- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
以培养学生科研能力为目标的模式识别本科教学.pdf
NO.36,2014(SerialNo.331) 专业休 程 建:饯
以培养学生科研能力为目标的模式识别本科教学
马 丽 侯 强
(中国地质大学 (武汉)机械与电子信息学院,湖北 武汉 450074)
摘要:培养本科生科研能力是社会发展对高校人才培养提出的必然要求。模式识别既有严密的理论基础,又有广泛的实际应用,是
一 个不断发展的活跃领域,其作为高年级本科生课程,通过科学的教学设计,适合用来培养学生的创新思维和科研能力。教学采用以实
际模式识别科研任务为主线和以启发科学思维为核心的教学方法,培养学生独立分析问题、解决问题的能力,为以后进行相关科学研究
打下良好基础。
关键词:模式识别;本科教学;科研能力
中图分类号:G642.0 文献标识码:A 文章编号:1007—0079(2014)36—0133—02
具备初步的科研工作能力是本科生重要的学业标准,培养 法来讲授:对于无监督分类,选择k—means算法;对于有监督分
本科生科研能力是社会发展对高校人才培养提出的必然要求 类,选择Bayes分类器,kNN分类器,以及SVM分类器;对于无监
]。 模式识别是一个既有着严密的理论基础,又有着广泛的实际 督特征提取,选择PCA算法;对于有监督特征提取,选择LDA算
应用的学科 】,并且模式识别的发展非常迅速,各种新思想新 法。另外,课程最初4个学时,用来介绍模式识别基础概念,讲
算法不断涌现,任何算法都不是完美的,都有很多工作可以继 授相关的数学基础,以及介绍具体的模式识别科研任务,即遥
续,因此,模式识别课程可以很好的用来培养学生的科研能力 感图像分类,讲解遥感图像的数据特点。
和创新思维。针对培养学生科研能力的教学 目标,本课程的教 对于16学时上机实验安排,我们围绕遥感图像分类任务,
学重点是理论与实践相结合,以具体科研任务贯穿整个教学过 布置四次作业,第一次实验是认识遥感图像,学会使用ENVI软
程,引导学生积极思考,启发学生科学思维。 件。第二次实验是使用MATLAB实现k—means算法对遥感图像
随着模式识别学科的日益发展,模式识别的教学也从研 进行聚类,重点分析初始类心的选择,迭代终止条件,相似性
究生教学逐渐延伸到本科教学 ]。对于培养高年级本科生科 度量方法的选择等关键问题。第三次实验是使用MATLAB实现
研能力这个 目标,我们采取以下三种方法:一是授课方式选择 kNN分类,分析参数k的选择以及相似性度量方法的选择。第四
几种经典的模式识别算法来讲,包括k均值聚类 (k-means)算 次是实现PCA或LDA降维,并对降维数据采用kNN分类,然后与
法;k近邻 (k-nearest—neighbor,kNN)、Bayes、和支持向量机 第三次实验结果做比较分析。四次上机实验,都针对遥感图像
(SupportVectorMachine,SVM)三种有监督分类算法;主成 分类这一科研任务,既可以采用最基本算法,又有很大的算法
分分析 (PrincipleComponentAnalysis,PCA)和线性判别分析 改进空间,适合不同层次学生的科研能力的培养。
(LinearDiscriminantAnalysis,LDA)两种特征提取算法。这 二、以实际模式识别科研任务为主线的教学方法
几种经典的算法,能够很好的代表模式识别这门课程。掌握好 模式识别是一门实用性很强的课程,每种算法都有很好的
这些算法,就可以较快较好的适应模式识别相关课题的研究。 应用实例 ,我们以具体的科研任务贯穿整个教学过程。科研任
二是采用以实际模式识别科研任务为主线的教学方法,学生带 务选择为 “遥感图像分类”,目标是获得好的图像分类精度。这
着具体的科研任务听课,更容易理解复杂算法,提高听课效率; 个课题可以采用简单的模式识别分类算法完成,但是分类精度
实践环节也都围绕同一个科研任务,便于前后关联,比较不同算
您可能关注的文档
- 中国东南地区隐性滑坡遥感识别研究.pdf
- 中国企业海外并购面临的困难原因性分析.pdf
- 中国传统绘画体系的美学文化基础与历史时期线索简论.pdf
- 中国农业碳排放拐点变动及时空分异研究.pdf
- 中国出口结构优化——基于碳排放的视角.pdf
- 中国城市群碳竞争力动态评价研究.pdf
- 中国应对全球石油峰值策略研究.pdf
- 中国性别失衡与社会可持续发展的理论、实践与政策创新——国家社科基金重大攻关课题中国人口性别结构与社会可持续发展战略研究成果概述.pdf
- 中国性别失衡公共治理的探索与实践.pdf
- 中国成镍带与找矿方向探讨.pdf
- 2024-2030年中国冰箱行业市场深度调研及竞争格局与投资策略研究报告.docx
- 2024-2030年中国冷冻机油行业市场发展趋势与前景展望战略分析报告.docx
- 2024-2030年中国军用综合训练环境(STE)解决方案行业现状动态与发展战略研究报告.docx
- 2024-2030年中国农业卫星数据服务行业发展战略与投资规划分析报告.docx
- 2024-2030年中国再生棉纱行业市场发展趋势与前景展望战略分析报告.docx
- 2024-2030年中国再生铝行业创新状况与未来营销趋势预测研究报告.docx
- 2024-2030年中国六羰基钨行业发展动态与产销需求预测报告.docx
- 2024-2030年中国公共资源交易行业运行监测分析及发展对策建议研究报告.docx
- 2024-2030年中国全棉尿布行业需求规模及投资风险剖析研究报告.docx
- 2024-2030年中国光芯片行业供需状况与前景趋势研究研究报告.docx
文档评论(0)