业人才培养定位的工业视觉处理实验课程教材(内部讲义)建设、教学大纲修订和教学内容优化，突出应用型人才培养目标。

(2)围绕应用型人才培养目标进行课堂教学方法改革，完成基于学习测量的“移动课堂”软件系统平台，并结合课程内容和学生特点开展教学，完成对学习行为的数据描述和学习价值评定。

(3)加强课程的实践教学环节，以学定教，加大实践综合性、实际应用性和创新性实验项目。完成重新设计学习空间、转向深度学习方法。

(4)强化科研训练和产业实践，丰富和完善“开放式教学环境”实践教学体系建设。在“移动课堂”平台上，引入外部资源，集成创客平台导引。引导和鼓励学生参加教师科研项目、学科竞赛、创客活动，与企业联合建立实习实训基地、政府孵化平台,建立微创新团队，建设面向地方服务的教学团队，不断提高知识应用和创新能力。

3 基于学习测量和自适应学习的课程教学实施

3.1 教材建设、教学大纲修订和教学内容优化

在课时数有限的前提下，挑选图像描述、图像识别应用及机器人控制这三部分章节进行重点教学，讲授相应的方法论和工程项目设计案例，培养学生的工程观念。在此基础上，凝练其他教材中的内容，编写适应学生使用的内部教材，结合科研项目开发经历，建成由文字教材、实验指导书、习题集及参辅教材、微课、翻转课堂、项目案例等构成的全方位、立体化教学资源，为实现网络共享做好准备。

3.2 搭建基于学习测量和自适应学习的功能平台

重新设计学习空间、转向深度学习。搭建基于“互联网+”接口为载体的移动课堂平台框架，在此平台上设置深度学习任务，引导学生明确学习内容。通过移动课堂这一平台，利用数据挖掘技术，实现对学生学习行为的客观量化测量，评定其学习效果和价值。加强与学生的交流和互动，培养学生的课堂主体意识。其功能性设计如图1所示。

图1 课程移动平台功能性设置

平台大致分为三个模块：课程资源、师生互动、创新平台。

3.2.1 课程资源模块

该模块主要包括课程资源、教学内容回顾、课堂激励等。课程资源从内容上分为课前、课中和课后三个阶段，这样把预习、课堂互动、课后作业与反馈系统有效地结合起来。把手机这一工具作为课堂教学的必要组成部分穿插在课堂中。

(1)首先实现学生的分组管理，每个课程班在课代表的组织下建立一个微信群，为师生提供一个可以随时随地交流互动的平台。目的在于根据教学效果和教学进度进行分类推送内容。

(2)课前预习，温故而知新，教师先把预习内容和预习问题发送在微信群里。

(3)课堂教学和反馈。课堂上可以穿插课堂小测验，调整课堂气氛。每次课堂检测只需1～2分钟。课下，对课上测验情况进行统计记录，计入平时成绩，给予激励。

(4)课后提升。通过平台上传课后作业，先进行小组互评，然后教师批阅和答疑。同时，定时开展开放性讨论，提升学生发现和解决问题的能力，教师可以根据群内学生的活跃程度，给予他们一定的平时分奖励，并加入到课程考核中，将学生学习效果作为课堂教学质量评价标准。

3.2.2 师生互动模块

实现学生的自管理，教师在线上或线下解答课程中一些疑难点，通过后台操作实现对学生作业或创新作品的管理和综合评价。

(1)课前，学生可以随时随地通过微信群对预习内容提出问题，教师大致了解学生学习的难点，上课重点讲解。

(2)课后，通过微信窗口接收学生的课程疑点，使学生能够结合教师的指导扩展学习广度和深度。

(3)接受学生对教学内容和进度的实时性建议，进行及时调整。增强学生与教师的互动，提高学生对所学课程的进一步认识。

3.2.3 创新平台模块

(1)引入一些外部创新型企业或业界资源，弥补教学资源短板。

(2)搭建与创客活动、学生社会实践、企业实习联系的桥梁。让学生不局限于校内，共享外部创新资源，培养学生的工程观念，提升学生的内在价值。

3.3 基于数据的学习行为测量分析和转向自适应学习

从学习者的角度来看，既有基本的可直接反映其行为的操作，如视频学习、关键字搜索、互动问答；也有间接反映其行为的操作，如学习时间分布、发帖和回帖的高峰时段、主题聚集度以及与最终成绩的关联。通过对收集到的数据进行全方位的分析，总会发现一些平时看上去不太起眼的问题，得到一些有用的结论。从教学策略的制定者和教师角度而言，可以更好地了解学生，针对他们反馈出的问题进一步改善教学方法，提高学生的教学体验。对学生的学习行为进行客观量化，一方面对其学习行为进行数据描述，另一方面评定学生的学习价值。有利于教师调整教学策略，有针对性地进行个别化教学，且能随时预测学习者在某个具体时间点要取得进步所需的内容和资源类型。

利用通用的大数据框架来处理学生行为数据是大势所趋，随着收集的数据逐渐増多，数据更加全面，为了不让技术成为束缚行为分析的因素，架构一个通用的大数据平台是很有必要的，它可将毎天产生的数据作简单的统计和分析，并把所得结果展示给学生和教师。

在传统的课堂中，想要对学生的行为进行分析是非常困难的，唯一反映学生学习效果的只有成绩，对于学生的学习过程是一无所知的，基于学习测量和自适应学习的教学平台为我们提供了很好的解决方案，将学生的学习数据进行全面的收集，通过对数据的分析，真实地反映学生的实际学习过程，有助于教师有针对性地进行教学内容和教学方式的设计。

[1]NMC地平线报告2016(高等教育版)发布[EB/OL].(2016-02-06)[2017-01-03].http://sohu.com/20160216/n437557822.html.

[2]王靖,陈卫东.认知理论及其对教学设计与技术的应用启示[J].远程教育杂志,2012(3):88-93.

[3]李海峰,王炜.基于具身认知理论的教育游戏设计研究——从EGEC框架构建到“环卫斗士”游戏的开发与应用[J].中国电化教育,2015(5):50-57.

[4]高洁.非正式学习成果认证探析[J].远程教育杂志,2014(4):93-98.

[5]黄春梅,蒋蕾,杨倩.官产学研创新机构CITRIS的启示[J].中国高校科技与产业化,2008(10):75-77.

[6]李浩.网络自媒体的使用与满足——基于高校大学生微信使用的实证研究[J]．浙江学刊,2014(5):127-131.

2017-04-06

浙江省教育规划课题项目“基于学习测量与自适应学习的电信专业‘机器视觉’课程的知识创新实践研究”(2017SCG234)；宁波市教育规划课题项目“基于互联网+的高校移动创客教育平台探索”(2016YGH033)；浙江大学宁波理工学院教研课题项目“‘互联网+’视阈下手机课堂在电信专业‘数字图像处理’课程的实践研究”(NITJG-201617)。

王 朗(1980- )，男，讲师，从事机器视觉研究。

G40-057

A

2095-7602(2017)08-0135-03