时间:2024-01-14 15:55:30
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇机器视觉基础知识范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
图像处理、图像分析、机器视觉和计算机视觉是彼此紧密关联的学科,其特点均具有很强的理论性和实践性。如果在教学中不重视实践教学或实践教学手段不力,都不利于学生创新能力和动手能力的培养。高校教师应重视理论教学的同时,更要重视实践教学,关键是要找到强有力的教学方式和教学手段,找到恰当的图像处理软件。Matlab科学计算软件具有丰富的图像处理工具箱[1-2],目前被广泛1应用于图像处理的教学中。但是,机器视觉课程具有很强的理论和实践性,一些功能齐全的机器视觉软件,如Halcon和Open CV等软件的出现,为提高这些课程的实践教学效果提供了新的手段。本文将探讨如何应用Halcon软件改进实验教学方式和手段,并结合实例说明Halcon在机器视觉等课程教学中的应用。
1 机器视觉硬件系统概述
机器视觉系统[3]是基于机器视觉技术为机器或自动化生产线建立的一套视觉系统,图1为实验用机器视觉系统,包含摄像机、照明光源、镜头、图像采集卡和计算机组成。
2 Halcon概述
Halcon 软件是德国MVtec公司开发的一套完善的标准的机器视觉算法包[4],是得到广泛应用的机器视觉集成开发环境,提供了1100多种具备突出性能控制器的库,如图像的运算、图像的几何与数学变换、滤波、色彩分析、Blob分析、形态学计算分析、3D校正等。Halcon软件保障与硬件无关,支持大多数图像采集卡及带有Directshow和IEEE 1394驱动的采集设备。
Halcon软件包含一个功能强大的交互式软件接口HDevelop,提供一个通用的浏览界面,访问不同的图像采集设备,支持Windows、Linux和Solaris运行环境,为用户搭建了快速有效的图像处理程序开发平台。它甚至可以从图像采集设备中实时捕捉图像。HDevelop拥有很多数据和图像检查的图形工具。它的图形用户界面支持多种显子语言。HDevelop具备语法检查,语法凸现,函数参数的合适取值,后续操作和替代算子建议,程序调试,完整的在线帮助等功能。Halcon软件还可以导出以C++、C#、C、Visual Basic或者VB.NET程序,以嵌入到其他程序中。
3 实验教学应用实例
在机器视觉等课程的理论教学中,我们的教学目的是让学生掌握相关的理论知识,在机器视觉等课程的实验教学阶段,我们更要培养学生的算法编程能力和实践应用能力。利用Halcon软件的高度交互式编程环境HDevelop,能编译和测试视觉处理算法,可以方便查看处理结果。再者,Halcon软件自带许多图像处理与机器视觉的相关案例,涵盖了图像处理与机器视觉基础知识的大部分内容[4]。我们在教授学生理论知识的同时,结合案例的讲解,使学生在掌握理论的同时熟悉实践过程,进而培养学生的编程实现能力。因此选择Halcon软件作为教学软件,成为培养学生图像处理和视觉处理算法编程能力和实践能力的又一重要手段。由于篇幅限制,这里仅以利用Blob分析算法实现车牌识别的实例来说明 Halcon软件在机器视觉与数字图像处理等课程教学中的应用。
Blob分析算法实现车牌定位识别程序如下:
read_image(Image,'lisence')
fill_interlace(Image,ImageFilled,'odd')
threshold(ImageFilled,Region,0,90)
connection(Region,ConnectedRegions)
select_shape(ConnectedRegions, SelectedRegions,'width','and',30,70)
select_shape (SelectedRegions,Letters, 'height','and',60,110)
sort_region(Letters,SortRegions,'upper_left','true','column')
read_ocr_class_mlp('Industrial_0-9A-Z.omc',OCRHandle)
do_ocr_multi_class_mlp(SortRegions,ImageFilled,OCRHandle,Class,Confidence)
area_center(SortRegions,Area,Row, Column)
disp_message(3600,['The result is:'], 'window',200,150,'yellow','false')
for Index:=0 to 6 by 1
disp_message(3600,Class[Index], 'window',200,300+20*Index,'yellow', 'false')endfor
上面程序中,利用read_image算子读入要识别的车牌图像,命名为Image,如图2所示;通过fill_interlace算子修改在采集图像过程中造成的两个半幅图像拼接的问题。接着,用threshold算子对图像进行阈值分割处理,分割出含有车牌的图像区域,灰度阈值范围为0~90;接着用connection算子将选择出来的区域进行相联,形成相连区域ConnectedRegions,如图3所示。处理后的图像除了车牌区域使我们的感兴趣区域外,其他的都为干扰区域,于是用算子select_shape通过限定width和height将车牌区域选择出来,如图4所示。车牌区域共有7个,从左至右排序后,利用现有Industrial_0~9A~Z字符库对车牌7个部分进行识别,用到算子do_ocr_multi_class_mlp。识别之后,利用for循环将结果用浅黄色字体显示在窗口中,实验结果如图5所示。
从上面的车牌识别实例可以看出,HDevelop交互编程环境中的函数概念清楚,用法明了,应用简单。由于每一个HDevelop算子的各个参数都可以在编程过程中及时调整和编辑,这样我们在实验过程中对程序进行单步调试,讲解重要算子的选择、调试和参数编辑,让同学们看到算法运行的每一个步骤,这样同学们就能很快掌握相关知识点。Halcon具备可实时查看图像属性的交互对话框,来查看程序中的参数设置,灰度直方图,特征值柱状图,放大镜和特征检测等。随着学生对HDevelop编写算法的掌握,后续的教学部分可以从HDevelop导出算法代码并集成到应用程序中,例如生成用户界面等,这样同学们就可以开发机器视觉程序,添加用户界面,集成调试生成可执行的应用程序。
关键词:光电专业;光学元件组装;实训
1 引言
为适应时代及社会发展的需求,提升自己的竞争实力,对于光电相关专业的学生来说,不仅要具备较扎实的理论基础,而且要具备相应的专业技能和素养,如掌握光电子器件和光电子信息系统开发所必需的基本技能和专业技能。光学元件是所有光电仪器的基础[1-2],针对光学元件开展的系列检测会综合应用到工程光学、物理光学、信息光学等基本原理与知识[3-4]。通过开展光学元件组装实训,可以训练学生综合应用基础知识、综合应用光学实验仪器的能力,并提高学生光学元件装配动手能力。为此在光电信息科学与工程开设“光学元件组装实训”课程具有重要意义[5]。
2 具体实训项目
结合光电信息专业的学科特点,具体开展了以下几项实训内容。
1)光学元件清洁包装与光洁度检测
在日常使用中,光学元件会接触灰尘,水和皮肤油脂等污染物。这些污染物增加了光学表面的散射和对入射光的吸收,这会在光学表面形成热点和腐蚀点,造成永久性的损伤。由于光学元件的材料,尺寸,精度等因素不同,使用正确的处理和清洁方法非常重要。
本实习工位内容涵盖了光学元件的拿取、清洁、包装、光洁度检验。实训中,学生学习光学元件的拿取、清洁、包装方法及注意事项,并进行操作实习;在自己动手对待测光学元件进行清洁后,用三目显微镜对光学元件的光洁度进行检测,对光学窗口、透镜、棱镜、反射镜、滤光片、分划板的光洁度进行检测与分级,并对给定的光学元件进行崩边检查。
2)光学元件外形与面型检测
该实训工位要求学生了解、学习光学元件外形尺寸检测的注意事项,学习光学元件图纸标注外形尺寸的检测方法,并进行光学元件检测操作实习。实训时采用数显游标卡尺,千分尺,高度仪,对光学透镜、光学棱镜以及光学窗口的的外形尺寸和面型进行检测。充分锻炼学生的识图和动手测试能力。
3)光学元件抛光面形位公差检测
自准直仪是一种光学测角仪器它是利用光学自准直原理来观测目标位置的变化,广泛应用于直线度和平面度的测量。它和多面棱镜、标准量块等配合可以检测分度机构的分度误差,此外还可以测量零部件的垂直度、平行度等。
“光学元件抛光面形位公差检测”实训工位要求学生学会光学自准直仪的使用方法,用自准直仪检测平面光学窗口的平行度误差,对分光棱镜的分光角度、直角棱镜90°角、直角光学元件塔差进行误差测量。通过该工位的实训练习,使学生对前期所学光学光路知识得到巩固,让学生在掌握光学原理的基础上,锻炼学生动手调试仪器、认真观察读数、并对实验数据进行分析处理的能力。
4)分光、偏振、衍射光学元件检测
光在传播过程中有不同的振动方向,即光在振动方向上具有偏向性,亦被后来称为“偏振光”。光在传播过程中的不同振动方向增加了一个可被控制的自由度,我们可以通过适当的光路安排或者特殊材料、镀膜等光学元件进一步将偏振状态的改变按一定的规律转换成传播方向、位相、频率以及光强的改变,进而分析一些光参量;反之我们通过光强变化和光参量来测量一些特殊光学元件的分光比和消光比。
本实训工位旨在让学生认知常用的光学分光、偏振光学元件;学习分光元件的分光比检测,并进行操作实习;学习偏振元件的消光比检测,并进行操作实习;以及学习光学元件的衍射现象及衍射效率测试。相关实验通过激光器配合激光功率计进行结果测量。该工位对光电专业的学生来讲,是对其专业知识的进一步形象化普及和巩固,将平时学生在课堂上和书本上学到的光学元件和光学原理实际展现在眼前手边,通过观察和自己动手操作,对这些知识进一步理解。
5)光学镜头组装
光学镜头是机器视觉系统中必不可少的部件,直接影响成像质量的优劣,影响算法的实现和效果。光学镜头组装工位主要锻炼学生的动手操作和调节能力,使学生在理解光学镜头种类和基本光路原理的前提下,对准直镜、远心成像镜头以及变倍镜头等几组光学镜头进行动手拆装,并配合激光器对组装后的光学镜头进行相应的检测校准及参数测量。
6)镜片镀膜检测
使用光学方法测量薄膜厚度有多种方式,例如:棱镜耦合法、光谱法和椭偏法。本实验所使用的是光谱法,利用白光干涉的原理测量薄膜厚度,具有设备成本低,易于搭建光路的优点,是目前在线测量薄膜厚度的主流光学方法之一。
本实训工位要求学生学习和掌握白光干涉测定薄膜厚度的基本原理,通过使用拟合算法和快速傅立叶变换算法来测量薄膜厚度,测量多种类型滤光片的透射光谱并对其参数进行计算。
7)原子发射光谱测量
原子发射光谱法,是依据各种元素的原子或离子在热激发或电激发下,发射特征的电磁辐射,而进行元素的定性与定量分析的方法,是光谱学各个分支中最为古老的一种,在发现新元素和推进原子结构理论方面作出过重要贡献。
本实验使用光谱管组来观测多种气体的原子发射光谱。光谱管组是一种低气压放电管,共包括五支直形光谱管,每支光谱管两端均装有电极。实验时,通过在光谱管的两端加以高压,使管内的气体产生辉光放电,发出一定颜色的光。原子不同,发射的明线光谱也不同,每种元素的原子都有一定的明线光谱。每种原子只能发出具有本身特征的某些波长的光,因此,明线光谱的谱线叫做原子的特征谱线,据此可对元素进行定性分析。实训时,学生使用光谱仪对发射光谱进行采集,通过谱线的条数、位置、颜色来识别出它是由哪种元素发出的,并对相应光管进行标定。
3总结
《光学元件组装实训》是光电信息科学与工程专业重要独立实践课程之一,是一门综合性的实验选修课程。教学目的在于通过课程学习及实际动手操作,使学生能够识别光学元件、知道其光学作用、掌握光学元件的组装和调试等技能,提高学生的综合素质。
课程涉及的学习内容需要学生将所学的理论知识综合应用到实践操作中,注重理论与实践相结合,对学生的动手操作能力及综合素质将有很大的提升。
参考文献:
[1]郁道银,谈恒英. 工程光学[M]. 北京: 机械工业出版社,2006.
[2]梁铨廷,刘翠红. 物理光学简明教程[M]. 北京:电子工I出版社,2010.
[3]郑国经. 原子发射光谱分析技术及应用[M]. 北京:化学工业出版社,2009.
论文关键词:通信技术,专业英语,互动教与学
随着科学技术的迅猛发展,全球技术的合作日渐紧密,作为一个合格的IT行业技术人员,为更好地了解国内外电子通信类技术的前沿动态,很有必要阅读英文科技文献。而在阅读过程中,涉及到众多电子通信类专业词汇及相关的英语表达[1],为此对通信类专业英语的教与学提出了严格的要求与重大挑战。目前,国内较多高校针对通信专业开设了专业英语课程,但由于课程开设时间及特点、教材的选取、学生学习积极性、教师传统的授课方式等影响,收获的教学效果往往不容乐观。一方面,学生在课堂上表现出疲惫,课堂气氛不活跃,所学与实际应用脱节,更不利于学生继续深造;另一方面,难以提高教师的教学水平,抑制了教学效果的进一步提升。因此,在传统教学方式下,需要探讨一种更为有效的教学模式,更好地提高教与学质量。
本文根据通信类专业英语的特点及教学弊端,基于教学实践和信息化技术[2-3],探究了一种合理有效的教与学模式,以更好地提高学生学习的积极性,增强课堂上互动的氛围,让教师和学生共同进步。
1 通信类专业英语课程特点及教学弊端
不同的课程各具特点,对于通信类专业英语亦如此。它衔接了基础英语和通信专业知识,既涉及到普通英语的语法表达,又将通信专业的基础知识纳入到英文表达中,是两者相互结合的桥梁[4]。首先,是专业性,体现在其特殊专业内容和特殊词汇上。对于基础英语中的普通词汇,在通信类专业英语中呈现出特殊的含义,如bus意为“公共汽车”,但在通信专业里意为“总线,母线”。第二,是灵活性,体现在其句子的结构和词性的使用上,常使用长句子、定语从句、被动语句等,且同一词在不同句子中表现出不同意义。第三,是实践性,能够将常用的通信技术引入专业英语教材中,并完善该技术的英文表达。
通信类专业英语虽然呈现出其独特的特点,但由于内外界各种因素,在教学过程中往往会呈现出不同程度的弊端[5]。基于教学实践,所出现的弊端可总结如下:
1.1 教材内容选取的不合适
在较多高校陆续开设专业英语之时,其教学目标在整个培养体系中所处的地位并未明确,选取的教材内容也大径相同。教材里内容仅仅介绍固定的通信基本知识,没有介绍专业词汇学习、翻译的技巧,没有联系当前的科技发展动态,也没有通信技术的实践环节[6],难以提升课堂的互动氛围,学生的积极性难以提高。
1.2 教学方式的不合理
在教学过程中,虽然采用了多媒体教学,但仅将教材内容做成PPT形式,然后将课文加以串讲,将相关词汇、句子加以翻译,互动较少,课堂难免显得枯燥无味,学生对内容的掌握不深刻,学习积极性也相应降低。机械设计
1.3 课程的重视程度不够
不同层次的高校均开设了该专业英语课,但其在整个培养体系中所处的地位及教学目标仍较为模糊,如课程开设的学分制、师资力量的投入等,重视程度不够。在师资方面,教师或是通信的前沿掌握不深,或是英语表达能力的不足,一定程度上降低了教学的互动效果。
2 通信类专业英语的“互动教与学”模式
结合通信类专业英语的特点,针对教学过程中出现的弊端,本文探讨了一种“互动教与学”模式[7]。该教学模式可以归纳如下几个方面:
2.1 教学内容的更新
对于目前所用的教材,可以适当进行改编,一方面,反映常用通信技术的发展历程,另一方面,选取IEEE或者Elsevier Science Direct数据库中无线通信、智能安全、机器视觉、光纤通信等热点科技文献,亦或当前先进电子产品的说明书,学生阅读、翻译,同时教师可以提出某个问题,鼓励学生用英文进行讨论总结。如此,循序渐进地引导学生了解通信技术,加以最新的通信前沿,既可以增强互动,激起学生的兴趣,又可以让学生在新的应用中体验如何用英文表达。
2.2 教学方式的改进
根据授课内容,创造合适的情景,将学生合理分组,发动学生课后查询资料,尽量让每个学生都能用英文发言;教师在传统PPT讲解基础上,将课件插入图片、声音、动画等,播放国外公开课(如TED、Coursera等)相关视频,播放过程中教师提取专业词汇,适当加以讲解,学生边听边复述、翻译、总结,让整个课堂声情并茂。而对教材里的专业词汇和应用文撰写等方面,教师可充分采用目前热门的微课形式,做成视频共享给学生,让学生课后学习,以提高学生自觉学习的能力。
2.3 注重因材施教和关注度的提高
目前,专业英语课程大多采用大班教学,且学生的英语基础水平参差不齐,所以在教学过程中要适当注意根据学生的具体情况加以调整,特别是在节选视频学习和情景讨论的过程中,要鼓励英语能力差的同学积极参与;另外,教师在增加专业技术能力的同时,争取培训机会、自我学习等形式提高英语表达能力,以更好地活跃整个课堂的互动氛围。
3 总结
针对通信类专业英语的特点和教学弊端,探究了一种基于更新教学内容、改进教学方式的“互动教与学”模式,一方面,提高了学生学习英文的积极性,深刻掌握专业词汇和技术的英文表达,熟知当前的科技发展动态;另一方面,提高教师在专业知识、教学技巧上的水平,锻炼其英语能力,达到教与学共进。
【参考文献】
[1]韩凌云,高菲菲.通信专业英语教学方法探讨[J].科技情报开发与经济,2008(2):192-193.
关键词: 模式识别; 虚拟教学平台; 网络技术; 计算机技术
中图分类号:G642 文献标志码:A 文章编号:1006-8228(2014)07-59-03
Abstract: Aiming at the existing problems in the teaching of pattern recognition course, the key issues that should be addressed in designing the virtual teaching platform of pattern recognition course are analyzed with the characteristics of the course,. The platform is constructed by the computer technology and Internet technology. The following functions including the course description, membership management, online learning, project development, online testing and online discussion are provided. The virtual teaching platform greatly expands teaching space, enriches the teaching method and improves teaching efficiency. It provides the teachers and students with a convenient and effective online environment.
Key words: pattern recognition; virtual learning platform; internet technology; computer technology
0 引言
鉴于模式识别技术的重要性,许多高等院校都将模式识别作为自动化、计算机科学与技术、控制理论与工程等相关专业研究生的主修课程。该课程理论性强、实践性突出,与学科内的多层面内容相融合,其前沿技术发展日新月异,是集理论性、实用性、创新性于一体的综合性课程[1]。但由于模式识别课程内容太多[2-3],无法在有限的课时内全面讲授,而基于互联网的开放式虚拟教学平台为我们解决这一问题提供了有效的途径。作为传统教育教学的有益补充,虚拟教学平台可为教师和学生提供一个具有交互性、共享性、实时性和综合性的学习环境[4]。本文首先介绍构建“模式识别”虚拟教学平台的必要性,然后给出该平台的实现方法及各模块的功能。该平台整合了课程的教育教学资源,强化了教学过程中“教为主导,学为主体”的教学理念,有利于激发学生的学习兴趣,帮助学生更好地理解和掌握教学内容,培养学生的创新能力,提高教学质量。
1 “模式识别”虚拟教学平台建设的必要性
模式识别是指通过计算机用数学技术方法来研究模式的自动处理和判读,是信息科学和人工智能的重要组成部分[1]。对于机器人、机器视觉、信息获取、语音识别等研究有重要意义,已经在军事、医学、公安、交通管理、天气预报等领域得到了广泛应用。我们对广西某高校模式识别课程的教学现状作了一次调查,师生普遍反映模式识别课程内容繁杂、难讲、难学。下面我们从课程本身、教师授课和学生学习三个方面来分析该课程教学存在的主要问题。
1.1 课程内容较多、理论性强
首先,模式识别课程内容较多,通常包括贝叶斯决策与估计、特征提取与选择、分类器设计与评估、聚类分析、有监督、无监督以及半监督学习、神经网络、支持向量机、模糊分类等,要在有限课时内向学生讲授这些内容并使其掌握是很困难的一件事情;其次,模式识别课程涉及的数学知识较多,包括高等数学、线性代数、数理统计、矩阵论、随机过程、工程优化方法、小样本统计学习理论、模糊数学等,这对学生的数学功底是一个较大的挑战,同时也使得教学面临着尴尬局面:既不能花过多的时间讲数学基础知识,又要把以这些数学知识为基础的内容讲清楚;最后,模式识别还是一门实践性要求较高的课程,要求学生能运用模式识别相关理论对实际问题进行分析和抽象建模,并编程实现问题的自动化求解,因此要求学生具有较强的知识储备、自学和动手能力。
1.2 教学方法单一落后
受长期给本科生授课方式的影响,大部分导师对研究生上课仍然采取“满堂灌”的形式。他们往往会根据自己对课程的理解来上课,缺少与学生的交流,无法站在学生现有知识水平的基础上去体会课程的难度,这是其一。其二,有些导师由于缺乏与模式识别相关的课题研究经验,因此无法结合自身体会将有些深奥的模式识别公式或理论形象化和实例化,而这往往是学生喜闻乐见的教学方式。其三,教学未能与时俱进,仍采用课堂讲授为主的教学方式,学生动手实践少,因此很难将抽象知识和实践结合应用。
1.3 研究生基础和学风整体呈下滑趋势
首先,受扩招和重点大学竞争的影响,地方高校生源质量整体呈下滑趋势,大部分研究生是通过调剂录取的,其中还包括相当数量的跨专业的学生,因此这些学生的专业素养,特别是数学基础普遍较差,这给模式识别课程的教学带来了很大困难;其次,由于自身基础较差,研究生对学好模式识别课程缺乏足够的信心,在学习和科研上缺乏积极性、主动性和刻苦钻研的动力;最后,研究生的学习能力存在差异性,单一的课堂教学模式难以真正做到因材施教。
因此,有必要对现有教学模式进行改革,通过利用计算机技术和网络技术构建虚拟教学平台,以此来突破传统课堂教学的时空限制,并充分调动学生学习的积极性,最终达到在有限时间内高质量地完成课程教学之目的。
2 “模式识别”虚拟教学平台的研究
通过上一节的分析不难看出,要构建一个切实高效的虚拟教学平台,就必须从课程设计、教师教法和学生管理三个方面来进行分析和研究。下面是我们对构建“模式识别”虚拟教学平台的几点思考。
⑴ 教学平台应对课程教学信息资源进行有效整合。由于模式识别内容较多,并涉及大量数学理论,因此课堂上只能对部分内容和理论进行精简式讲解。为了使学生能对课程信息进行全面了解,虚拟教学平台必须提供更为详实的教学资料。例如,以电子教案、多媒体课件、教学视频及教学参考资料等形式对课程信息进行共享。学生可以通过该平台自主地预习和复习,打破传统教学模式的时空限制,实现课堂教学的课外延伸,使学习过程变得更加方便和灵活。
⑵ 教学平台应提供在线项目开发和管理的功能。模式识别是一门理论与实践紧密结合的课程,因此必须培养学生应用模式识别理论去解决实际问题的能力。同时,教学理论表明基于任务驱动的学习方法能有效地激发和维持学习者学习的兴趣和动机,并有助于教学者对学习者进行有效管理[5]。为了达到以上目的,我们在构建虚拟教学平台时提供了在线项目开发和管理的功能。学生可以通过平台自主地完成教师给定的项目任务,教师也可以及时地掌握学生完成项目任务的进度,并给出必要的指导和帮助。
⑶ 教学平台应提供交互式学习的功能。教学理论和实践表明,基于自由讨论和交流的学习方式能有效地提供学习效率。然而,受教学时间的限制,在课堂教学中组织充分的教学讨论和交流存在一定的现实困难,因此我们以新生代学生更愿意接受的留言板、邮件系统等形式设计了交互式学习模块。通过虚拟教学平台,学生之间可就学习过程中遇到的各种问题展开讨论并及时反馈,教师也可以通过该平台将教学心得等信息传播给学生,增强教师与学生之间的交流。
3 “模式识别”虚拟教学平台的实现
本文以Dreamweaver作为教学平台的开发环境,使用JSP技术,设计了基于B/S模式的“模式识别”虚拟教学平台。该平台主要由课程介绍、成员管理、在线学习、项目开发、在线测试和在线交流等模块组成,其功能结构如图1所示。
3.1 课程介绍模块
课程介绍模块主要由课程信息和教学模式简介两部分组成。其中第一部分提供了课程简介、教学大纲、教学计划、推荐教材等基本教学信息;第二部分介绍了该课程所倡导的教学理念、教师所采用的教学方法及对策、以及学生应该使用的学习方法等。
通过该模块学生能对模式识别课程的基本情况和教师拟采用的教学方法有一个通盘了解,从而知道该如何去执行和操纵整个学习过程,才能获得最好的教学效果。
3.2 成员管理模块
系统的成员主要有教师和学生。教师信息管理模块主要提供课程负责人和主讲教师等基本信息的维护及查看功能,并展示教学团队所有成员的教学及科研成果信息。学生信息管理模块主要介绍每个学生的基本信息、所在班级以及所承担的项目任务等情况。
通过成员管理模块学生对教师的教学水平和科研能力有了充分了解,教师也可对学生的知识基础有所了解,从而有助于制定合理的教学方案,最终实现师生之间的相互了解和沟通。
3.3 在线学习模块
该模块有教学资料管理和在线课程学习两部分。其中教学资料管理模块提供了与“模式识别”课程相关的教学资料的上传、删除等功能,如电子教案、多媒体课件、教学视频及教学参考资料等;在线课程学习模块提供了多媒体课件和教学视频的在线播放功能。对多媒体课件的制作,主要使用了Powerpoint、Authorware、Flash等软件。
该模块支持学生在课堂以外进行自主学习,通过观看相关课堂教学视频和课件等方式,达到课前预习和课后复习的目的,有效避免了教学受到时间、地域约束的影响,使学习过程变得更加便捷和灵活。
3.4 项目开发模块
项目开发模块由项目任务管理和在线项目开发两部分组成。其中第一部分主要负责项目任务的编制、介绍、分配以及测试数据的上传和维护,教师用户可以通过该模块及时掌握学生执行项目任务的情况,并给出相应指导;第二部分则提供一个基于Matlab语言的“模式识别”课程项目开发系统,学生可通过该系统实现项目任务的在线开发、程序代码的上传和在线测试。常见的项目任务有手写数字识别、人脸识别、指纹识别、虹膜识别、车牌识别等。
项目开发模块是我们这个虚拟教学平台的一大特色,它的作用是双重的,既培养了学生应用模式识别理论解决实际问题的能力,又便于教师有效地监督和管理学生学习。
3.5 在线测试模块
在线测试由测试题库管理模块和在线课程测试模块组成,其中测试题库管理提供测试题目的新增、修改、删除等维护功能。在线测试功能分为章节测试和在线考试两大类。章节测试是对某个章节的知识掌握情况进行在线测试,在线考试是对整个课程知识点的掌握情况进行综合测试。考试题型由选择题、判断题和实例设计题所构成。学生点击开始考试后,系统会根据测试题库随机生成一份考卷,测试完成后系统将测试结果及参考答案反馈给学生。
通过这种无纸化考试有助于学生进行自我检查,掌握自己的学习情况,及时查缺补漏。也有助于教师及时了解教学效果,并做出相应的调整。
3.6 在线交流模块
课程论坛为教师和学生提供讨论交流的平台,学生可以在这里学习过程中遇到的问题、学习心得及自己的学习资料等,实现一定的资源共享。学生可以通过在线答疑功能,将学习过程中遇到的问题和产生的疑问向老师提问,教师可以以留言的形式对问题进行解答。此外,教师还可以将一些具有普遍性的问题到论坛中,便于学生参考。
4 结束语
基于网络的虚拟教学平台是一种新型的教学模式,是对传统教学模式的有益补充,在高校教育中已发挥越来越重要的作用。本文构建了“模式识别”课程的虚拟教学平台,学生可以通过该平台随时随地预习、上课、复习、讨论和开发项目,这有效地促使学生进行主动学习,让师生之间的沟通与交互更加方便和灵活。此外,这种教学模式对于开展个性化教学,真正实现因材施教,也起到了积极作用。
参考文献:
[1] 史海成,王春艳,张媛媛.浅谈模式识别[J].今日科苑,2007.22.
[2] 边肇祺,张学工.模式识别[M].清华大学出版社,2002.
[3] Sergios Theodoridis. Pattern Recognition[M].San Diego: Academic Press,2006.