1、第 45 卷第 3 期2023 年 6 月电气电子教学学报Journal of Electrical and Electronic EducationVol 45No 3Jun 2023收稿日期:2021-10-27;修回日期:2022-03-20基金项目:国防科技大学研究生教育教学改革研究课题(yjsy2019016，yjsy2021009);国防科技大学本科和任职教育教学研究课题(u2021203，u2019104)第一作者:陈浩(1982)，男，博士，教授，主要从事人工智能在教育教学中的应用和研究工作，E-mail:hchen nudt edu cn通信作者:杜春(1983)，男，博士，
2、副教授，主要从事机器学习、模式识别及应用的研究工作，E-mail:duchun nudt edu cn“模式识别”课程线上线下混合教学模式探索陈浩李沛秦熊伟杜春(国防科技大学 电子科学学院，长沙 410073)摘要:在“模式识别”课程教学中，针对传统线下课程短板，开展线上与线下相结合的混合教学模式教学改革探索。阐述了该课程教学改革的教学环节设计、教学实施方法、考核方式等，以思维导图和综合案例串联庞杂知识点，采用多样化手段，加强对学生创新思维和能力的培养。教学实践证明，该课程教学改革调动了学生主动性，培育了其创新能力与科学精神，丰富了线上线下混合教学改革的理论研究。关键词:线上线下混合;模式识别
3、课程;教学案例;任务驱动教学法中图分类号:G434文献标识码:A文章编号:1008-0686(2023)03-0056-04Exploration of Online and Offline Mixed Teaching Mode for Patternecognition CourseCHEN HaoLI PeiqinXIONG WeiDU Chun(College of Electronic Science and Technology，National University of Defense Technology，Changsha 410073，China)Abstract:Towa
4、rds the disadvantages of traditional offline Pattern ecognition course，the exploration and practice of teaching re-form of online and offline mixed teaching mode is carried out This paper elaborates the teaching design，implementation and as-sessment methods Complex knowledge points are connected bas
5、ed on mind map and comprehensive teaching cases Multipleteaching methods are employed to enhance the cultivation of students innovative thinking and ability Teaching practice hasproved that the teaching reform has improved the students participation and initiative，cultivated their innovative ability
6、 and scien-tific spirit，and enriched the theoretical research on the online and offline mixed teaching modeKeywords:online and offline mixed teaching;pattern recognition course;teaching cases;task-driven teaching method国防科技大学是军队唯一的“双一流”大学，立足“高素质新型军事人才培养和国防科技自主创新高地”的办学定位，培养通用专业人才和联合作战保障人才。“模式识别”课程是国防
7、科技大学信息工程专业必修课，通信工程、电子信息工程的专业选修课。其先修课包括:“离散数学”“概率论与数理统计”“数据结构与算法”等;后续还将“学习信息系统原理与应用”“大数据技术基础”“认知网络技术”等。研究生课程“模式识别与机器学习”是该课程的延伸与发展 1。随着人工智能以及大数据时代的到来和新工科建设的推行与实施，社会对高校本科人才培养提出了新要求2 3。本校开设的“模式识别”课程预期目标分为知识目标、能力目标、素质目标等三个层面。在知识目标层面，要求学生熟悉人工智能与模式识别领域的发展历史和新进展、新方向，掌握基本概念、重要思想和典型模型算法;在能力目标层面，要求学生具备发现问题、形式化
8、表示问题，建立模型并智能化计算分析问题的能力，通过研讨、实验与课程设计，初步具备综合运用所学模型算法解决复杂问题的能力;在素质目标层面，要求学生具有良好的人文精神、科学精神、创新精神，增强社会责任感，形成运用所学科技知识为祖国服务的意识。“模式识别”课程发展历程为:1981 年，国防科技大学在全国率先开设本科“模式识别”课程，后经多次教学改革，2009 年获评国家精品课程和湖南省精品课程;2013 年获评国家精品资源共享课程，并在爱课程平台上线;2018 年，为适应新的培养模式，启动了对线上线下混合式教学模式的改革和探索。1改革前教学中存在的问题改革前，“模式识别”课程采用传统的线下教学方式，
9、线上教学资源仅作为“可有可无”的补充资源。笔者发现，教学过程中主要存在以下问题。1)一头热在传统的线下教学中，本课程以教师讲授为主，学生参与度不高，互动手段不多。虽然要求学生课前预习，课后复习，但缺乏检查和效果评估机制。本门课的开课为大三秋季学期，学生在该学期课业压力较大，开课门数和学时数都较多，以至于学生学习本门课程主动性不足，疲于应付，且碎片化时间利用率低。2)知识散本课程自身的特点在于知识点庞杂，涉及到统计学、人工神经网络、界面域法等多个联系较弱的知识点，教师讲解相对孤立，没有设计一种能够贯穿庞杂知识点的机制，导致学生只见树木不见森林，难以融会贯通。3)实践弱本课程传统的教学过程重理论，
10、轻实践，侧重于讲清楚数学模型背后的机理，但对于如何使用该模型和方法却讲解不够，缺少运用模型解决实际问题的专题研讨，且与军事应用结合不够紧密，对学生的创新能力训练不足。4)追溯难考核方式单一，侧重于期末终结性考试，且教学过程数据收集不全面，对教学持续改进支撑力度不够。鉴于在教学过程中出现的上述问题，借鉴线上线下混合教学的思路，进行“模式识别”课程混合式教学新模式改革的探索与实践。2教学改革整体设计思路线上线下混合式教学，兼具线上教学和线下教学的特点与优势，是一种新兴的教学方式4 6。上一节讨论了“模式识别”课程中传统教学存在的问题。本节将介绍本课程教学改革的整体设计思路，如图 1 所示。在“以学
11、生为中心、立德树人”的教学理念指导下，教学方法开展线上线下混合模式探索与实践，对线上、线下教学资源持续建设。线上，自建 MOOC 课程 2 门(爱课程平台、军事职业教育平台)，自编教材 2 本，出版教学参考书 2 本。依托雨课堂平台设计线上线下互动教学环节，依托 Educoder 等平台发布在线实验任务，自动判定学生编程作业的正确性。在教学内容方面，做到与时俱进，以科研促教学，设定研讨课题，紧密结合军事应用。采用形成性考核方式，融合多种测试手段，全面采集线上线下混合教学的过程数据，有效支持课程持续改进。课程思政将工匠精神、爱国情怀和军人本色等全程融入。最终达到本课程教学目标。图 1“模式识别”
12、课程线上线下混合教学改革总体思路3线上线下教学环节实施基于第二节中介绍的教学改革整体思路，我们根据教学内容对“模式识别”课程知识点进行梳理与分析，拟采用“问题导向+案例研讨+任务驱动”的线上线下混合教学新模式。本节将首先介绍“模式识别”课程的教学设计，然后介绍本课程典型的教学方法、案例设计方法等。3 1课程教学设计本课程共 56 学时，其中讲授 48 学时，实验 8学时。对于一堂课的典型教学设计如图 2 所示。以思维导图和教学案例串联知识点，兼顾知识的系统性和知识点碎片化，依托在线课程资源开设MOOC，形成以问题为引导的贯穿线上线下的混合式教学模式。具体包括 6 个教学环节。第一步，学生在线预
13、习基本概念，并汇总学生问题在课前反馈给授课教师，该过程在课前完成;第二步，课前，教师根据学生预习情况，整理问题。在课堂上(课中)，教师讲评线上预习情况，明确学生反馈的重难点问题，以便精准讲解。第三步，采用案例教学方式着重对重点和难点问题进行分析并讲解。第四步在课堂教学中，利用雨课堂平台穿插随堂测试，通过随堂测试提升学生互动和参与度，并检验学生学习效果。第五步，在课后，要求学生学习我们在军事职业教育平台开设的 MOOC 相关章节，了解本节知识的典型军事应用，拓展知识面。此外，在部分章节，设置专门的学时针对研讨课题，线上发布题目，提供数据和平台支持，学生课75第 3 期陈浩，等:“模式识别”课程线
14、上线下混合教学模式探索下查阅资料完成设计并编程实现，并制作海报，课堂上进行线下分组专题研讨与互评，培养学生创新能力和科学精神。图 2“模式识别”课程线上线下混合教学设计3 2教学方法综合应用在教学方法上，我们根据不同的知识点，灵活采用多种教学方式，如图 3 所示。图 3“模式识别”教学方法设计对于基础知识，采用概念阐述式教学法，以思维导图为索引串联庞杂知识点，学生线上预习，汇总问题，教师线下精准讲解关键点。对于重难点知识，采用互动启发式教学法，通过 MOOC 拓展视野，采用互动启迪思维。对于实践性知识，采用任务驱动教学法，线上布置学习任务，学生编程实践并在线验证正确性。对于开放性问题，采用头脑
15、风暴教学法，线上提供数据、平台支持，线下进行研讨探究。在上述教学过程中，学生在学习过程产生的数据都计入课程考核中，形成本课程线上线下混合的教学新模式，从而有效解决“一头热”“知识散”“实践弱”“追溯难”问题。3 3以思维导图串联庞杂知识点在每一章中，要求学生自行画出知识点之间的关系，形成思维导图。让学生能够形成对每一个章节的贯穿式理解。教师针对学生画出的思维导图进行点评讲解，从而加深学生对于该章节内容的理解。例如，针对“遗传算法流程”一节的思维导图如图 4 所示。3 4专题研讨环节的设计为串联本课程庞杂的知识点，更紧密地和实践尤其是军事应用实践相结合，我们从科研实践中抽取出任务，形成分组研讨课
16、题，涉及多个知识点的综合应用。典型的案例如表 1 所示。图 4遗传算法流程思维导图表 1“模式识别”课程典型专题研讨课题序号研讨课题设计知识点1障碍场景无人机路径规划状态空间法、盲目搜索、A*算法、估价函数设计2岛礁巡逻路线规划搜索算法、遗传算法、模拟退火算法、随机爬山、约束处理3热点区域天气情况预报贝叶斯分类器、最优统计判决、加权最优统计判决4舰船种类识别特征提取方法、主成分分析、人工神经网络、分类器构建5机关公文自动归类聚类分析、K means、期望最大化方法、特征选择方法这些专题研讨课题全部来自于科研项目或实际需求，每一个专题研讨课题都经过反复推敲、精心设计，涵盖本门课程多个知识点。首先通过线上平台发布该研讨专题和任务。然后，学生根据驱动任务，查阅资料，并编程完成课程设计。接下来，学生需要制作海报，讲解自己的设计思路和实现方法，并在课堂上展示自己的海报，模拟学术会议场景。其余同学对其实施方案进行质询，提出问题，海报制作者进行答辩。最终学生完成相互评价。全部过程计入形成性考核中，支撑教学过程持续改进。3 5形成性考核方法设计在考核方式上，摒弃传统的单一终结性考试方法，转而采用形成性
