MCLA教学法在计算机难点知识教学中的应用.docVIP

MCLA教学法在计算机难点知识教学中的应用.doc

  1. 1、本文档共12页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
MCLA教学法在计算机难点知识教学中的应用   摘要:针对计算机难点知识理论性强,按照从理论到实践的教学方法,往往存在部分学生学到一半就无法理解,失去兴趣,放弃学习,靠做题应付考试,最终导致知其然不知其所以然这一现象。本文针对计算机难点知识教学过程中遇到的问题,结合相关经验,以“图像处理中的各向异性扩散的偏微分方程”的讲解为案例,阐述MCLA(Model Centered Learning Architecture)方法在教学过程中的应用。实践证明,该教学方法能够加强学生对知识的理解,取得了较好的教学效果。文章最后还对该方法适用的范围进行了讨论。   关键词:MCLA;计算机教学;教学研究;教学改革   中图分类号:G642 文献标识码:B      1引言      高校计算机教育的过程中,难点知识的教和学是困扰着教师和学生的重要问题,对于难点知识教学方法的研究,引起了广大高校计算机教师的重视,其研究成果已经在高校计算机教育中起到了越来越重要的作用。难点知识一般分布在学生的专业基础课和专业选修课中,这些知识点往往理论性较强,需要较好的数学基础才能一次性掌握,这些知识点往往是某一门课程或某个研究方向的核心或者基础,如果不能很好地掌握,又影响到后续知识的学习和研究的开展。类似的知识点如:“数据结构”中的“最短路径”和“KMP算法”、“计算机视觉”中的“各向异性扩散的偏微分方程(PDEs)”、“编译原理”中的“有限自动机”、“面向对象程序设计”中的“多态性”、“计算机网络”中的“七层协议的实现”等。   提升难点知识的教学效果显得非常重要,但是传统的教学方法中,由于各种因素的影响,往往采用从理论到实践的教学过程。首先讲解知识的数学背景,然后阐述其理论框架,接下来讲解该框架中的相关公理或者定理,推出一系列公式,最后加以应用。在这种背景下,由于学生知识储备的差异性,以及学生听课状态的波动性,这种教学方法往往造成部分学生在学习的过程中,无法理解他们看起来很高深理论,从而失去学习兴趣,放弃后续学习,靠做题应付考试,最终即使得到高分,对知识点知其然不知      其所以然,更不要说进行创新。实践证明,该方法确实导致部分学生无法清楚地掌握知识的实质,造成了教学过程中的无用功和教学资源的浪费。   为了克服以上方法的不足之处,我们借鉴了国外著名教育机构的教学方法,将其引入到我们的教学过程中去。MCLA(Model Centered Learning Architecture)教学法来源于印度国家信息技术学院(印度NIIT),该教学方法的基础是:以“模型”为中心,通过完成“模型”来讲解理论,在该学院的教学中起到了巨大的作用。本文针对计算机难点知识教学过程中遇到的问题,结合相关经验,将MCLA教学方法应用到教学过程中去,以“图像处理中的各向异性扩散的偏微分方程”的讲解为案例,阐述MCLA方法在教学过程中的应用。实践证明,该教学方法能够加强学生对知识的理解,取得了较好的教学效果。文章最后还对该方法适用的   范围进行了讨论。      2传统教学方法的问题      难点知识在高校计算机教育中,不仅对于学生是学习难点,而且对于教师也是讲授难点。它难就难在理论性强,数学基础要求较高,教师即使能够熟练精通地掌握,由于学生数学知识储备的差异,学生就不一定能掌握;即使学生数学知识储备足够,由于听课状态波动,如果兴趣不高也会无法听懂,造成知识的遗落;教师将自己会的知识教给学生,学生却没学会,不能不说是教学资源的巨大浪费。   2.1教学案例描述   本文以“计算机视觉”中的“各向异性扩散的偏微分方程”为例,来阐述这个问题。   “计算机视觉”是高校计算机专业的一门专业选修课,对于即将攻读研究生并从事模式识别和图像处理的学生,是一门基础性课程。“各向异性扩散的偏微分方程”属于计算机视觉中的前沿技术,一般在书本的后半部分讲授。在此之前,学生已经学习了图像处理的基本知识,如基本的图像存储、变换、滤波以及常见的图像特征提取方法。   在计算即视觉中,“各向异性扩散的偏微分方程”最简单的情况是用于图像的平滑。在平滑图像的过程中,能够较好地保持边缘。该框架下,图像的平滑被假定类似于化学物质的扩散过程,图像的灰度(化学物质)将随着时间的变化而变化(扩散)。在某一个时间点,变化后的图像(扩散的结果)就是试图得到的平滑后的图像。描述如下:   设 表示一幅二维灰度图像, 为像素点 处的灰度值。 表示图像随着时间 变化的状态,具有边界停止功能的方程中,图像随着时间变化的状态或者图像的平滑过程被如下的扩散方程描述:式中, 为散度算子, ,是 的空间梯度。在这里, 必须是个减函数,当 较大,扩散必须很小,图像的边缘得到保持; 较小,扩散应该很

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档