随着科学技术的发展, 不断有新的研究成果和知识出现, 为了使本科教学能够跟上科学技术的发展, 一些新的研究成果被引入到本科教学中。“模式识别”作为信息类专业一门新的研究成果, 现阶段已经被引入到本科课程体系中来。这是一门非常偏向于理论学习的课程, 目前国内的相关教材非常少, 且教材主要面向研究生教育, 还没有适合本科教学的教材。作为这门课程的本科教学老师, 如何根据现有教材进行教学资料的组合, 提高学生学习兴趣增强学生对理论课程的感性认识, 减轻学生在学习过程中的困难度, 是当前讲授这门课教师的一个关键。
1 结合学生知识基础, 进行教材重组
“模式识别”是一门比较新的研究成果, 其理论基础主要基于“矩阵论”和“统计学”等数学基础, 本科学生对这些数学的学习都处于初级阶段, 几乎不能满足“模式识别”课程学习的要求, 我们在教学过程, 不能按照现阶段模式识别教材一层不变地对学生进行教学, 而是根据学生的现有知识对模式识别当前的内容进行教学资料重组, 使其适合本科学生进行学习。
教学资料重组是一个比较困难的过程, 其首先需要我们任课老师对“模式识别”这门课的教材有充分的了解, 这需要查询大量的专业资料, 阅读相关教材和论文然后才能熟练掌握这门课的组成和结构做到在教材重组过程中有的放矢;其次要求我们任课教师能够完整掌握本专业学生的基础知识, 在学生已有基础知识的基础上, 对“模式识别”教材的内容进行重组, 使其能够适应本科学生进行学习。
对于信息类专业的本科生, 都学习过线性代数、概率论和数理统计等基础数学知识。在讲授模式识别课程过程中, 应该重点讲解与线性代数和数理统计等有关的部分, 比如说“模式识别”中的线性函数分类器的设计、近邻法分类器的设计和分段线性函数分类器设计等部分的内容, 其理论基础对于本科学生来说能够完全适应, 是本科教学过程应该重点讲解的内容。对于特征提取、神经网络分类器设计、支持向量机分类器设计等部分的内容, 其理论要求已远远超过了本科学生的数学基础, 学生学习会非常困难, 但是这部分内容又是整个“模式识别”课程中的重要组成部分, 如果进行具体讲解, 学生不能够完整领会其中内容, 如果不讲, 则显现不出来“模式识别”这门课的最新成果, 对于这部分内容在教学过程中应该以介绍性教学为主, 让学生能够对这部分内容有一定基本认识为以后进一步的学习打下基础, 同时提高学生进行科学研究的兴趣。通过以上这些教材内容的重组, 形成一套适应于本科学生进行学习的教学内容, 增加学生的学习兴趣, 提高教学质量。
2 理论与图像相结合
“模式识别”是一门非常抽象的学科, 其中的高维空间维数计算则贯穿了整个“模式识别”教学内容, 是“模式识别”教学过程中不可不讲的内容, 由于数学知识的限制, 本科学生对于高维空间维数概念的理解比较困难, 我们在“模式识别”教学过程中, 如何把这个比较抽象的概念讲清楚、说明白是非常重要的。在现实生产生活中, 几乎没办法用实物对高维空间的概念进行显示, 这给我们的教学过程带来了很大的困, 笔者通过多年的教学总结, 发现可以通过理论与图像相结合的形式来进行这部分内容的讲解。
在这部分内容的讲解过程, 如何把高维空间的理论进行图像化显示, 是一个比较麻烦的问题。专门的图像绘制软件由于没有与数学公式相结合, 没办法绘制出某个具体数学公式的图像来, 不能使用于模式识别教学过程中的图像绘制。现阶段有一些数学软件带有相应的图像绘制功能, MAT L AB作为众多数学应用软件中的一个, 具有相当强的图像绘制功能。最近几年, 不断有“模式识别”方向的学者扩充MATL AB中“模式识别”部分的内容, 从而形成了“模式识别”工具箱, 为“模式识别”理论的图像显示提供了很大的帮助。在MATL AB“模式识别”工具箱中, 提供很多“模式识别”理论中的函数, 使用人员只需调用相关函数, 便可绘制出相应部分的内容出来, 这给“模式识别”的学习带来了非常大的帮组。
在讲解高维空间维数计算这部分内容时, 可以调用MATLAB中“模式识别”工具箱的相关内容, 把高维空间进行图像化显示, 为学生理解高维空间和高维空间维数的计算提供感性认识, 提高学生的学习兴趣和教学质量。
3 理论与实际相结合
“模式识别”作为一门新的研究内容, 被广大科研究人员所接受, 是因为其有着很高的实用价值。我们在讲解“模式识别”这门课的过程中, 除了重点讲解其理论部分内容外, 还应该充分介绍“模式识别”在生产和生活实际中的应用, 增加学生对其实用价值的了解, 从而增强学生在学习过程中的学习兴趣。
现阶段, “模式识别”理论已经广泛应用于生产和生活实际中, 我们生活中常见的如:指纹识别、脸谱识别、虹膜识别、导弹轨迹的图像跟踪、运动目标的检测和跟踪等, 都是基于“模式识别”理论的应用。在教学过程中, 如何把这些实际应用与我们的理论讲解结合起来, 是提高教学质量, 增强学生学习兴趣的重要手段。
4 提高学生的实际动手能力
提高学生动手能力也是增强学生学习兴趣和提高教学质量的重要手段。在进行“模式识别”理论教学过程中, 应该注重提高学生的动手能力。可以把学生分为不同的小组, 然后给每个小组分配不同的设计任务, 比如一个小组设计指纹识别系统, 另外一个小组设计人脸识别系统, 然后组合大家在一起而行相关技术的讨论, 这样既可增加学生的知识面, 又提高了学生的学习兴趣。
5 结语
“模式识别”作为高等学校本科专业中的一门新课程, 由于其本身的知识背景, 决定了这门课在教学过程中的困难性。在讲授这门课的过程中, 不能死搬教材内容, 而是要根据学生已有知识, 灵活地对教材资料进行重组, 以适应本科学生学习的要求;同时这门课理论性过强, 在教学过程中应该理论与实际应用相结合, 增强学生学习的兴趣和提高教学质量。
摘要：高等学校模式识别课程是一门比较新且理论性较强的课程, 本文结合作者多年模式识别教学经验, 在阐述了模式识别课程特点的基础上, 从提高学生学习兴趣和教学质量的角度, 给出了一些有益的教学经验。
关键词：模式识别,教材重组,动手能力
参考文献
[1] 边肇祺, 张学工, 等.模式识别[M].北京:清华大学了版社, 2000.
[2] 马晓岩, 秦江敏.《模式识别》课程中的交融互动教学法[J].空军雷达学院学报, 2001 (3) .
[3] 王玉行.“模式识别”与数学分析教学[J].数学教育学报, 1997 (2) .
[4] 王延文.“模式识别”与数学解题教学[J].天津教育学院学报 (自然科学版) , 1993 (2) .