摘 "要：隨著當今社會人工智能技術的快速發(fā)展，各種新興產(chǎn)業(yè)的高質(zhì)量發(fā)展對專業(yè)人才培養(yǎng)提出了更高的要求，培養(yǎng)具備競爭力的復合型人才成為應用型本科高等院校教學改革的必然要求。文章以模式識別課程為例，分析梳理了教學中遇到的問題，提出“新工科”背景下網(wǎng)絡工程與計算機專業(yè)類課程的教學模式、教學內(nèi)容、實踐教學環(huán)節(jié)、課程思政等方面的改革和實踐思路，以期提升學生的綜合素質(zhì)、算法應用能力和創(chuàng)新能力，為今后的模式識別課程教學改革工作開展和人才培養(yǎng)提供借鑒。

關鍵詞：新工科；模式識別；教學改革；課程思政

中圖分類號：G642 " "文獻標識碼：A " "文章編號：1673-7164（2024）29-0105-04

新工科建設背景下，研究如何培養(yǎng)計算機類技術人才，提升學生的科技知識自主學習能力，并通過加深對知識的理解來提高實踐操作的技能是當下必不可少的研究課題。作為計算機類專業(yè)人工智能體系的重要組成部分，模式識別是利用計算的方法對表征事物或現(xiàn)象的信息進行處理和分析，根據(jù)樣本的特征將樣本劃分到一定的類別中去。［1］該課程主要要求學生學習了解前沿技術和發(fā)展，熟悉行業(yè)標準，掌握算法和工程設計的內(nèi)容和流程，從而有利于豐富學生的自我認知，為提升本科生的應用技術創(chuàng)新能力打下扎實的基礎。［2］近年來，本科畢業(yè)生的就業(yè)壓力不斷增大，這也對如何在學生培養(yǎng)過程中針對應用型本科生的專業(yè)知識、實踐技能和綜合素質(zhì)等方面進行塑造提出了更高的要求。通過對模式識別教學進行必要的改革和創(chuàng)新，加強對本科生前沿技術發(fā)展的教育推廣，既能學習和鞏固專業(yè)理論知識，又能較好地融合教學知識點開展課題研究，優(yōu)化實踐動手能力，提升解決實際問題的創(chuàng)新思維和綜合素質(zhì)，提高本科生就業(yè)核心競爭力。［3］在協(xié)同創(chuàng)新的環(huán)境之下幫助學生積累扎實的理論知識和豐富的實踐經(jīng)驗的同時，充分發(fā)揮應用型高校優(yōu)勢推動人才教育發(fā)展，擺脫單純技術普及的教育瓶頸，獲取更開闊的發(fā)展空間，是提升應用型高等學校人才培養(yǎng)質(zhì)量的重要保障。文章從豐富教學內(nèi)容、創(chuàng)新工程案例、改善實踐教學和優(yōu)化師生素質(zhì)等方面入手，分析和探討提升模式識別課程教學效果的方法與策略。

一、課程教學現(xiàn)狀分析

（一）課程教學內(nèi)容銜接缺乏

隨著人工智能領域的發(fā)展日新月異，模式識別技術為該領域做出重要貢獻。近些年來有許多新技術新理論被研究學者提出并廣泛應用，雖然選用教材內(nèi)容翔實、概念完備，但是計算機行業(yè)的迭代更新和發(fā)展速度較快，對于當前最新研究成果的相關介紹較少，學生學到的知識與行業(yè)實際應用水平難以匹配。模式識別課程學習和模型設計過程中，除考慮各算法結構體系外，還需要結合其他學科知識的支撐和鞏固，如機器學習、數(shù)據(jù)挖掘等強相關課程的交叉融合，以保證理論知識和案例的整體設計方法、步驟及應用的協(xié)調(diào)配合。學生得不到前沿新工藝新技術的補充，導致缺乏系統(tǒng)性培養(yǎng)，工程實踐的能力較差。

（二）課程教學理論元素較多

模式識別課程的學習需要大量數(shù)學理論作為依托，如線性代數(shù)、概率論與統(tǒng)計學等知識，從而進行算法推導和模型構建，國內(nèi)外經(jīng)典的模式識別技術書籍大多也涉及深奧的數(shù)學知識，對學生而言難度較大，掌握起來有一定困難。例如類條件概率密度函數(shù)問題，需要對該函數(shù)內(nèi)的參數(shù)進行估計，使用單變量正態(tài)密度函數(shù)、數(shù)學期望與方差、多維變量的正態(tài)密度函數(shù)模擬等。如果只注重課程理論教學，則會降低教學過程中對算法及其實際應用的講解，忽視理論知識與實際工程案例的緊密聯(lián)系，導致學生無法提升自主設計與學習的積極性與創(chuàng)新性。

（三）課程實踐教學占比不足

模式識別課程具有理論內(nèi)容程度較深，實踐性強，知識更新快，聯(lián)系工程應用多等特點，學生在學習過程中往往由于客觀條件等因素限制，難以熟練掌握相關軟件的應用。隨著模式識別技術的快速發(fā)展，除了要學習新理論外，還應該讓學生通過實踐掌握新模式新手段，了解前沿的實際應用技術和操作設備，使學生的學習態(tài)度由被動轉(zhuǎn)變?yōu)橹鲃?，驗證所學理論和算法的有效性。若理論教學與實踐教學出現(xiàn)了失衡，會大幅降低課程的教學效果，忽視了學生培養(yǎng)過程中上機實操實踐的重要性，在學生的實踐應用能力的培養(yǎng)上無法得到有效落實。

（四）創(chuàng)新創(chuàng)業(yè)教育有待完善

隨著師生共同創(chuàng)新、以賽促學模式逐漸融入課程教學過程中，反映出高校對傳統(tǒng)教學模式的深入反思，以及對培養(yǎng)新時代應用型和創(chuàng)新型人才的需求。教師不僅是知識傳授的主體，更應該引導學生發(fā)現(xiàn)、探索與創(chuàng)新發(fā)展，使學生通過課內(nèi)課外多途徑參與學習和創(chuàng)新實踐的氛圍中，尤其是鍛煉模式識別等課程的前沿算法應用與模型構建能力。與傳統(tǒng)教學模式相較，創(chuàng)新創(chuàng)業(yè)教育這種新型模式的成效與社會對創(chuàng)新人才的需求依舊難以平衡，仍需要高校加強相關教育理念和體系建設的落地，不斷優(yōu)化和完善創(chuàng)新激勵機制。

二、教學改革思路與措施

（一）教學內(nèi)容設計

1. 深入挖掘課程思政元素

全面推進課程思政建設是高校培育和踐行社會主義核心價值觀的重要戰(zhàn)略舉措之一，通過專業(yè)技能教育和思想政治教育的有機融合，教師主動參與社會主義教育“全程育人”“全方位育人”，引導學生愛崗敬業(yè)、關注社會民生、提高核心競爭力等方面，培養(yǎng)健全人格、創(chuàng)新能力、人文素養(yǎng)的復合型人才。［4］由于計算機類專業(yè)課程理化特性與思政理論性的整合存在挑戰(zhàn)，因此需要把課程思政元素有機融入教學內(nèi)容中，從而在思想上對學生逐漸形成深遠影響。［5］圍繞模式識別課程教學內(nèi)容和特點出發(fā)，探究與課程匹配、合理的案例設計，深入挖掘其蘊含的課程思政元素：（1）基于模式識別系統(tǒng)及典型應用的案例，將現(xiàn)代智能設備與傳統(tǒng)制造業(yè)進行比較，分析智能制造為國家發(fā)展布局賦能、為人們生活方式帶來變革，引導和增強學生對科學技術的認知、態(tài)度和價值觀，積極為現(xiàn)代化建設貢獻重要力量；（2）基于國家科技發(fā)展成就的案例研究，堅持走中國特色自主創(chuàng)新道路，堅定“四個自信”。例如通過對粵港澳大灣區(qū)國際科創(chuàng)中心建設、產(chǎn)學研用協(xié)同創(chuàng)新等政策的分析，展現(xiàn)國家鼓勵和強調(diào)科技創(chuàng)新的發(fā)展思想，奮斗者號研制、載人航天、探月工程等領域重大項目更激勵學生夯實創(chuàng)新文化基礎知識，樹立科技自立自強的責任感。

2. 優(yōu)化銜接交叉學科知識

模式識別課程教學要求應用型本科生除了掌握基礎技術型知識，還應了解前沿科技理論來實現(xiàn)自我應用技術的發(fā)展和提升，使學生能夠在更具有針對性和專業(yè)性的教學體系下，提升發(fā)散性思維并拓展知識面。具體方面，可考慮以學習具有前瞻性的、有意義的多種新技術新理論為目標，與實際生活中難度較高的人工智能相結合，聯(lián)系大數(shù)據(jù)等跨專業(yè)特色，輔以機器學習、算法設計、云計算等課程內(nèi)容，系統(tǒng)性地理解和鞏固該門課程的算法思想和實際應用。培養(yǎng)工科學生數(shù)學建模和實踐分析能力，需要同時把握好這兩個角度的內(nèi)容，實踐應該依托充分理解教學內(nèi)容和數(shù)學思維，在課程體系中適當融入學科交叉知識可以拓寬建模思維，更有針對性地展開實踐教學。通過對關聯(lián)課程的教學內(nèi)容和教學任務合理安排，積極引導學生思考學科交叉之間的關系，提升學生自我成長空間和算法設計能力。

（二）工程案例教學

在模式識別教學中涉及工程化的案例需要緊密聯(lián)系教學內(nèi)容和學生培養(yǎng)目標，根據(jù)需要掌握的知識點設計貼近生活的實際問題，通過引入工程化案例要求學生參與完成算法設計，將基礎理論知識更直觀地轉(zhuǎn)化為解決實際工程問題，增強學生開展研究的主動性和積極性，真正掌握正確分析問題和解決問題的能力。此外，模式識別課程的工程案例教學還應具有科學性先進性等特點，結合行業(yè)發(fā)展趨勢更新案例的設計方案，由淺入深地為學生講解新方法、新技術，使學生能夠了解科技發(fā)展需求和規(guī)范，厘清算法設計的內(nèi)容重點和核心要素，建立系統(tǒng)的課程與實際應用邏輯結構。

圖像是信息處理的重要來源，對彩色圖像進行分割，識別被應用于多領域。在工業(yè)領域，對工件進行設計制造、缺陷檢測是技術發(fā)展的熱門趨勢；醫(yī)學上的智能輔助診斷、病灶分割可以提高檢驗精度；智慧交通的發(fā)展趨勢是利用物聯(lián)網(wǎng)、云計算為代表的智能信息傳感技術，將聲音、文字、圖像等數(shù)據(jù)集成應用到交通系統(tǒng)中；農(nóng)業(yè)上的病害檢測和自動識別等也提升了現(xiàn)代農(nóng)業(yè)發(fā)展的智能化水平。［6］使用無監(jiān)督算法的彩色圖像分割案例是以顏色空間中各顏色點之間的相似度距離為依據(jù)，判斷像素點的空間屬性是否為同一類別，從而將圖像感興趣區(qū)域的信息提取出來。該案例包含特征提取、相似性測度、準則函數(shù)、迭代算法等內(nèi)容的設計，對圖像中的形狀、顏色、紋理、邊界等特征進行提取，對樣品與樣品之間或者類別之間的相似性進行測度，依據(jù)算法模板匹配程度確定圖像像素的類別，進而完成彩色圖像的分割。本案例對植物圖像進行分割，獲取植物的形狀外觀可為后續(xù)的花卉識別和自動分類等工作提供技術支持。學生通過對本案例的學習，一方面可以直觀地感受無監(jiān)督識別算法理論知識在實際設計過程中的應用；另一方面又可以在對彩色圖像進行分割過程中了解模式特征提取、歸一化原則，為實踐尋找理論支撐，加深對理論知識和體系結構的理解，將理論和實踐緊密聯(lián)系起來，激發(fā)學生對案例教學方式的興趣，構建新理論、新技術的設計思路。

（三）實踐教學探索

為了實現(xiàn)學生實踐能力提升的目標，應合理設置實踐課程教學的占比，適當增加課程相應軟件實操的課時，以學生為中心，引導學生積極主動地參與解決研究問題的過程，以保證學生能夠通過上機實驗來驗證和具化所學的理論知識，而不是抽象的公式定律和算法流程。［7］圍繞學生在課堂上學習到的理論知識，結合工程案例讓學生參與實踐過程，理解所學知識的內(nèi)涵和實際應用場景，促使學生透過現(xiàn)象追究其本質(zhì)，抽絲剝繭找出數(shù)據(jù)的多維特征，對算法變量進行更深層次的思考，也為之后的學習和工作奠定堅實基礎。依托學院工程實驗中心，在實踐課上使用Matlab等工具進行教學和仿真模擬，［8］圍繞案例任務的布置與講解、案例操作的演示、學生實驗數(shù)據(jù)的收集、算法模型的搭建、實驗效果的思考與總結、實驗報告的提交等內(nèi)容展開。教師通過介紹典型的軟件工具函數(shù)和設計模式識別工程案例，使學生能夠利用工具編制程序?qū)崿F(xiàn)函數(shù)處理和算法分析，將理論課程中的知識轉(zhuǎn)化為生活中的實際工程問題，進一步了解本門課程的綜合特性和思維模式。

實踐課程還可以小組聯(lián)合集中學習的方式，確定小組感興趣的研究方法和關鍵問題，學生組內(nèi)討論和探索科學合理的實驗方法。以車牌識別問題為例，由幾位學生組成車牌識別研究小組，首先明確總體需要完成的任務，包括前期調(diào)研和后期材料整理；進而分工合作，第一位學生進行數(shù)據(jù)采集和圖像預處理工作，實現(xiàn)對圖像的灰度處理以便后續(xù)操作，第二位學生進行車牌定位，對圖像中車牌可能出現(xiàn)的位置實現(xiàn)粗定位和精定位，第三位學生使用投影法和邏輯運算對圖像進行分割，第四位學生訓練反饋神經(jīng)網(wǎng)絡實現(xiàn)車牌字符識別，對識別結果進行可靠性分析。在整個實踐環(huán)節(jié)中，要求每位學生都實現(xiàn)模式識別課程的算法解析流程，由于識別過程需要每一步驟都盡量保留準確的圖像信息，這也鍛煉了學生養(yǎng)成科學嚴謹?shù)墓ぷ髁晳T，同時還能夠加強本科生的溝通協(xié)調(diào)、語言表達和人際交往等綜合素質(zhì)。而且，結合以上形式還可以通過和企業(yè)的合作，形成產(chǎn)學研一體的培養(yǎng)模式，構建先進技術和關鍵技術的產(chǎn)業(yè)和人才生態(tài)，共同推動校企雙方在人才培養(yǎng)環(huán)節(jié)的發(fā)展，讓本科生增強學習成果轉(zhuǎn)化，提高就業(yè)競爭力。

（四）師生創(chuàng)新共長

課程教學過程的重要目標之一是使學生能夠使用模式識別模型分析和設計實際應用問題，增強創(chuàng)新拓展能力。具體可以從以下兩方面進行改革。

在學生創(chuàng)新能力培養(yǎng)上，學院可結合專業(yè)特色，組織教師帶領學生成立相關的專業(yè)學科競賽小組，開展算法設計技能專題講座，鼓勵并指導學生參加學科競賽發(fā)揮其在教育教學改革與創(chuàng)新人才培養(yǎng)中的重要作用，促進學生的學習興趣、學術自信和實踐創(chuàng)新能力。由于學科競賽具有清晰的指向目標與要求，需要根據(jù)實際生產(chǎn)中的問題進行項目分析和研究，因此也是檢驗課程理論和實踐教學效果的重要形式之一。通過考核參賽者的解決問題能力和創(chuàng)新思維水平，鍛煉學生的實踐能力、創(chuàng)新精神、團隊合作精神，這也符合應用型高等院校培養(yǎng)專業(yè)人才的目標。［9］高校還可參考建立學生創(chuàng)新能力的全方位培養(yǎng)體系，將創(chuàng)新意識下沉到課程教學的各環(huán)節(jié)。以模式識別課程為例，在理論教學過程中講解先進創(chuàng)新應用成果，如利用概率估計、數(shù)據(jù)可視化、數(shù)據(jù)結構化等算法實現(xiàn)智能化生產(chǎn)、智能制造，激發(fā)學生的創(chuàng)新意識；在課程作業(yè)和實驗教學等實操環(huán)節(jié)中，培養(yǎng)學生算法設計和模型構建的創(chuàng)新能力；通過組織學生參加學科競賽和大創(chuàng)項目中，以及參與教師科研項目等方式取得創(chuàng)新成果，促進學生創(chuàng)新創(chuàng)業(yè)熱情，以新工科建設為引領為社會輸送高水平人才。

在教師創(chuàng)新能力培養(yǎng)上，鼓勵教師不斷提升自身專業(yè)素質(zhì)，豐富個人知識儲備量，建立較為完善的教育資源，創(chuàng)新課程教學手段和模式，定期外出學習模式識別領域前沿技術和發(fā)展動態(tài)，將新技術、新方法吸收并納入教學過程中，促進整體教學過程高質(zhì)、有效推進，在教學和科研方面形成創(chuàng)新成果，提升個人實踐教學能力，進而提高課程改革和教學質(zhì)量。并且，教師應該根據(jù)學生反饋清晰認識個人教學引導能力，教育引導能力對學生真正掌握課程內(nèi)涵發(fā)揮著重要作用。按照科學的引導方式，從思想、認知、實踐多維度培養(yǎng)專業(yè)人才穩(wěn)定的學習效果，實現(xiàn)教學各階段的靈活性和創(chuàng)新性。通過課程思政等方式從思想上引導學生形成正確的科學態(tài)度；在基礎理論知識方面提供創(chuàng)新的算法思維方式和模型構建訓練，引導學生獲得更高的學業(yè)水平；在實踐中鼓勵學生借助工具自主研究分析實際問題，為實踐項目創(chuàng)新提供指導，引導學生不斷增強自身觀察能力和動手能力等。通過循環(huán)往復地教學實踐不斷創(chuàng)新優(yōu)化教師的引導能力，才能最終獲得更為優(yōu)質(zhì)的教學效果，培養(yǎng)符合行業(yè)發(fā)展需求的高素質(zhì)人才。

三、結語

在“新工科”建設背景下和在科技強國戰(zhàn)略驅(qū)動下，需要注重本科生的實踐操作技能，同時還要培育學生樹立良好的道德品質(zhì)和職業(yè)素養(yǎng)。文章探索并總結了模式識別課程的教學改革措施和創(chuàng)新思路，通過多種途徑提升學生的學習興趣和主動性，并對今后計算機類專業(yè)模式識別課程的教學內(nèi)容改革工作提供參考方向。

參考文獻：

［1］ 張學工，汪小我. 模式識別［M］. 北京：清華大學出版社，2021：1-35.

［2］ 郭亮. 基于科技人才培養(yǎng)的計算機網(wǎng)絡課程教學改革探討［J］. 科技視界，2023（11）：52-54.

［3］ 唐廠，蔣良孝，陳云亮. 基于華為“智能基座”的模式識別課程案例庫建設與實踐［J］. 軟件導刊，2023，22（06）：48-52.

［4］ 文杰，徐勇. 模式識別課課程思政案例設計研究［J］. 高教學刊，2023，9（12）：46-49.

［5］ 侯振華，尚金釗，唐琳，等. 工科專業(yè)課程思政建設實踐與探索［J］. 高教學刊，2020（17）：150-153.

［6］ 林翰冉. 模式識別技術及其在圖像處理中的應用［J］. 現(xiàn)代工業(yè)經(jīng)濟和信息化，2023，13（02）：161-163.

［7］ 陳浩，李沛秦，熊偉，等. “模式識別”課程線上線下混合教學模式探索［J］. 電氣電子教學學報，2023，45（03）：56-59.

［8］ 張永飛，歐陽元新. 能力融通式計算機/人工智能專業(yè)MATLAB課程教學改革［J］. 計算機教育，2022（05）：131-135.

［9］ 彭春華，漆華妹，林立新. 以學科競賽助力創(chuàng)新型人才培養(yǎng)的探析［J］. 工業(yè)和信息化教育，2022，111（03）：5-8+13.

（責任編輯：敖利）