APP下载

“模式识别”课程的工程教育能力点设计

2024-07-30刘仁峰盛钟尹郭海松

科教导刊 2024年17期

摘 要 文章通过对工程认证教育内涵的解读和模式识别教学内容的详细解析,着重探讨了该课程在高等工程教育中的关键地位,指出该课程通过教学内容的深度和广度以及强调实际应用能力的培养,帮助学生建立起对工程领域的全面理解。通过工程教育能力点的设计和对模式识别教学案例的详细解析,展示了该课程如何帮助学生在未来工程领域中灵活运用技术解决实际问题,为工程教育领域的进一步探讨和实践提供有益的借鉴。

关键词 模式识别;工程教育;教学改革

中图分类号:G424 文献标识码:A DOI:10.16400/j.cnki.kjdk.2024.17.033

Engineering Education Competency Point Design for Pattern Recognition Courses

LIU Renfeng1, SHENG Zhongyin1, GUO Haisong2

(1. School of Mathematics and Computer Science, Wuhan Polytechnic University, Wuhan, Hubei 430048;

2. Changchong Junior High School of Yingshan County, Huanggang, Hubei 438799)

Abstract This paper, through an interpretation of the essence of engineering certification education and a detailed analysis of pattern recognition teaching content, focuses on the crucial role of this course in higher engineering education. It emphasizes that the course helps students establish a comprehensive understanding of the engineering field by delving into the depth and breadth of teaching content and emphasizing the cultivation of practical application abilities. By designing engineering education competency points and analysing pattern recognition teaching cases, this paper demonstrates how the course assists students in flexibly applying technology and solving real-world problems in future engineering fields. It provides valuable insights for further discussions and practices in the field of engineering education.

Keywords pattern recognition; engineering education; teaching reform

在第四次产业革命浪潮中,美、德、法、日等世界强国纷纷向智能制造、人工智能、物联网等领域投入大量资金。为适应这一趋势,各国开始进行高等工程教育的改革,以解决高级工程技术人才短缺的问题,工程认证教育应运而生。工程认证教育是一种通过专业组织或权威机构认可的教育体系,旨在确保学生在特定领域具备必要的知识、技能和素养,达到一定的标准并获得认证资格。工程认证教育不仅是一种教学模式,还是一种全面提升工程学科教育质量的途径。通过认证体系,高校能更好地满足社会对工程人才的需求,为学生提供更加实用、全面的工程教育[1]。

在工程认证教育中,注重学科知识的深度和广度,强调实际应用能力的培养。通过认证体系,学生将在工程领域接受系统化的培训,建立起对于该领域的全面理解[2]。这不仅包括专业课程的学习,还包括实践性项目的参与,以及行业实习的机会,使学生能够在真实场景中运用所学知识,增强解决实际问题的能力。此外,工程认证教育注重培养学生的创新思维和实践能力。通过项目驱动的教学方式,学生将在实际项目中面临各种挑战,激发解决问题的创新灵感。同时,团队协作也是工程认证教育的重要组成部分,可以培养学生在团队中的沟通协调能力和集体协作精神。

“模式识别”课程在高等工程教育中具有重要地位。“模式识别”作为一门交叉学科,涉及统计学、机器学习、人工智能等多领域的知识,对培养学生的综合应用技能和解决实际问题的能力起到关键作用。首先,模式识别课程强调理论基础,通过学习概率统计、机器学习算法等基础知识,学生能够建立扎实的理论基础。其次,该课程的知识体系与实际项目联系紧密,学生能够将所学知识应用于解决实际问题,培养他们在工程领域中灵活运用模式识别技术的能力。此外,“模式识别”课程关注最新的深度学习、人工智能等前沿技术,有助于培养学生对未来工程领域的创新思维和应对技术挑战的能力。目前,结合工程认证的模式识别课程教学系统研究仍旧较少,袁立从教学内容、教学方式和实验平台设计等三个方面进行了模式识别课程教学改革探索[3],翟婷婷等从模式识别课程内容体系、实验训练环节等方面介绍了课程教学改革的方法[4]。

综上所述,“模式识别”课程在高等工程教育中的重要性体现在其全面性、实践性和前瞻性。通过该课程,学生不仅能够深入理解模式识别的理论,还能够在实际应用中运用所学知识,为他们未来在工程领域的发展提供坚实的基础。

1 模式识别教学内容解析

“模式识别”课程主要针对高等院校信息类、智能类、数据科学类专业的研究生或高年级本科生,一般教材涵盖了概率密度函数估计、贝叶斯决策理论、线性判别函数、支持向量机、统计学习理论、决策树、监督学习与非监督学习等各种经典方法与理论,近年来还拓展到卷积神经网络、循环神经网络、深度信念网络、生成对抗网络等代表性的深度学习方法。“模式识别”课程的教学内容设计旨在为学生提供系统而实用的知识,使其在理论和应用层面都能够熟练运用模式识别技术,具体的教学内容可分为基础理论知识、经典模式识别方法、高级模式识别技术和实践性项目四个模块。

基础理论知识模块主要讲述模式识别的基础理论,包括定义、发展历程、应用领域等,让学生对模式识别的整体认知有一个清晰的框架。其教学目标为加强模式识别中的数学基础,如概率论、统计学、线性代数等,为学生理解算法和模型提供必要的数学支持。

经典模式识别方法模块主要学习经典统计模式识别方法,包括最大似然估计、贝叶斯分类器、监督学习、无监督学习、支持向量机、决策树、聚类算法等。其教学目标是让学生能够理解和应用基于统计方法的模式识别技术,使学生能够选择和应用适当的算法解决实际问题。

高级模式识别技术模块学习深度学习相关技术,引入卷积神经网络(CNN)、循环神经网络(RNN)等深度学习模型,培养学生对于复杂数据的特征学习和抽象能力。教学目标是通过学习模式识别在图像和语音处理中的具体应用案例,让学生了解模式识别在计算机视觉和语音处理领域的具体应用。

实践性项目模块与工程教育紧密结合,学生将参与实际项目,设计和实现模式识别算法,从数据采集到结果分析全方位掌握项目流程。通过对真实世界中模式识别问题的案例分析,让学生能够在实践过程中逐步掌握解决问题的方法。

通过以上教学内容的设计,“模式识别”课程教学可为学生提供全面、系统的知识结构,使他们能够在未来工程领域中灵活运用模式识别技术解决实际问题。同时,注重实践和团队协作能力的培养,为学生未来的职业发展奠定坚实的基础。

2 工程教育能力点设计

根据2022年中国工程教育专业认证协会发布的最新工程认证标准,工程教育应涵盖工程知识、问题分析、设计/开发解决方案等共12条核心毕业能力要求[5]。其中,与“模式识别”课程关系最紧密的包括第2条问题分析能力和第4条研究能力,这也是本文的研究重点。本文根据这两条能力设计的工程教育能力点细化如下。

对应问题分析能力的毕业要求为:能够应用数学、自然科学和工程科学的基本原理,识别、表达并通过文献研究分析复杂工程问题,以获得有效结论。针对本课程的目标能力点可设计成四个方面:①运用数学、自然科学和工程科学基本原理,结合模式识别理论,对复杂工程问题进行全面识别和表达;②通过文献研究,深入分析复杂工程问题,运用模式识别方法获取并理解相关信息,形成系统性结论;③能够灵活应用模式识别技术,识别工程问题中的关键模式,通过问题分析得出准确结论;④在模式识别的框架下,对工程问题进行分层和分类,从而更好地理解问题的复杂性和相互关系。

对应研究能力的毕业要求为:能够基于科学原理并采用科学方法研究复杂工程问题,包括设计实验、分析与解释数据,并通过信息综合得到合理有效的结论。针对本课程的目标能力点可设计成四个方面:①基于科学原理,运用模式识别技术设计实验,收集并整理实验数据; ②通过模式识别方法对实验数据进行深度分析,提取关键信息,为问题研究提供有力支持;③具备解释实验数据的能力,能够运用模式识别理论解释数据背后的规律和趋势;④运用信息综合方法,将模式识别结果与其他信息相结合,形成对复杂工程问题的研究结论。

通过上述课程目标能力点的设计,学生能在模式识别领域获得理论知识和实践技能,而且能够运用所学知识分析和解决真实的工程问题。这不仅有助于提高学生的工程实践能力,同时也突出了课程内容对问题分析和复杂工程问题研究的关键性支持。

3 模式识别教学案例设计

工程教育毕业要求中,问题分析能力点要求学生结合实际工程问题,运用所学的模式识别理论和方法,分析复杂工程问题并提出有效结论。因此,本文针对能力点要求设计了一系列教学案例,培养学生综合运用理论参与实践的能力,使其能够在真实的复杂工程场景中熟练运用模式识别技术进行问题分析,下面针对前述问题分析能力和研究能力给出两个具体教学案例如下。

针对问题分析的第三个目标能力点,可设计主题为“采用深度信念网络进行推荐系统”的教学案例,案例主要内容为DBN算法设计、特征学习和抽取,以及个性化的推荐结果生成。该案例演示了如何利用深度信念网络实现推荐系统,展示特征学习和抽取的过程,以及如何利用模型生成个性化的推荐结果。通过实际用户数据进行推荐,并评估模型的准确性和推荐效果。该案例通过识别推荐系统工程问题中的关键特征模式,掌握特征学习和抽取方法,最终获得精确的个性化推荐结果。

针对问题研究能力的第四个目标能力点,可设计主题为“使用生成对抗网络进行图像生成”的教学案例,通过学习GAN算法设计,设计生成器网络和判别器网络构成,实现逼真人脸图像生成。该案例演示了如何使用生成对抗网络生成虚假的人脸图像,展示生成器网络和判别器网络的结构和训练过程,再通过模型生成一些逼真的人脸图像,并与真实图像进行对比,评估生成图像的质量和相似度。该案例运用了信息综合方法,将AI生成的人脸图像与真实图像进行对比,可使学生深刻理解如何应对复杂工程问题的各类综合信息,并使用较为复杂的对抗生成网络解决问题。

通过上述案例,学生可以学到如何对模式识别领域的工程问题进行分层和分类,从而更好地理解问题的复杂性和相互关系。同时,学生还可以学习支持各类统计学习理论、机器学习算法和人工智能算法在模式识别中的应用,提高分析实际复杂工程问题的能力和进行深入研究的能力。

4 结语

本论文旨在探讨模式识别课程在工程教育中的关键作用,并通过设计工程教育能力点,结合模式识别课程的具体教学内容,以期培养学生更全面、实用的工程实践能力。

工程认证教育作为一种已通过认可的教育体系,为高校提供了明确的培养目标,为学生提供了更具竞争力的发展机会,同时也为社会培养了更优秀的工程人才。本文详细探讨了模式识别课程的教学内容设计。从基础理论知识到高级模式识别技术,再到实践性项目和案例设计,确保学生在理论和实践中都能够全面掌握模式识别领域的知识。在工程教育能力点设计中,本文将模式识别课程的教学内容与工程教育的核心能力点相结合。通过问题分析与解决、团队协作与沟通、创新与实践、终身学习与信息获取、跨学科思维与工程实践能力等方面的培养,使学生在模式识别领域不仅具备扎实的专业知识,还具备全面的工程实践能力。

综上所述,本文通过对工程认证教育的概述、模式识别教学内容的详细解析,以及工程教育能力点的设计,为高校提供了一种全面推动工程领域教育质量提升的思路。通过这一系统的培养模式,我们期望学生能够在未来的工程实践中充分发挥所学知识和能力,为社会发展作出积极贡献。希望这一研究能够为工程教育领域的进一步发展提供有益的借鉴。

基金项目:武汉轻工大学校级教学研究项目“工程教育认证背景下计算机类专业实践教学体系与评价研究”(XM2024011)。

参考文献

[1] 徐飞.办一流工程教育 育卓越工科人才[J].高等工程教育研究,2016(6):1-6,36.

[2] 杨毅刚,宋庆,唐浩.工程教育专业认证与CDIO模式异同分析与相互借鉴[J].高等工程教育研究,2018(5):45-51.

[3] 袁立.面向工程教育认证标准的“模式识别”课程教改研究[J].教育教学论坛,2017(45):88-89.

[4] 翟婷婷,刘维.工程教育背景下的模式识别课程教学改革[J].计算机教育,2022(8):89-92.

[5] T/CEEAA001-2022.工程教育认证标准[S].北京:中国标准出版社,2022.