以培养学生科研能力为目标的模式识别本科教学.pdfVIP

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