面向工程教育認證標準的“模式識別”課程教改研究

袁立

摘要：模式識別課程是模式識別與智能系統專業及相關專業的一門核心基礎課程。本文針對自動化專業工程教育認證標準，對該課程的授課方法與實踐教學環節進行了深入探索和研究。同時，本文還從教學內容、教學方式、實驗平臺設計等三個方面進行了課程教學改革的探索。

關鍵詞：模式識別；自動化專業工程認證；項目教學法；自主學習實驗平臺

中圖分類號：G642 文獻標志碼：A 文章編號：1674-9324（2017）45-0088-02

工程教育專業認證是國際通行的工程教育質量保證制度。我國于2013年成為國際本科工程教育學會互認《華盛頓協議》的成員，意味著能夠為工程教育類學生提供具有國際互認質量標準的“通行證”[1]。工程教育專業認證以學生為首要服務對象，以學生學習成果為導向，強調合格評價與質量持續改進[2]。本校自動化專業已于2015年通過了工程教育專業認證。模式識別課程是模式識別與智能系統學科的基礎課，是一門基礎理論與工程實踐相結合的課程。本課程主要討論統計模式識別的分類和識別基本原理、方法，同時要求學生掌握統計模式識別的基本概念、基本識別原理和方法，了解其發展動態，有效地運用所學知識和方法解決實際工程問題[3]。隨著現實生活中與機器學習相關的實際應用的逐漸增多以及對其智能程度的不斷提高，就導致對模式識別基礎知識的理解在廣度和深度上的要求不斷提高[4]。本文認為，自動化專業工程教育認證標準對本課程提出了一些學生學習后應能達到的具體要求，如下所述：（1）能夠選擇恰當的模型，描述一個自動化復雜系統或者過程，對模型的正確性進行嚴謹的推理，并能正確求解，以獲得有效結論。（2）能夠基于科學原理并采用科學方法，針對自動化專業領域的復雜工程問題進行數據分析與解釋。（3）能夠選擇與使用恰當的Matlab等現代工程工具，進行包括預測與模擬的自動化專業領域復雜工程問題的分析、開發與研究工作，并能夠理解其局限性。

一、當前教學模式的問題分析

模式識別課程屬于機器學習領域，課程的內容涉及到概率論、數理統計、數字圖像處理、信號處理等相關課程。在學習模式識別原理和方法時會牽扯比較繁雜枯燥的數學推導，可能會導致這部分的教學時長多于對模式識別核心內容的講授時長，從而使得學習重點偏移到數學分析上。這種本末倒置的情況需要進行轉變，使學生真正理解模式識別系統中的關鍵知識點，并進一步掌握其理論和方法。從實際應用方面講，基于圖像的模式識別問題是實際工程項目的應用熱點，也是當前許多科研機構的研究熱點，例如鋼鐵流程工業中鋼板的表面質量檢測、鋼板的長度和寬度檢測、智能交通中的車輛行人檢測問題、視頻監控中的人臉識別問題等。對于基于圖像的模式識別問題，能夠熟練掌握其處理方法和技術可以為學生未來從事相關工程活動打下良好的基礎。但目前的模式識別課程的重點內容仍集中在一些比較基本的知識點上，如貝葉斯理論、線性判別、近鄰法等，對近年來從實際工程應用各種衍生出來的一些新穎實用的識別原理和方法介紹甚少，如壓縮傳感與稀疏表示理論、深度學習等。

二、面向專業認證標準的模式識別課程教學改革探索

針對自動化工程教育專業認證標準，本文從與時俱進的教學內容、結合工程項目的教學方式、自主學習實驗平臺設計等三個方面進行課程教學改革的探索，以適應專業認證標準下的培養目標。

1.教學內容改革。在教學內容的安排上，精選教學內容，確保教學內容的相對穩定與先進性。（1）優化傳統教學內容，提煉精品內容進行重點講授，如模式識別中的決策面和決策方程、有監督學習、無監督學習等；引入最新的模式識別理論與方法，如統計理論與支持向量機、流行學習理論、壓縮傳感與稀疏編碼理論、深度學習等前言知識。（2）在重要知識點（如特征提取、分類器設計）的講解過程中，盡量簡化煩瑣的數學推導過程，提煉主要步驟并闡述數學結果所蘊含的物理意義。（3）增加實際工程應用的介紹，尤其是基于圖像的模式識別應用案例，如生物特征識別、視頻監控目標跟蹤與識別、工業無損檢測等，以提高學生對模式識別技術的學習興趣。同時也能夠增強學生對相關橫向課程（如數字圖像處理、矩陣理論、概率論）中的知識點有著更深層次的理解。針對自動化專業工程教育認證標準提出的三點要求，與本課程內容的對應關系如下：針對要求1：主要體現在能夠靈活運用課程涉及的特征提取與選擇、分類器的設計方法等知識點構建模式識別系統。能夠針對實際模式識別系統的需求，選擇合適的特征提取與分類器方法，并對系統的性能進行合理評價和分析。針對要求2：主要體現在了解模式識別技術的發展現狀和發展方向，同時通過分類器的設計和模式識別案例分析，了解模式識別方法在自動化專業有關數據分類和識別領域的應用現狀，并通過分類器設計實驗對數據進行分析和解釋。針對要求3：主要體現在用Matlab語言完成實驗教學環節；針對實驗報告的要求，能運用現代信息技術工具查閱資料，收集相關實驗方案，并根據分類器的設計原理完成分類器的程序編制，能夠根據識別結果對算法的特點進行總結。

2.教學方式改革。在教學方式上，設計以實際工程問題為導向的研究型教學法。通過實踐學習來激發學生更大的積極性與主動性，并使他們認識到所學的知識是有用的，使學生覺得有能力勝任未來工程師的角色。（1）改變常規的授課方式，即先介紹關鍵知識點的理論基礎和流程，然后給出計算類型的例題，或者通過課后練習和作業的形式讓學生掌握課堂介紹的理論和方法。通過實例先導引出重要的模式識別原理與方法，即通過實際工程問題為例子引出要學習的內容，如通過根據長度和光澤度等數值特征識別鮭魚和鱸魚的例子引出貝葉斯決策理論，通過膚色分割引出無監督學習，通過人臉識別引出特征提取，通過鳶尾花的分類引出特征選擇問題等。學生通過實例能夠理解并記住某一原理和方法的適用范圍。（2）重要知識點學習完畢后，學生以團隊形式完成相應的實際應用項目，利用MATLAB語言編程實現，并在課堂上進行口頭報告。通過項目實踐幫助學生回顧所學知識，提高其分析和解決實際問題的能力，另外通過團隊方式也能夠訓練其團隊合作和理性表述等工程師所必備的能力。

3.自主學習實驗平臺設計。在實驗環節上，設計模式識別自主學習實驗平臺。以往的模式識別實驗內容只是利用貝葉斯決策理論和Fisher線性鑒別法進行簡單的兩分類問題，對于學生理解和掌握實用的模式分類問題的解決方法發揮的作用比較有限。模式識別自主學習實驗平臺包括：（1）典型模式識別系統演示模塊：包括人臉識別、圖像分割等經典應用，每個子模塊設有原理介紹和仿真演示等功能。（2）自主實驗設計模塊：學生可以在典型演示模塊的基礎上設計實際工程應用實驗，如車牌識別、文字識別、步態識別、行人識別等，通過實驗平臺選擇訓練圖像構造訓練集，然后對訓練集利用不同特征提取算法（如主元分析法、Fisher線性鑒別法）進行訓練，再設計不同的分類器（如最近鄰分類器、神經網絡分類器、支持向量機分類器等）對測試圖像進行識別，從而完成整個模式識別過程的完整仿真。學生可以以團隊工作的方式完成自主實驗的設計與實施。

三、結語

本文在工程教育自動化專業認證標準下，探討了如何對傳統模式識別課程在教學內容、教學方式、工程實踐等方面進行改革。在后續的教學過程中，還要以學生為本，跟蹤每個學生的學習環節、實踐環節等過程進行監控和質量評價，同時建立學生后續跟蹤反饋機制，如統計學生參與SRTP創新創業項目的參與度、學生發表學術論文的情況等，用以對課程培養目標的達成度進行定期評價，并將所有評價的結果用于課程的持續改進中。

參考文獻：

[1]中國工程教育專業認證協會秘書處：工程教育認證工作指南（2016版）

[2]林健.工程教育認證與工程教育改革和發展[J].高等工程教育研究，2015，（2）：10-19.

[3]Richhard O.Duda.模式分類[M].機械工業出版社，2003.

[4]蔡宣平，余莉，劉雨，羅鵬飛.模式識別課程的研究型教學[J].電氣電子教學學報，2014，36（5）：82-84.