“模式识别与智能信息处理实践”课教改模式研究

吴陈　高尚　刘镇　王丽娟

摘要：本文以该实践课为综合性基础，分析了该实践课与相关课程的联系，指出了该实践课目前存在的不足，从教学团队建设和指导、教学计划安排、知识综合、实验设备配置以及该实践课教学网站建设等方面对该实践课教改模式进行了探讨。

关键词：模式识别与智能信息处理；课程建设；教学模式

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2018）25-0087-02

一、引言

大力发展人工智能，人工智能引领科技进步，已成为目前国家和各省的一个重要的科技战略决策。模式识别与智能信息处理作为人工智能的支撑技术，其研究和发展显然具有重要的意义。由此可见，对“模式识别与智能信息处理实践”实践课的教学模式进行探讨，已成为当前高校计算机和智能信息处理及相关专业教学体系和人才培养工作中的改革重点。模式识别与智能信息处理实践课是由模式识别和智能信息处理两部分内容的实践所组成的[1]。模式识别实践的内容是明确的。而智能信息处理所涉及的内容和范围相对要广。通常在计算机专业硕士培养方案中，智能信息处理涵盖除模式识别和程序设计基础Matlab之外的高级人工智能、机器学习、数字图像处理、模糊数学、粗集理论、知识发现与数据挖掘等课程。这些课程都具有相关性，它们组成一个相互关联、交叉融合的智能信息处理课程群[2]。因此，模式识别与智能信息处理实践课具有十分重要的综合性。笔者以江苏科技大学计算机和智能信息处理硕士专业培养计划和实施方案为例，深入分析了目前模式识别与智能信息处理实践建设方面所存在的不足，分别从教学计划安排、知识综合、实验设备配置、教学团队建设和指导以及该实践课教学网站建设等方面对该实践课教改模式进行了探讨[3]。旨在加强该实践课的建设，为社会和国家培养相关领域高层次应用性硕士栋梁人才。

二、存在的问题

通过对本校涉及本实践课的相关专业的实际教学历史安排调研，发现主要有如下几点问题：

1.课程教学安排有待调整。由于目前硕士研究生普遍采用的是第一年上完所有基础课和专业课，从第二年开始，硕士生进行专业实习和科研活动，并进行小论文和学位论文写作，所以，在具体时间安排上仅有两个学期可供使用。因而，授课时间安排尚不理想。

2.课程独立性高、知识点铺设和衔接尚不充分。由于时间限制，课程被认为具有相对高的独立性而加以开设。但有些课程之间的确还具有很强的先后联系。

3.涉及模式识别和智能信息处理内容知识教学的教师缺乏交流和统一认识，各自为阵，尽管都兢兢业业，一丝不苟，但对培养具有模式识别和智能信息处理能力的高水平硕士毕业生尚未形成通识。

4.实验内容过于固定和陈旧，没能得到及时更新，缺乏实用性和前沿性，综合性难以得到保证，这在很大程度上不能支撑学生综合运用智能信息处理知识解决具体问题能力的培养。

5.教学资源不足，缺乏可开放利用的电子资源网站。

三、本实践课的教改方法

通过对本实践课存在问题分析，得到如下针对性教改方法：

1.梳理课程内涵关系，修订教学安排次序。首先，学生来自不同高校，甚至不同专业，例如有的高校专业已开设了Matlab，而有的未开。有的开了人工智能，有的也未开，所以，专业基础不统一。应开设点Matlab及基本人工智能选修课。第二，数据挖掘（主要针对非数值数据处理）应该在模式识别（主要针对数值数据处理，即统计模式识别）后开设。第三，模式识别与智能信息处理实践课可作为硕士生实践阶段的必修课，这样，让学生可结合实践单位工作实际来完成，可能起到更好的效果。

2.抓知识点互联网络中的关键点，构建完整课程教学体系。模式识别与智能信息处理实践课所涉及的课程或内容，相关于多门课程，课程之间的知识点具有很强的关联性。那些后续课程中要使用的知识点，在先导课程中要及时开出并加以教学。例如主要针对非数值数据处理数据挖掘应该在主要针对数值数据处理的模式识别后开设。模糊数学应在模式识别之前开设，因为模糊模式识别是模式识别中的一个重要分支。做适当调整，可对教学起到事半功倍的效果。

3.建立合理的教学团队，打造强力和高水平的教师队伍。由于模式识别与智能信息处理实践课涉及近6门课程的教学内容，涵盖范围广，涉及课程多，所以，对学生的能力培养影响大。这就需要相关课程的任课教师经常多交流，最好形成优秀的教学团队，打造成一支强力的教师队伍。在实际中，可按如下办法构成这样的教师教学团队：“老中青结合”、“科研教学相结合”、“知识综合”。“老中青结合”原则就是将年龄及职称因素考虑在内，构成既兼顾教学经验，又保持充分活力，占比合理的教师队伍。“科研教学相结合”则是将从事相关科研方向的教师和教学的老师结合在一起，能够将前沿性科研内容和知识，及早教授给学生。“知识综合”则要求教师知识掌握全面透彻，能够具有整体知识結构，不拘泥于某一门单独内容，具有融会贯通的能力和作用。通过频繁沟通交流，形成合力，为取得良好培养效果起到引领作用。

4.制定本实践课程的教学规范，提高教学效果。对模式识别与智能信息处理实践课目前还缺乏统一的规范，其内容和学时安排以及时间安排尚无理论指导。该课程对学生培养的力度究竟如何，目前没有有力的实证。通过制定本实践课程的教学规范，可保障该课程的最终教学效果的实现。

5.合理设计实验项目，提高解决实际问题能力。目前该课程在实验教学内容上涉及模式识别、图像处理、神经网络、进化计算、模糊数学等，已具有了一定的将学生学习到的理论知识转化为实际应用能力的辅助作用，但是，要实现学生综合运用智能信息处理知识能力的培养和提高，往往需要不断进行实验教学内容的更新，使之更接近生产应用，做到学以致用。合理设计实验项目，使学生产生浓厚兴趣，能够在很大程度上提高学生的学习积极性，发挥其能动性和创造性。

6.完善和建立电子资源教学网站，方便学生学习和提高。以适应内容多、涉及范围广、知识更新快的特点，不断更新内容，及时发布新知识、新技术，供硕士生了解和选用，以弥补课内学时的有限性和知识内容的不足。同时加大训练力度，保障学生可在尽量短的时间内接触到前沿性知识。因此，建设充分的电子资源和开放利用的电子资源教学网站将能作为一个有效的手段，提高教学效果，促进学生进步。

四、结语

模式识别与智能信息处理实践课在计算机、智能信息处理等专业硕士生能力培养体系中具有重要的综合作用，该实践课建设的好坏将直接影响到计算机、智能信息处理等专业毕业生的培养质量，因此需要在新形势下，对其教学改革加以认真探讨，寻求最好的培养方案。本文对目前教学工作中所存在的问题进行了一定的剖析，并提出了一些改革建议。希望通过上述思考，进一步形成一定的举措，产生一定的效果，达到提高该实践课的教学质量，从而为我国培养这方面的更多合格的高级专门人才。

参考文献：

[1]吴静，景凤宣.智能信息处理中的模式识别[J].电脑知识与技术，2013，9（30）：79-80

[2]刘丽珍，王函石，王旭仁，王万森，刘杰.模式识别与智能信息处理实践精品课程群建设思考[J].计算机教育，2012，（18）：49-52.

[3]曾宪华，李伟生，于洪.模式识别与智能信息处理实践课程群下的机器学习课程教学改革[J].计算机教育，2014，（19）：60-62.