计算机类研究生实践创新能力培养体系建设

张永梅 叶青 马礼

摘 要 如何培养计算机类学科研究生的实践创新能力，是当前亟待解决的重要问题。分析国内外相关研究现状，完善培养方案，改革课程教学方法和课程内容，充分发挥实验室培养研究生实践创新能力的作用，提出基于改进深度学习的智能化研究生实践创新能力评价算法。实践表明，该项教学改革能够有效地提高计算机类研究生的实践创新能力，为国家培养高素质创新型人才。

关键词 实践能力;创新能力;深度学习;计算机类学科研究生

中图分类号：G643 文献标识码：B

文章编号：1671-489X（2019）08-0124-03

Training System Construction of Practical and Innovative Ability

for Computer Graduate Students//ZHANG Yongmei， YE Qing， MA Li

Abstract How to cultivate the practical and creative ability for com-

puter graduate students is an important problem urgently to be solved.

The paper analyzes the current research situation at home and

abroad， improves the training program， reforms the teaching methods

and course contents， gives full play to the role of the laboratories in cultivating the practice and innovation ability of graduate students， and presents an intelligent evaluation algorithm for the practice and innovation ability of graduate students based on improved deep lear-

ning. The practice shows the teaching reform can effectively enhance

the practical and innovative ability of computer graduate students and cultivate high-quality and innovative talents for our country.

Key words practical ability; innovation ability; deep learning; com-puter graduate students

1 引言

黨的十九大报告明确提出“加快建设创新型国家”。为了满足国家对信息技术类应用型和实用型人才的巨大需求，近年来，我国计算机类学科研究生教育规模不断扩大。然而，计算机类学科是一门实践性很强的工程学科，如何培养计算机类学科研究生的实践创新能力，是当前亟待解决的重要问题[1-2]。

本文通过对计算机类学科硕士研究生实践创新能力的构成要素、影响因素、培养方法及学科特点等因素进行研究，给出符合北方工业大学发展目标的培养体系，针对学术研究生、专业研究生的不同培养目标和特点，给出实践创新能力的客观评价方法，提高计算机类学科硕士研究生的实践创新能力，为我国企事业单位培养更多更优秀的应用型、复合型和高层次的实践创新人才。

2 培养体系建设

深入研究和分析国内外提高计算机科学与技术、软件工程学科学术型研究生，以及计算机技术、软件工程专业硕士研究生的实践创新能力的先进技术和方法，结合北方工业大学计算机类学科以及硕士研究生特点，给出符合北方工业大学发展目标的培养体系，并具体体现在研究生培养方案和课程教学大纲中。

完善培养方案 学位点的培养方案每年修订、完善一次，特别是融入了最新的研究成果和飞速发展的计算机领域前沿技术（人工智能、互联网技术以及移动互联、物联网、大数据、云计算等）;课程内容新颖，紧扣学科发展前沿、教学改革成果和人才培养需要;课堂教学与实践性教学相结合，提高了学生的综合分析能力、解决问题的能力和创造能力;教学与科研紧密结合，本学科教师的科研成果不仅应用于工程实际，而且用于更新课程内容，有利于激发学生的责任感和事业心。

在确保课程体系稳定性的同时，每年对专业必修课和选修课的内容进行更新，融入更多新技术和信息，每两年进行一些选修课程的调整，同时通过每学期定期邀请相关领域专家举办知识讲座，介绍与新技术有关的实际工程项目，作为对课程与工程实践的知识补充。

在研究生培养过程中，严格按照培养方案执行计划。通过开设相应的课程，并与工程实践相结合，为学生传授专业基本技能，引导学生将理论与实际相结合，培养学生独立分析问题、解决问题的能力和实际工程管理的能力。通过开题报告、文献综述撰写，进而进行开题答辩环节，使得学生在研究开始前做好充分的准备和知识积累，为顺利开展课题研究打好基础;在经过大约一年的研究工作后，进行中期答辩，进一步考核课题进展情况，并促使学生能够深入研究;在论文最后环节，通过论文重复率检测、交叉验机、背对背毕业答辩等环节，把好学生培养的最后阶段关，保证毕业学生是合格研究生。

通过参加科技活动、名家讲堂、学术论坛、产学研联合培养基地项目、企业导师所在企业实际工程等方式，确保研究生能够接受各有侧重的学术与工程实践训练。安排“科技论文的写作”“编程架构综述”等常规讲座，不定期引入国内外知名企业来校交流，为研究生提供科研实践机会。北方工业大学与北京市石景山区科委合作，开展“科园杯”大学生科技活动，建立企业与高校需求对接机制，提高学生参加科技创新实践的积极性，使研究生获得学术与工程实践的机会。

计算机技术、软件工程专业学位点紧密结合实际应用中的问题，确定了稳定的校外导师队伍，注重课程体系建设，建设了五门方向核心课程，强化校内外产学研合作，探索创新人才培养模式，强化实践能力，着重培养研究生解决实际问题的能力，形成大量以实际应用为背景的学术成果，为高质量人才培养提供了良好保证。

改革课程教学方法和课程内容 在教学实践中，从实际问题入手，培养研究生在团队模式下解决问题。改进课程教学方法，充分利用MOOC、翻转课堂等新型教学方式，并结合大学生科学研究与创业行动计劃项目，参加校内教师项目以及学生竞赛，提升学生的学习积极性和创造力。改革课程实验环境及实验内容，要求整体的系统层面综合设计，通过软硬件协同实现实验开发方案的最优化。

每年不定期地进行核心课程的研讨，结合计算机行业的发展趋势，调整课程的知识结构与专业实践的安排，跟上时代的步伐。在课程教学及教学大纲中设计与时俱进的先进学科应用案例。如在“人工智能技术”课程中，设计了包括机器学习、深度学习、机器人等相关的先进学科应用案例，提出改进的全卷积神经网络多光谱图像建筑物识别方法[3]以及目标跟踪方法，体现产业和技术的最新发展，建设集教育、研发于一体的实践平台，进一步提高研究生的实践创新能力。

充分发挥实验室对培养研究生实践创新能力的作用 北方工业大学信息学院依据研究积累形成“大规模流数据集成与分析技术”北京市重点实验室、“CNONIX国家标准应用与推广”国家新闻出版广电总局重点实验室两个省部级重点实验室，并实行24小时对研究生免费开放。

拥有数字媒体艺术实验教学中心北京市实验教学示范中心、知识工程研究所、智能信息系统研究所，计算机体系结构研究室、图像处理技术研究室、多媒体技术研究室、知识工程研究室、云计算研究室、软件工程研究室、数据库技术研究室、软件体系结构研究室、网络技术研究室等研究室，为教师和学生开展科研提供了良好的研究环境。

北方工业大学、北京数字领地公司联合共建“北京市数字媒体校外人才培养基地”，该基地是北京市教委授予的校外企业基地，每年可接纳研究生120人参与数字媒体制作和互动新媒体技术研发工作。该基地拓展了研究生的视野，激发了研究生的学习动力，有利于完善计算机技术、软件工程专业学位研究生的实践教学体系。

每个研究生均参与导师或团队的实际科研项目开发，培养了团队合作能力和实践创新能力以及解决问题的能力。40%的研究生发表了高水平学术论文，每年有10名以上研究生参加国际或全国性学术会议，并作研究论文交流主题发言。90%以上的毕业生从事与专业密切相关的行业工作。通过对近几年毕业的研究生的跟踪调查，计算机类学科的毕业生在后续发展过程中呈现出两个特点：70%以上的毕业生在就业第一个单位工作超过五年;近30%的毕业生在五年内升职到项目经理级别。

3 提出基于改进深度学习的智能化研究生实践创新能力评价算法

结合国家、北京市、石景山区、北方工业大学“十三五”发展规划，提出基于改进深度学习的智能化研究生实践创新能力评价算法。数据量巨大时，深度学习能发挥优势;而在数据量较少时，深度学习方法具有局限性。迁移学习是机器学习的一个新方向，迁移学习需要的数据量少，具有良好的自适应能力[4]。本文采用先进的人工智能技术，提取影响研究生实践创新能力的关键因素，将深度学习与迁移学习有机结合，改进深度学习算法，完成学生实践创新能力的客观评价，实现小样本学习的技术突破。

本文选取评价学术型研究生、专业学位研究生和本科生实践创新能力的评价指标，设计基于深度置信网络的学术型研究生实践创新能力评价算法。将研究生的实践创新能力分成六个一级指标，分别是学位类别、学校、获得的奖学金、参加的项目、竞赛、发表的论文，并通过部分高校的官网、各类竞赛官网以及中国知网查找对应指标的数据。深度置信网络（Deep Belief Network，DBN）是一种深层的神经网络，主要由无监督的预训练阶段和有监督的反向传播阶段组成。本文采用四层受限玻尔兹曼机和一层有监督的反向传播网络（Back propagation，BP网络）的深度置信网络。在无监督的预训练阶段，DBN被预训练作为初始权重;在有监督的反向传播阶段，调整整个网络的误

差，保证网络的优化效果。

本文提出基于学术型研究生实践创新能力模型的改进算法，改进评价算法主要是将训练好的基于深度置信网络的学术型研究生实践创新能力评价算法迁移到其他评价上。由于专业学位研究生、本科生的评价指标和数据分布与学术型研究生极其相似，改进算法采用迁移学习方法对专业学位研究生和本科生的实践创新能力进行有效评价，专业学位研究生、本科生与学术型研究生相同特征的权重直接乘差异因子作为专业学位研究生、本科生微调的初始权重，对于专业学位研究生、本科生与学术型研究生不同特征的权重需要重新训练，即预训练和微调，其中差异因子一般是源领域特征期望值和模型特征期望值的比值。实验结果表明，改进后算法适用范围更广，准确率高。改进算法还可以用于中小学生综合素质评价，以及高校教师科研成果等评价。

4 结语

随着我国各项体制的逐年完善，在推动国家经济发展和科技进步过程中，人才资源起着重要的引领作用。高等院校作为高素质人才的培养机构，每年为国家输出大量人才。硕士研究生作为国家高科技人才中的领军力量，其质量的高低直接影响着国家的总体竞争力。本文给出北方工业大学计算机类研究生实践创新能力培养体系建设，通过改革，有效提升了研究生的实践能力和创新能力。

参考文献

[1]侯忠伟，张铭.工学学科研究生创新能力提升策略研究[J].科教导刊，2017（13）：34-35.

[2]Samuel O W， Asogbon G M， Sangaiah A K， et al. Anintegrated decision support system based on ANN and Fuzzy_AHP for heart failure risk prediction[J].ExpertSystems with Applications，2017（68）：163-172.

[3]张永梅，付昊天，孙海燕，等.一种改进的FCN多光谱图像建筑物识别方法[J].计算机工程，2019，45（1）：239-245.

[4]Pan S J， Yang Q. A Survey on Transfer Learning[J].IEEE Transactions on Knowledge and Data Engineering，2010，22（10）：1345-1359.

基金项目：本文受北方工业大学2018年教育教学改革和课程建设研究项目“计算机专业研究生实践创新能力培养体系建设”（项目编号：18XN009-002），北方工业大学2018年教育教学改革和课程建设研究项目“工程教育认证下的电子技术类课程体系建设”（项目编号：NCUT2018JGZ04），教育部高等教育司产学合作协同育人项目“人工智能技术课程教学内容和课程体系改革”（项目编号：201801121002），全国高等学校计算机教育研究会2019年度课题“‘人工智能+课程体系及评价方法研究与实践”（课题编号：CERACU2019R05），2019年度北京市教委基本科研业务费项目“图像大数据智能分析和识别方法”资助。

作者：张永梅，北方工业大学信息学院，教授，博士，研究方向为智能信息处理、图像处理;叶青，北方工业大学信息学院，副教授，博士，研究方向为图像处理和模式识别、智能视频监控;马礼，北方工业大学信息学院，教授，博士，研究方向为无线传感器网络、高性能计算（100144）。