馬家君 張利 謝泉

摘?要：針對(duì)模式識(shí)別課程教學(xué)過(guò)程中學(xué)生難以理解的問(wèn)題，應(yīng)用大數(shù)據(jù)分析技術(shù)，對(duì)模式識(shí)別課程學(xué)習(xí)的難易度、課程教授的滿意度和模式識(shí)別課程的重要性三個(gè)方面進(jìn)行了統(tǒng)計(jì)分析，并明確了模式識(shí)別課堂教學(xué)過(guò)程中學(xué)生難以理解的主要原因，進(jìn)而從課堂講授和實(shí)驗(yàn)教學(xué)兩個(gè)方面對(duì)模式識(shí)別課程的教學(xué)方法與教學(xué)模式進(jìn)行了調(diào)整與改革，解決了模式識(shí)別教學(xué)過(guò)程中學(xué)生難以理解的問(wèn)題。

關(guān)鍵詞：教學(xué)改革;大數(shù)據(jù)技術(shù);模式識(shí)別

中圖分類號(hào)：G642?文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1674-7615（2019）04-0137-04

DOI：10.15958/j.cnki.jywhlt.2019.04.024

Abstract：Aiming at the problem of pattern recognition course teaching which is difficult for students to understand and applying big data analysis technology， the present paper made a statistical analysis of the difficulty in learning pattern recognition course， satisfaction of the course teaching and the importance of the course， clarified the main reasons why it was difficult for the students to understand the process of pattern recognition classroom teaching and innovated the teaching methods and adjusted modes of pattern recognition from the two aspects of classroom teaching and experiment teaching and solved the problem of teaching pattern recognition.

Key words：teaching reform; big data technology; pattern cognition

模式識(shí)別（Pattern Recognition，PR）是利用計(jì)算機(jī)對(duì)模式進(jìn)行分類識(shí)別，通過(guò)對(duì)獲取的原始數(shù)據(jù)的預(yù)處理、特征提取、分類器的設(shè)計(jì)，并在分類錯(cuò)誤率較小的條件下使分類識(shí)別的結(jié)果與物理對(duì)象相符合的技術(shù)[1]。模式識(shí)別課程是大數(shù)據(jù)科學(xué)與技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)挖掘、物聯(lián)網(wǎng)工程等課程的核心基礎(chǔ)課，是一項(xiàng)充滿智慧的課程，是現(xiàn)代人工智能必不可少的基礎(chǔ)技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支[2]。模式識(shí)別課程對(duì)計(jì)算機(jī)視覺(jué)、人工智能、工業(yè)自動(dòng)化、智慧農(nóng)業(yè)、智慧交通管理和大數(shù)據(jù)挖掘等領(lǐng)域的研究有重要意義。模式識(shí)別課程具有很強(qiáng)的理論性、實(shí)踐操作能力要求高，與計(jì)算機(jī)編程、算法設(shè)計(jì)等課程內(nèi)容融合高，是一門(mén)與工程實(shí)踐緊密結(jié)合的綜合性的課程[3]。模式識(shí)別課程對(duì)數(shù)學(xué)基本理論性的要求非常高，在大數(shù)據(jù)、物聯(lián)網(wǎng)的培養(yǎng)計(jì)劃中具有極其重要的地位。在模式識(shí)別方法的理論方面，該課程既結(jié)合了概率論與數(shù)理統(tǒng)計(jì)、數(shù)值分析、矩陣論等數(shù)學(xué)基礎(chǔ)理論，同時(shí)又為數(shù)據(jù)挖掘、人工智能、深度學(xué)習(xí)等專業(yè)課程的學(xué)習(xí)奠定了理論基礎(chǔ)[4]。模式識(shí)別課程中算法的理論分析涉及到高等數(shù)學(xué)、線性代數(shù)等大量的基礎(chǔ)數(shù)學(xué)知識(shí)，由于大部分學(xué)生數(shù)學(xué)基礎(chǔ)薄弱，學(xué)生很難深入理解模式識(shí)別方法的數(shù)學(xué)思想[5]。另外，在實(shí)驗(yàn)教學(xué)方面，大部分學(xué)生的計(jì)算機(jī)編程能力較弱，即使掌握了模式識(shí)別的具體算法，很難將模式識(shí)別算法通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)。模式識(shí)別課程算法理論學(xué)習(xí)機(jī)實(shí)驗(yàn)編程能力的訓(xùn)練，能為學(xué)生在工程實(shí)踐及科學(xué)研究中打下堅(jiān)實(shí)的理論和實(shí)踐基礎(chǔ)。另外，在模式識(shí)別的本科教學(xué)過(guò)程中，讓學(xué)生切身體會(huì)模式識(shí)別具體算法的應(yīng)用，對(duì)教師教學(xué)能力提升也具有很大的挑戰(zhàn)[6]。

本文應(yīng)用大數(shù)據(jù)技術(shù)，對(duì)近兩年主修模式識(shí)別課程的教師和學(xué)生進(jìn)行了數(shù)據(jù)采集。分別從學(xué)生對(duì)模式識(shí)別課程重要的認(rèn)識(shí)、學(xué)生對(duì)模式識(shí)別課程難易度以及學(xué)生對(duì)教師授課滿意度等幾方面進(jìn)行了分析，并明確了目前模式識(shí)別課程教學(xué)中學(xué)生難以理解的主要原因。在大數(shù)據(jù)技術(shù)的支撐下，從課堂教學(xué)和實(shí)踐教學(xué)兩方面對(duì)現(xiàn)有模式識(shí)別教學(xué)內(nèi)容、教學(xué)模式做出相應(yīng)的調(diào)整與改革，這部分研究對(duì)模式課程進(jìn)行全面的優(yōu)化建設(shè)與實(shí)踐具有重要意義。

以2016至2018年講授和主修過(guò)模式識(shí)別課程的教師與本科生為數(shù)據(jù)采集對(duì)象。從集體問(wèn)卷訪談、課程教學(xué)視頻、學(xué)生作業(yè)完成情況和試卷分析中獲取模式識(shí)別教學(xué)相關(guān)數(shù)據(jù)。在集體問(wèn)卷訪談方面共發(fā)放400份問(wèn)卷，其中教師問(wèn)卷10份，本科生問(wèn)卷390份，專業(yè)包括物聯(lián)網(wǎng)工程、信息管理與信息系統(tǒng)、電子信息工程3個(gè)。本次問(wèn)卷訪談共回收問(wèn)卷387份，回收率96.75%。在學(xué)生的問(wèn)卷調(diào)查方面，我們?cè)O(shè)計(jì)了課程理論推導(dǎo)難易度、實(shí)驗(yàn)課程重要性、課堂講授滿意度和課程設(shè)計(jì)合理性四個(gè)調(diào)查項(xiàng)進(jìn)行數(shù)據(jù)采集;在課程教學(xué)視頻上，從教室監(jiān)控獲取視頻數(shù)據(jù)，并采用大數(shù)據(jù)技術(shù)通過(guò)深度學(xué)習(xí)獲取課堂學(xué)生聽(tīng)課狀態(tài)相關(guān)信息;在學(xué)生作業(yè)完成情況和試卷分析上，根據(jù)教師統(tǒng)計(jì)的相關(guān)數(shù)據(jù)進(jìn)行分析。綜合以上3種數(shù)據(jù)源進(jìn)行大數(shù)據(jù)統(tǒng)計(jì)分析，分析結(jié)果如表1所示。

大數(shù)據(jù)分析表明，認(rèn)為模式識(shí)別課程理論推導(dǎo)較難的學(xué)生占75%以上，實(shí)驗(yàn)課程較為重要的學(xué)生占80%以上，課堂教學(xué)較為滿意的學(xué)生不到40%。課程設(shè)計(jì)較為合理的學(xué)生不到50%。在以上統(tǒng)計(jì)分析的基礎(chǔ)上，我們認(rèn)為導(dǎo)致學(xué)生對(duì)模式識(shí)別課程難易理解的主要原因是：學(xué)生理論基礎(chǔ)薄弱，學(xué)習(xí)過(guò)程中主動(dòng)性不強(qiáng)，教師教學(xué)方法落后。首先，模式識(shí)別算法的理論推導(dǎo)部分，涉及到很多數(shù)學(xué)分析、工程優(yōu)化、矩陣論等數(shù)學(xué)基礎(chǔ)理論，甚至還涉及到小波分析、隨機(jī)過(guò)程等更高層次的數(shù)學(xué)理論;其次，模式識(shí)別實(shí)驗(yàn)教學(xué)過(guò)程中涉及到C語(yǔ)言、C++語(yǔ)言、MATLAB編程等計(jì)算機(jī)編程語(yǔ)言，很多學(xué)生計(jì)算機(jī)編程基礎(chǔ)較為薄弱;最后，教授模式識(shí)別課程的老師缺乏相關(guān)的工程訓(xùn)練項(xiàng)目，在課程體系的設(shè)計(jì)上缺乏創(chuàng)新性。

在國(guó)家大力發(fā)展大數(shù)據(jù)技術(shù)的背景下，模式識(shí)別課程教學(xué)的改革對(duì)進(jìn)一步推動(dòng)大數(shù)據(jù)相關(guān)核心課程的學(xué)習(xí)，促進(jìn)大數(shù)據(jù)科學(xué)與技術(shù)學(xué)科的發(fā)展具有重要的意義。

近幾年，模式識(shí)別課程建設(shè)和教學(xué)改革取得了很多成果，但在大數(shù)據(jù)的新形勢(shì)下，尤其是模式識(shí)別課與大數(shù)據(jù)相關(guān)理論課程的深度融合上還存在很多問(wèn)題[7]。模式識(shí)別課程教學(xué)改革將從課堂教學(xué)改革和實(shí)踐教學(xué)改革兩個(gè)方面進(jìn)行。

1.課堂教學(xué)改革

模式識(shí)別課堂教學(xué)的基本要求是靈活應(yīng)用緊致性處理模式之間是否可分的問(wèn)題;通過(guò)掌握判別閾值法，明確模式識(shí)別的基本處理方法，模式識(shí)別是如何分析解決現(xiàn)實(shí)問(wèn)題的;掌握特征生成方法中的提取和選擇，對(duì)于給定實(shí)物特征能領(lǐng)會(huì)提取實(shí)物的有用信息。在大數(shù)據(jù)背景下，除了要求學(xué)生掌握模式識(shí)別的基本概念、基本理論、基本方法外，還要要求學(xué)生能將所學(xué)模式識(shí)別知識(shí)應(yīng)用于車(chē)牌號(hào)識(shí)別、人臉識(shí)別、手寫(xiě)識(shí)別、文本語(yǔ)意識(shí)別、指紋識(shí)別等大數(shù)據(jù)工程領(lǐng)域中[8]。模式識(shí)別課堂教學(xué)改革主要從以下幾個(gè)方面進(jìn)行。

實(shí)施虛擬化演示教學(xué)。模式識(shí)別課程中的PAC降維、感知器算法、貝葉斯分類算法、近鄰法等包含了較多的數(shù)學(xué)理論推導(dǎo)過(guò)程，學(xué)生在學(xué)習(xí)過(guò)程中感覺(jué)枯燥乏味。采用虛擬化演示教學(xué)能在很大程度上提高學(xué)生的學(xué)習(xí)興趣。在模式識(shí)別課程中的虛擬化演示教學(xué)中，主要針對(duì)數(shù)學(xué)推導(dǎo)較多的fisher線性判別法、貝葉斯分類法、PCA降維等，采用MATLAB的可視化技術(shù)，通過(guò)在命令空間編寫(xiě)程序，或者直接編寫(xiě)M語(yǔ)言程序，生成與fisher線性判別法、貝葉斯分類法、PCA降維相應(yīng)動(dòng)畫(huà)或圖像，在課堂上通過(guò)虛擬化技術(shù)演示fisher線性判別法、貝葉斯分類法、PCA降維等算法的推導(dǎo)過(guò)程，讓學(xué)生直觀體會(huì)到模式識(shí)別算法圖像效果，結(jié)合理論推導(dǎo)，從感觀上加深對(duì)模式識(shí)別方法的深入理解。在模式識(shí)別課程教學(xué)中，虛擬化演示的教學(xué)方式中需要注意兩方面的事項(xiàng)：一方面，在選擇具體演示的模式識(shí)別算法時(shí)，盡量選擇公式推導(dǎo)過(guò)程中數(shù)據(jù)易于可視化的例子，如通過(guò)醫(yī)學(xué)圖像處理中的圖像的亮度均值、亮度標(biāo)準(zhǔn)方差二維數(shù)據(jù)來(lái)對(duì)醫(yī)學(xué)圖像進(jìn)行分類;另一方面，MATLAB在運(yùn)行過(guò)程中，可以采用分部運(yùn)行，程序執(zhí)行過(guò)程更加清楚，學(xué)生更容易理解。

實(shí)施“啟發(fā)式”教學(xué)模式。在啟發(fā)式教學(xué)法中，一方面，需要引導(dǎo)學(xué)生思考模式識(shí)別知識(shí)的具體應(yīng)用有哪些;另一方面，需要將學(xué)生所掌握的模式識(shí)別算法怎么通過(guò)計(jì)算機(jī)編程來(lái)解決工程實(shí)際問(wèn)題。從模式識(shí)別緒論部分的講解開(kāi)始，引導(dǎo)學(xué)生明白模式識(shí)別課程是用來(lái)解決如人臉識(shí)別、指紋識(shí)別、車(chē)牌號(hào)識(shí)別、產(chǎn)品是否合格、工業(yè)機(jī)械設(shè)備運(yùn)轉(zhuǎn)是否正常等實(shí)際問(wèn)題，并啟發(fā)學(xué)生思考模式識(shí)別在日常生活還能解決的實(shí)際問(wèn)題有哪些，通過(guò)這種啟發(fā)式的教學(xué)模式，學(xué)生積極思考回答問(wèn)題，加深對(duì)模式識(shí)別課堂的理解。另外，引導(dǎo)學(xué)生在京東、天貓等網(wǎng)商場(chǎng)上搜索與模式識(shí)別相關(guān)的智能產(chǎn)品，例如指紋打卡機(jī)、驗(yàn)鈔機(jī)、智能機(jī)器人，引導(dǎo)學(xué)生思考模式識(shí)別相關(guān)產(chǎn)品的工作原理，以及要用到的模式識(shí)別基礎(chǔ)理論知識(shí)，采用哪些相關(guān)的技術(shù)手段來(lái)實(shí)現(xiàn)。

實(shí)施“強(qiáng)化練習(xí)”的教學(xué)模式。在模式識(shí)別的教學(xué)中運(yùn)用強(qiáng)化練習(xí)的教學(xué)方式，對(duì)每一個(gè)模式識(shí)別的知識(shí)點(diǎn)，通過(guò)具體的例子講解，然后再通過(guò)相應(yīng)的練習(xí)題，讓學(xué)生在課堂上練習(xí)，并根據(jù)學(xué)生的完成情況，調(diào)整強(qiáng)化練習(xí)的具體項(xiàng)目，將強(qiáng)化練習(xí)分為基礎(chǔ)、深化、提高三個(gè)層次，逐步提高學(xué)生主動(dòng)學(xué)習(xí)的興趣和持續(xù)學(xué)習(xí)的動(dòng)力。

將目前學(xué)生比較感興趣的微信跳一跳游戲外掛開(kāi)發(fā)、人臉識(shí)別、指紋識(shí)別等技術(shù)引入課堂教學(xué)。并進(jìn)行實(shí)際案例的演示，讓學(xué)生能直觀地知道模式識(shí)別的具體應(yīng)用，提高學(xué)生學(xué)習(xí)興趣。

采用虛擬化演示教學(xué)方式。在模式識(shí)別的課程講授過(guò)程中，通過(guò)計(jì)算機(jī)編程，將模式識(shí)別過(guò)程中難以理解的公式推導(dǎo)或模式識(shí)別的具體算法，采用虛擬化技術(shù)，設(shè)計(jì)視頻演示，有效豐富模式識(shí)別教學(xué)內(nèi)容，激發(fā)學(xué)生在模式識(shí)別過(guò)程中積極思考和積極學(xué)習(xí)的熱情。

2.實(shí)踐教學(xué)改革

在模式識(shí)別的實(shí)驗(yàn)教學(xué)過(guò)程中，鍛煉學(xué)生編程能力及運(yùn)用模式識(shí)別具體算法解決工程實(shí)際問(wèn)題的能力是很重要的。目前，模式識(shí)別實(shí)踐教學(xué)過(guò)程中通常存在兩個(gè)方面需要解決的問(wèn)題：一方面，實(shí)踐教學(xué)時(shí)間短。模式識(shí)別課程在本科階段一般作為考查課，課時(shí)通常為36學(xué)時(shí)，通常30個(gè)學(xué)時(shí)用于課堂教學(xué)，在6個(gè)學(xué)時(shí)的實(shí)踐教學(xué)過(guò)程中，設(shè)計(jì)高效的實(shí)驗(yàn)教學(xué)內(nèi)容是極為重要的;另一方面，模式識(shí)別實(shí)驗(yàn)教學(xué)過(guò)程中面臨實(shí)驗(yàn)項(xiàng)目不好選擇的問(wèn)題。模式識(shí)別實(shí)驗(yàn)過(guò)程中fisher線性判別法、貝葉斯分類法、PCA降維等模式識(shí)別具體算法很復(fù)雜，直接讓學(xué)生通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)的工作量非常大，在有限的實(shí)驗(yàn)教學(xué)學(xué)時(shí)的時(shí)間內(nèi)很難完成。

對(duì)于模式識(shí)別實(shí)驗(yàn)教學(xué)過(guò)程中時(shí)間短的問(wèn)題，在實(shí)驗(yàn)課上讓學(xué)生集中進(jìn)行編程練習(xí)，并在實(shí)驗(yàn)課后安排學(xué)生具體的模式識(shí)別項(xiàng)目，利用學(xué)生課余時(shí)間完成。這樣可以在一定程度上解決學(xué)生模式識(shí)別實(shí)踐教學(xué)時(shí)間不夠的問(wèn)題。另外，實(shí)踐教學(xué)過(guò)程中的原理部分可以在課堂教學(xué)過(guò)程中作為案例進(jìn)行詳細(xì)講解，節(jié)省實(shí)踐教學(xué)過(guò)程中進(jìn)行原理性講解的時(shí)間。另外，在模式識(shí)別實(shí)踐教學(xué)選題方面，除了選擇實(shí)現(xiàn)一些例如人臉識(shí)別的經(jīng)典問(wèn)題外，可以選擇與大數(shù)據(jù)、云計(jì)算相關(guān)的一些課題。例如，基于MapReduce思想，編寫(xiě)車(chē)牌識(shí)別程序。實(shí)現(xiàn)對(duì)貴州某兩處監(jiān)控圖片中的車(chē)牌的識(shí)別，完成對(duì)除貴州省車(chē)輛外的外省車(chē)輛的統(tǒng)計(jì)，并完成對(duì)兩處監(jiān)控中套牌車(chē)輛的識(shí)別，并得出結(jié)果。在這樣的實(shí)踐課程環(huán)節(jié)中，學(xué)生不僅能將模式識(shí)別的方法運(yùn)用到具體工程實(shí)踐中，還能鞏固所學(xué)的MapReduce編程思想，能夠利用所學(xué)的Java調(diào)用已封裝好C++的so動(dòng)態(tài)庫(kù)完成車(chē)牌的識(shí)別，然后利用MapReduce完成對(duì)車(chē)牌的統(tǒng)計(jì)和對(duì)套牌車(chē)的識(shí)別。最后將在云計(jì)算服務(wù)器上其執(zhí)行。

在模式識(shí)別實(shí)踐教學(xué)過(guò)程中，可以采用的編程語(yǔ)言有C語(yǔ)言、C++語(yǔ)言、MATLAB語(yǔ)言、Verilog HDL硬件描述語(yǔ)言、JAVA語(yǔ)言、Python語(yǔ)言等。由于MATLAB編程語(yǔ)言將很多的模式識(shí)別算法中需要用的矩陣求逆、矩陣求特征值、神經(jīng)網(wǎng)絡(luò)等封裝成具體的函數(shù)，編程結(jié)構(gòu)簡(jiǎn)潔明了，能凸顯模式識(shí)別算法及實(shí)踐教學(xué)的工程實(shí)用性，因此模式識(shí)別實(shí)踐教學(xué)以MATLAB編程語(yǔ)言為主，配合Java等編程語(yǔ)言練習(xí)。列入對(duì)于簡(jiǎn)單的將人臉識(shí)別系統(tǒng)可以分解為：數(shù)據(jù)預(yù)處理、特征提取、分類器訓(xùn)練、分類識(shí)別等幾大模塊，在設(shè)計(jì)數(shù)據(jù)預(yù)處理部分，可以在MATLAB中通過(guò)imread函數(shù)直接讀取圖片并轉(zhuǎn)換為向量，在特征提取部分，可以采用eig函數(shù)直接獲取矩陣的特征值和特征向量，程序編寫(xiě)簡(jiǎn)單易懂。

設(shè)計(jì)精品實(shí)驗(yàn)。模式識(shí)別課程是大數(shù)據(jù)挖掘、大數(shù)據(jù)可視化、云計(jì)算技術(shù)等課程的基礎(chǔ)課程，同時(shí)，也需要C語(yǔ)言、C++語(yǔ)言、MATLAB語(yǔ)言編程及Python編程語(yǔ)言的基礎(chǔ)。因此，可以考慮將基于云計(jì)算、大數(shù)據(jù)平臺(tái)的人臉識(shí)別、車(chē)牌號(hào)識(shí)別、語(yǔ)音識(shí)別等項(xiàng)目設(shè)計(jì)為精品實(shí)驗(yàn)，可以將學(xué)生所學(xué)理論知識(shí)有機(jī)結(jié)合在一起，提高學(xué)生綜合運(yùn)用所學(xué)知識(shí)解決工程實(shí)踐問(wèn)題的能力。這為優(yōu)秀本科生留下足夠施展才華的空間，同時(shí)也為本科生的課外實(shí)踐、設(shè)計(jì)競(jìng)賽、SRT項(xiàng)目申報(bào)和本科畢業(yè)設(shè)計(jì)提供貯備。

設(shè)計(jì)層次實(shí)驗(yàn)。在模式識(shí)別的教學(xué)過(guò)程中，部分學(xué)生理論基礎(chǔ)較好，實(shí)踐動(dòng)手能力較強(qiáng)，而大部分學(xué)生理論基礎(chǔ)較為薄弱，計(jì)算機(jī)編程能力不足，另外還有少部分學(xué)生，幾乎沒(méi)有編程能力。因此，考慮到模式識(shí)別實(shí)驗(yàn)教學(xué)過(guò)程中學(xué)生的層次化特點(diǎn)，可以將模式識(shí)別試驗(yàn)設(shè)計(jì)為層次化。例如，對(duì)于人臉識(shí)別的實(shí)驗(yàn)教學(xué)，將實(shí)驗(yàn)分成人臉圖像的讀取、PCA降維、K均值算法識(shí)別、貝葉斯分類識(shí)別、近鄰法識(shí)別、K近鄰法識(shí)別、線性判別函數(shù)識(shí)別和神經(jīng)網(wǎng)絡(luò)識(shí)別幾個(gè)部分。其中，人臉圖像的讀取、PCA降維給學(xué)生提供部分編程代碼，基礎(chǔ)比較薄弱的學(xué)生可以一邊抄寫(xiě)一邊理解。對(duì)于基礎(chǔ)較好的學(xué)生可以綜合運(yùn)用K均值算法識(shí)別、貝葉斯分類識(shí)別、近鄰法識(shí)別、K近鄰法識(shí)別、線性判別函數(shù)識(shí)別和神經(jīng)網(wǎng)絡(luò)識(shí)別，以提高最終的識(shí)別率。通過(guò)層次化實(shí)驗(yàn)設(shè)計(jì)，可以鍛煉不同層次學(xué)生的實(shí)踐動(dòng)手能力。

本文應(yīng)用大數(shù)據(jù)分析技術(shù)，對(duì)模式識(shí)別課程理論推導(dǎo)難易度、實(shí)驗(yàn)課程重要性、課堂講授滿意度和課程設(shè)計(jì)合理性四個(gè)方面進(jìn)行了統(tǒng)計(jì)分析，大部分學(xué)生認(rèn)為模式識(shí)別課程理論推導(dǎo)較難，模式識(shí)別實(shí)驗(yàn)課程重要，不到50%的學(xué)生認(rèn)為模式識(shí)別課堂教學(xué)較為滿意，模式識(shí)別課程設(shè)計(jì)較為合理。并明確了模式識(shí)別課堂教學(xué)過(guò)程中學(xué)生難以理解的主要原因是學(xué)生理論基礎(chǔ)薄弱、學(xué)習(xí)過(guò)程中主動(dòng)性不強(qiáng)、教師教學(xué)方法落后。本文結(jié)合大數(shù)據(jù)應(yīng)用技術(shù)，從課堂講授和實(shí)驗(yàn)教學(xué)兩個(gè)方面對(duì)模式識(shí)別課程的教學(xué)方法和教學(xué)模式做出調(diào)整與改革，提出了解決模式識(shí)別教學(xué)過(guò)程中學(xué)生難以理解的問(wèn)題。在課堂教授方面，提出了“虛擬化演示”教學(xué)、“啟發(fā)式”教學(xué)、“強(qiáng)化練習(xí)”教學(xué)的改革方式，以解決模式識(shí)別課程教學(xué)過(guò)程中學(xué)生難以理解的問(wèn)題。在實(shí)驗(yàn)教學(xué)方面，提出了精品實(shí)驗(yàn)和層次實(shí)驗(yàn)的教學(xué)改革方式，并將大數(shù)據(jù)、物聯(lián)網(wǎng)相關(guān)的項(xiàng)目融入到實(shí)驗(yàn)中，解決模式識(shí)別實(shí)驗(yàn)教學(xué)過(guò)程中教師實(shí)踐經(jīng)驗(yàn)不足的問(wèn)題。本文應(yīng)用大數(shù)據(jù)技術(shù)，對(duì)現(xiàn)有的模式識(shí)別教學(xué)模式與教學(xué)內(nèi)容需要做出合適的調(diào)整與改革，該改革方案對(duì)模式識(shí)別課程進(jìn)行全方位的優(yōu)化建設(shè)與實(shí)踐具有重要意義。

參考文獻(xiàn)：

[1]?張學(xué)工.模式識(shí)別[M]. 北京： 清華大學(xué)出版社，2010：45.

[2]?SERGIOS T.?Pattern Recognition[M]. San Diego： Academic Press，2006：39.

[3]?張芳，肖志濤，韓曉軍，等.?模式識(shí)別課程教學(xué)改革思考[J]. 計(jì)算機(jī)教育，2012（4）： 45-47.

[4]?劉雨，孫即祥，余莉.?模式識(shí)別課程開(kāi)放式案例教學(xué)設(shè)計(jì)[J].電氣電子教學(xué)學(xué)報(bào)，2011 （3）： 103-105.

[5]?戚玉濤，劉芳，焦李成.?模式識(shí)別教學(xué)實(shí)踐與課程改革[J].計(jì)算機(jī)教育，2010（19）：24-26.

[6]?吳有富，吳應(yīng)加.?信息分類中的一種模糊技術(shù)[J]. 貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2001 （1）： 9-15.

[7]?許道云.大數(shù)據(jù)計(jì)算的基礎(chǔ)理論探究[J]. 貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2016 （4）： 1-11

[8]?張偉，程穎.基于大數(shù)據(jù)技術(shù)的研究生教育管理系統(tǒng)構(gòu)建與應(yīng)用[J]. 貴州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018 （2）： 134-138.

（責(zé)任編輯：趙廣示）