基于研究型教學(xué)的模式識(shí)別教學(xué)改革

劉爽　李梅　張重

【摘要】模式識(shí)別用于處理智能信息，主要研究領(lǐng)域是分類識(shí)別。提出教學(xué)改革的目的是為了解決目前模式識(shí)別教學(xué)中存在的一系列問題，使學(xué)生對(duì)知識(shí)不再是囫圇吞棗，而能夠舉一反三。通過教學(xué)改革，學(xué)生可以很容易的了解并接受新知識(shí)，教學(xué)效果頗為令人滿意。

【關(guān)鍵詞】模式識(shí)別 研究型 教學(xué)改革

【基金項(xiàng)目】基于研究型教學(xué)的數(shù)字圖像處理教學(xué)改革探討，項(xiàng)目號(hào)：JGYB01217042；天津師范大學(xué)“青年科研拔尖人才培育計(jì)劃”，項(xiàng)目號(hào)：135202RC1703。

【中圖分類號(hào)】TP391.4-4 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2018）20-0223-01

模式識(shí)別的目的是確定一個(gè)樣本的類別屬性（模式類），即以最小的誤差對(duì)目標(biāo)進(jìn)行分類。模式識(shí)別是一門以應(yīng)用為基礎(chǔ)的課程，涉及到多個(gè)相關(guān)學(xué)科，如數(shù)學(xué)、人工智能、圖像處理、計(jì)算機(jī)視覺等等。針對(duì)傳統(tǒng)教學(xué)過程中存在的問題：教學(xué)方法單一、授課內(nèi)容缺少對(duì)最新研究成果的介紹、對(duì)創(chuàng)新能力的培養(yǎng)缺乏有效方法、對(duì)學(xué)生的評(píng)價(jià)不夠全面，我們提出對(duì)模式識(shí)別教學(xué)進(jìn)行如下幾個(gè)方面的改革，使學(xué)生在學(xué)習(xí)本課程后，能編程實(shí)現(xiàn)簡單的模式識(shí)別算法，明白模式識(shí)別的具體操作實(shí)現(xiàn)，了解熱點(diǎn)問題和發(fā)展趨勢。

1.教學(xué)內(nèi)容改革

“模式識(shí)別”課程共計(jì)51學(xué)時(shí)，學(xué)習(xí)這門課程需要學(xué)生有扎實(shí)的數(shù)學(xué)基礎(chǔ)。為避免學(xué)生本末倒置，將學(xué)習(xí)重心放在數(shù)學(xué)分析上，而對(duì)應(yīng)用的理解不夠深入，我們對(duì)貝葉斯決策理論、設(shè)置9學(xué)時(shí)，對(duì)概率論相關(guān)知識(shí)、線性代數(shù)相關(guān)知識(shí)、貝葉斯決策理論的實(shí)際應(yīng)用、貝葉斯網(wǎng)絡(luò)、介紹貝葉斯網(wǎng)絡(luò)分別設(shè)置3學(xué)時(shí)，以點(diǎn)帶面，鼓勵(lì)學(xué)生自主探索，做到融會(huì)貫通。

對(duì)于模式識(shí)別專業(yè)知識(shí)的介紹，我們采用循序漸進(jìn)的方式，介紹人類認(rèn)知過程與機(jī)器認(rèn)知過程。幫助學(xué)生正確區(qū)分模式識(shí)別與模式，先介紹模式識(shí)別系統(tǒng)的整體框架并分析各個(gè)部分的主要目的與實(shí)現(xiàn)方法，然后介紹其應(yīng)用范圍。列舉模式識(shí)別在實(shí)際應(yīng)用中的實(shí)例，如測量體溫、血壓、心率、血液化驗(yàn)、車牌識(shí)別、語音識(shí)別、文字識(shí)別、目標(biāo)識(shí)別等，使學(xué)生對(duì)模式識(shí)別的認(rèn)識(shí)由抽象上升為具體。接著介紹Bag-of-words（BoW）這一典型的模式識(shí)別方法。主要介紹BOW模型的應(yīng)用場景、基本思想、基本步驟、優(yōu)缺點(diǎn)等，使學(xué)生掌握BoW模型的基本步驟，尤其是編碼和池化；要求學(xué)生會(huì)使用k-means算法生成一個(gè)字典。另外還會(huì)介紹的是局部二值模式（LBP）。LBP有多種形式，除了傳統(tǒng)的模式之外，還有幾種演進(jìn)模式。要求學(xué)生自主查閱資料，理解這些模式之間的演進(jìn)關(guān)系并掌握他們的計(jì)算方法，掌握其應(yīng)用場景。

在特征提取過程中，特征維數(shù)有時(shí)會(huì)很大，這樣很容易使模式識(shí)別結(jié)果變差。針對(duì)這一情況，我們引入PCA（principal component analysis）和LDA（linear discriminant analysis）這兩種有效方法用于降維，詳細(xì)介紹他們的原理、步驟、優(yōu)缺點(diǎn)。

此外，我們還會(huì)講解典型分類算法的基本思想及應(yīng)用場景，重點(diǎn)講解最近鄰分類及支持向量機(jī)分類器（SVM），使學(xué)生了解分類器的作用，并能根據(jù)實(shí)際情況選擇恰當(dāng)?shù)姆诸惼?，了解SVM的基本思想及三大特點(diǎn)：最大間隔、核方法及松弛變量。

2.教學(xué)方式改革

在這門課程的教學(xué)過程中，我們力圖避免傳統(tǒng)教學(xué)過程中的教師講課，學(xué)生一味記筆記，師生之間缺少互動(dòng)、學(xué)生之間缺少互動(dòng)的情況。我們帶領(lǐng)學(xué)生閱讀 A Completed Modeling of Local Binary Pattern Operator for Texture Classification等經(jīng)典論文。將學(xué)生2-3人分為一組，分享他們閱讀這些經(jīng)典論文的想法，并能對(duì)BoW和LLC、LBP和CLBP進(jìn)行比較，發(fā)現(xiàn)異同以及各自的優(yōu)缺點(diǎn)。使用MARLAB仿真軟件運(yùn)行BoW、LLC、LBP、CLBP代碼，理解他們?cè)趯?shí)際情況中的處理過程以及代碼實(shí)現(xiàn)方式。鼓勵(lì)學(xué)生發(fā)散思維，能夠提出新穎的想法，并在原有的代碼基礎(chǔ)上修改實(shí)現(xiàn)。最后，提交一份實(shí)驗(yàn)報(bào)告。

3.考核方式改革

模式識(shí)別的學(xué)習(xí)需要投入大量的時(shí)間和精力，開設(shè)本課程是讓學(xué)生對(duì)模式識(shí)別技術(shù)的整體概貌有一定程度的了解，知道其主要應(yīng)用和發(fā)展方向，同時(shí)掌握最基本的概念、算法原理和技術(shù)方法。本課程的考核分為兩大部分：平時(shí)成績和期終考試成績。其中，平時(shí)成績占60%，以學(xué)生的綜合表現(xiàn)給與評(píng)定，包括出勤率、作業(yè)完成情況、課堂發(fā)言、綜合實(shí)踐能力、團(tuán)隊(duì)協(xié)作能力等。期末成績占40%，主要考核學(xué)生對(duì)所學(xué)知識(shí)的掌握情況、查詢資料的能力還有創(chuàng)新能力。

模式識(shí)別是一門涉及面比較廣的學(xué)科，開展教學(xué)改革是明智之舉。目前，教學(xué)改革已初步實(shí)施并取得了比較明顯的教學(xué)效果，我們期待可以最大化的挖掘出學(xué)生的潛能，培養(yǎng)出具有創(chuàng)新思維的學(xué)生。